AI 智能体的知识基建：KMM v0.0.2 如何让 Agent 真正「会学」

개요

Knowledge-and-Memory-Management (KMM) v0.0.2는 AI Agent가 학습한 지식을 효과적으로 관리하고 활용할 수 있도록 지원하는 지식 관리 파이프라인이다.

주요 내용

• 기존 AI Agent의 지식 관리 한계: 대부분의 AI Agent는 '쓰고 잊는' 방식으로 장기 기억이 부족하거나, 수동으로 입력된 정보 또는 가공되지 않은 원문 조각에 의존한다.
• KMM의 지식 소화 파이프라인: KMM은 단순한 저장소가 아닌, 40개 이상의 도구를 활용한 采集层, AI 분석을 통한 分析层, 세 가지 계층의 메모리를 갖춘 存储层, 그리고 클라우드 드라이브 동기화 기능을 포함하는 통합 지식 관리 파이프라인을 제공한다.
• 세 가지 계층의 메모리:
• Hot Memory (Tool): 현재 세션 컨텍스트에 주입되며, 20KB 미만의 정보를 처리하고 사용자 선호도, 현재 작업 상태 등을 저장한다.
• Warm Hindsight (10K+ Nodes): 시맨틱 벡터 검색을 통해 여러 세션에 걸쳐 정보를 연결하며, 프로젝트 결정, 기술 솔루션 등의 정보를 담는다.
• Cold gbrain (11K+ Pages): 지식 그래프를 기반으로 키워드와 관계를 쿼리하며, 노트 아카이빙, 문서 요약 등 장기적인 지식 보관에 사용된다. 이 계층들은 상호 배타적이지 않으며, lightweight_recall.py는 이들 모두를 활용하여 최적의 결과를 반환한다.
• 강력한 采集 (Collection) 파이프라인: 웹사이트 수집 및 요약, 비디오 수집(자동 자막, OCR, ASR 포함), PDF, PPT, Word와 같은 문서의 지능형 분석(SenseNova 엔진 활용) 등 다양한 형태의 정보를 구조화하여 수집한다.
• 능동적인 知识发现 (Knowledge Discovery): 매주 일요일 새벽, OneDrive상의 새 노트를 자동으로 스캔하여 gbrain에 아직 기록되지 않은 내용을 자동으로 노드로 생성하고 연결하며, 고립된 페이지를 복구한다.
• 클라우드 드라이브 동기화: rclone을 통해 OneDrive, Google Drive 등 12개 이상의 클라우드 드라이브와 양방향 증분 동기화를 지원하여 지식의 안전한 백업을 보장한다.
• 적용 가능 시나리오: AI Agent 개발 중 동일한 질문 반복, 수집된 콘텐츠의 비구조화, Agent의 '능동 학습' 능력 부족, 분산된 노트 관리 등의 문제를 겪는 경우 KMM이 유용하게 활용될 수 있다.

시사점

KMM v0.0.2는 AI Agent가 지속적으로 학습하고 지식을 효과적으로 활용할 수 있도록 체계적인 지식 관리 시스템을 구축함으로써, Agent의 장기 기억력과 실질적인 지능을 향상시키는 데 기여한다.