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..

단순 메모 앱을 넘어 AI 지식 운영체제로: 옵시디언 LLM Wiki 아키텍처와 AKM 실전 패턴핵심 요약: 많은 이들이 옵시디언(Obsidian)을 마크다운 메모 앱이나 예쁜 그래프 뷰를 가진 개인 위키(PKM) 정도로 여깁니다. 그러나 로컬 파일 기반의 투명한 텍스트 구조, 양방향 위키링크([[wikilink]]), 명시적인 디렉터리 제약(AGENTS.md)을 결합하면 옵시디언은 자율 에이전트와 사람이 협업하는 최적의 '에이전틱 지식 운영체제(Agentic Knowledge Operating System / LLM Wiki)'로 탈바꿈합니다. 본 글에서는 전통적 RAG의 한계를 넘어 지식을 복리(Compound)로 축적하는 LLM Wiki의 철학, 1만 개 노트를 통제하는 다중 볼트(Multi-Vau..

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..

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..