LLM
-
AI 에이전트의 자기 객관화: memento '메타 메모리' 구현기MEMENTO 2026. 1. 14. 22:11
Intro: AI가 자신의 기억력을 평가할 수 있다면?"AI 에이전트가 단순히 정보를 꺼내오는(Recall) 것을 넘어, '내가 이 정보를 얼마나 자주, 얼마나 확실하게 기억해냈는지'를 알 수 있다면 어떨까요?"memento(GitHub) 프로젝트를 개발하며 항상 고민했던 것은 '기억의 품질'이었습니다. 단순히 저장된 텍스트를 벡터 검색으로 가져오는 것만으로는 부족했습니다. 어떤 기억은 매우 유용해서 자주 쓰이고(High Recall), 어떤 기억은 모호해서 신뢰도가 낮을 수(Low Confidence) 있습니다.이번 PR #77 은 바로 이 '메타 메모리(Meta-Memory)'를 구현하여, 에이전트에게 일종의 '메타인지(Meta-cognition)' 능력을 부여하는 작업이었습니다.The Challen..
-
RAG의 한계를 넘어서: Memento가 MIRIX 기반의 6계층 메모리를 선택한 이유MEMENTO 2025. 11. 25. 22:58
1. 들어가며: "모든 데이터가 벡터 DB에 들어갈 필요는 없다"우리가 개발하는 AI 에이전트가 "기억력이 좋다"라고 말하려면 어떤 조건이 필요할까요? 단순히 과거 대화 내역(History)을 길게 넣어주는 것만으로는 부족합니다. 인간은 친구와의 사적인 대화(일화)와 전공 서적의 지식(의미)을 각기 다른 뇌 영역에서, 다른 방식으로 처리하고 저장합니다.저는 현재 개발 중인 Memento 프로젝트에서 이 '인간다운 기억 처리'를 구현하기 위해 고민했고, 그 해답을 MIRIX (Multimodal Information Retrieval & Indexing eXperience) 아키텍처에서 찾았습니다. 오늘은 왜 Memento가 기존의 평면적인 RAG 방식을 버리고 MIRIX의 6가지 메모리 계층 구조를 도입..