즐거운 사람과 컴퓨터 즐거운 사람과 컴퓨터

단순 벡터 RAG의 종말: FTS·그래프·임베딩을 결합한 에이전트 하이브리드 리콜 아키텍처핵심 요약: 많은 에이전트 시스템이 문서를 임베딩 모델에 넘겨 코사인 유사도로 청크를 꺼내오는 단일 벡터 RAG에 의존합니다. 고유명사 누락, 시간 순서 왜곡, 관계 추론 실패라는 벽에 부딪힙니다. 에이전트 기억 운영체제 Memento가 구현한 하이브리드 리콜(Hybrid Recall) 엔진을 분석합니다. 키워드(FTS)·임베딩 벡터·시맨틱 그래프(Entity-Predicate-Object)의 3축 병합, 스케일 불일치를 해소하는 신호 정규화, 다차원 인지 점수(관련성·최근성·중요도·절차 부스트) 융합 공식을 코드 레벨로 다룹니다.1. 단일 벡터 RAG가 에이전트 환경에서 무너지는 이유문서 요약 질의응답과 장기 실행..

MCP 기반 장기 기억 시스템 아키텍처: “저장”이 아니라 “기억”을 설계하는 법LLM 애플리케이션을 만들다 보면 금방 부딪히는 문제가 있습니다.대화가 길어질수록 맥락은 흐려지고, 중요한 정보와 덜 중요한 정보가 같은 무게로 쌓입니다. 결국 “기억하는 시스템”이 아니라 “쌓아두는 시스템”이 되기 쉽습니다.이번 글에서는 제가 작업한 Memento 프로젝트를 바탕으로, MCP(Model Context Protocol) 환경에서 장기 기억 시스템을 어떻게 아키텍처로 분해했는지 정리해보겠습니다. 핵심은 단순합니다.기억을 저장(memory)만 하지 않는다.필요할 때 찾고(search), 불필요하면 잊고(forgetting), 맥락을 고정(anchor)한다.이 흐름을 도메인 단위로 분리해 운영 가능하게 만든다.왜 ..

코엑스에서 열린 MongoDB.local 2025 컨퍼런스의 A 트랙 에서 진행한 내용을 정리했습니다. 요약MongoDB 는 단순한 NoSQL 데이터베이스를 넘어 AI 시대의 통합 데이터 플랫폼으로 진화하고 있습니다. 특히 AI 애플리케이션 구축, 레거시 시스템 현대화, 개발 생산성 극대화, 실시간 데이터 처리 등 현대적인 개발 요구사항에 대한 포괄적인 해결책을 제시하고 있습니다.주요 내용은 다음과 같습니다.AI 시대를 위한 최적의 데이터 저장소MongoDB 의 유연한 도큐먼트 모델은 RAG(Retrieval Argumented Generation), Agenric AI 등 AI 시스템에 필요한 정형/비정형 데이터를 현실 세계의 최소 왜곡 표현 으로 저장벡터 검색 및 풀텍스트 검색을 통합 제공하여 AI의..