CORE이란 무엇인가요?

CORE는 사용자의 모든 업무 맥락을 기억해 AI에게 지능적인 기억력과 실행력을 부여하는 디지털 브레인.

CORE는 어떤 상황에서 사용하나요?

CORE는 Sentry 알림 수신 시 자동으로 GitHub 이슈 생성 및 담당자 배정, 여러 AI 채팅 세션 간의 개인 설정 및 프로젝트 맥락 동기화, 음성·채팅 메시지로 복합 도구 동시 제어 등의 상황에서 활용할 수 있습니다.

CORE의 주요 기능은 무엇인가요?

CORE의 핵심 기능으로는 시계열 지식 그래프 기반 영구 메모리 저장 및 검색, 단일 MCP 연결로 GitHub·Slack·Gmail·Linear 등 연동, 자율적 다단계 워크플로우 실행(이슈 생성, 이메일 발송 등) 등이 있습니다.

CORE의 장점은 무엇인가요?

CORE의 주요 장점으로는 LoCoMo 벤치마크 기준 88.24%의 높은 회상 정확도를 보여주며, 단순 키워드 매칭이 아닌 관계 기반 검색으로 복잡한 질문에도 정확한 맥락을 짚어냅니다. 특히 MCP를 통한 원클릭 연동으로 Claude 사용자들에게 매우 직관적인 경험을 제공하며, 오픈소스 기반의 설계 덕분에 사용자가 자신의 데이터를 직접 제어하고 소유할 수 있다는 점이 보안을 중시하는 전문가들에게 높은 평가를 받습니다. 등이 있습니다.

CORE의 단점이나 한계는 무엇인가요?

CORE의 알려진 한계로는 아직 서비스 초기 단계로 연동 가능한 외부 도구의 생태계가 엔터프라이즈 솔루션에 비해 좁은 편이며, MCP나 지식 그래프와 같은 기술적 개념이 익숙하지 않은 일반 사용자에게는 초기 설정 과정이 다소 복잡하게 느껴질 수 있습니다. 또한, 현재 GPT나 Claude 계열 모델에는 최적화되어 있으나 Llama 등 오픈소스 LLM에서는 상대적으로 응답 품질이 떨어진다는 사용자 피드백이 존재합니다. 등이 있습니다. 사용 전 이 점을 고려하시기 바랍니다.

코어

CORE

사용자의 모든 업무 맥락을 기억해 AI에게 지능적인 기억력과 실행력을 부여하는 디지털 브레인

부분 무료WebAndroidDesktop오픈소스LLM 기반멀티모달

웹사이트 방문하기getcore.me

OpenWork와(과) 비교하기 코어 대안 모아보기

소개

CORE는 MCP(Model Context Protocol)를 활용하여 AI 에이전트에게 영구적인 기억과 도구 실행 능력을 부여하는 디지털 브레인 플랫폼입니다. 분산된 업무 상호작용을 검색 가능한 시계열 지식 그래프로 통합하며, GitHub·Slack·Gmail·Linear·Google Sheets 등 핵심 도구와 단일 MCP 연결로 연동됩니다. 2026년 3월 기준 활발히 업데이트 중이며 Claude Code 통합 MCP 엔드포인트도 공개했습니다. 템포럴 PageRank 알고리즘으로 최근·관련·자주 접근한 기억을 우선순위화하며, LoCoMo 벤치마크 기준 88.24% 회상 정확도를 달성합니다.

활용 워크플로우

시계열 지식 그래프 구축스타트업 CTO의 모든 대화와 결정을 단순 텍스트가 아닌 선호도, 목표, 관계 등 구조화된 사실로 분류하여 시간 흐름에 따른 지식 네트워크로 저장합니다.

MCP 기반 통합 툴킷단일 MCP 연결을 통해 시니어 개발자가 사용하는 GitHub, Slack, Linear 등 50개 이상의 앱에서 200개 이상의 액션을 AI가 즉시 실행할 수 있게 합니다.

자율적 에이전트 오케스트레이션사용자의 복잡한 의도를 분석하여 Claude Code와 같은 다른 에이전트를 생성하거나, 여러 도구를 가로지르는 다단계 워크플로우를 직접 설계하고 수행합니다.

코어AI 허브

선제적 이벤트 모니터링Sentry 오류 알림이나 중요한 이메일 수신을 실시간 감지하여, AI가 자동으로 이슈를 생성하거나 상황에 맞는 답장 초안을 미리 작성해 둡니다.

크로스 AI 컨텍스트 동기화Claude, ChatGPT, Cursor 등 서로 다른 AI 플랫폼 간에 사용자의 기억과 설정을 실시간 동기화하여 도구 교체 시 발생하는 맥락 단절을 해결합니다.

오픈 소스 및 셀프 호스팅데이터 주권을 중시하는 소프트웨어 팀을 위해 전체 시스템을 자체 서버에 구축할 수 있는 옵션을 제공하여 보안과 제어 권한을 보장합니다.

코어AI 허브

연동GitHubSlackLinearGmailGoogle CalendarNotionSentryWhatsApp

핵심 차별점: MCP를 통해 파편화된 AI 도구들을 하나의 '디지털 뇌'로 연결하여, 도구가 아닌 사용자를 중심으로 기억하고 행동하는 통합 지식 레이어

주요 기능

시계열 지식 그래프 기반 영구 메모리 저장 및 검색
단일 MCP 연결로 GitHub·Slack·Gmail·Linear 등 연동
자율적 다단계 워크플로우 실행(이슈 생성, 이메일 발송 등)
실시간 이벤트 트리거 기반 자동화
오픈소스 자가 호스팅 지원 (데이터 직접 제어)
Claude Code MCP 통합 엔드포인트 제공

장점 & 단점

웹검색을 통해 수집된 사용자 피드백 정보입니다

장점

LoCoMo 벤치마크 기준 88.24%의 높은 회상 정확도를 보여주며, 단순 키워드 매칭이 아닌 관계 기반 검색으로 복잡한 질문에도 정확한 맥락을 짚어냅니다. 특히 MCP를 통한 원클릭 연동으로 Claude 사용자들에게 매우 직관적인 경험을 제공하며, 오픈소스 기반의 설계 덕분에 사용자가 자신의 데이터를 직접 제어하고 소유할 수 있다는 점이 보안을 중시하는 전문가들에게 높은 평가를 받습니다.
컨텍스트 리셋 문제를 해결하고 여러 날에 걸쳐 작업 맥락을 유지함
Cursor, VS Code, Windsurf 등 다양한 IDE와 AI 채팅 간 컨텍스트 연동
단순 현재 상태뿐 아니라 결정의 이유까지 추적하는 시간적 지식 그래프
매 세션마다 AI에 이전 작업을 설명하던 10분 이상의 시간 절약
공통 주제의 발전 과정을 자동 요약해주는 Spaces 기능 제공
LoCoMo 벤치마크에서 88.24%의 최고 수준 회상 정확도 기록

단점

아직 서비스 초기 단계로 연동 가능한 외부 도구의 생태계가 엔터프라이즈 솔루션에 비해 좁은 편이며, MCP나 지식 그래프와 같은 기술적 개념이 익숙하지 않은 일반 사용자에게는 초기 설정 과정이 다소 복잡하게 느껴질 수 있습니다. 또한, 현재 GPT나 Claude 계열 모델에는 최적화되어 있으나 Llama 등 오픈소스 LLM에서는 상대적으로 응답 품질이 떨어진다는 사용자 피드백이 존재합니다.
마케팅 과대포장, 단순 FAQ에 불과하다는 일부 사용자 비판 존재
무료 3,000크레딧/월, Pro $19/월 15k 크레딧으로 대용량 동기화 시 한계 우려
OpenAI, Anthropic 등 대형 기업의 자체 메모리 출시로 도구 구식화 가능성
체리피킹된 데모가 아닌 실제 복잡한 데이터에서의 중복/충돌 처리 투명성 요구