三层记忆召回：AI Agent 如何从「记住」进化到「知道」

개요

AI Agent의 기억 관리 시스템이 단순한 정보 검색을 넘어, 여러 저장소의 관련 정보를 통합하여 깊이 있는 이해를 제공하는 '알고 있음' 단계로 진화하는 것을 목표로 합니다.

주요 내용

• 세 계층의 연쇄적 정보 소환(Three-Tiered Chained Recall): FTS5(SQLite 전문 검색), Hindsight(PG16 의미 벡터 검색), gbrain(지식 그래프 키워드 검색)을 순차적으로 연동하여 사용자 쿼리에 대한 가장 관련성 높은 정보를 종합적으로 제공합니다.
• 단일 진입점(Single Entry Point): lightweight_recall.py를 통해 세 가지 검색 방식이 자동으로 실행되며, 각각의 결과를 통합하고 중복을 제거하여 최종 컨텍스트를 생성합니다.
• 효율적인 정보 수집 파이프라인: 웹페이지(9개 엔진), 비디오(12개 도구, ASR 포함), 문서(PDF, PPT, Word 추출), 도서(710+권) 등 다양한 소스의 정보를 자동으로 수집하고, 이를 노트, 지식 그래프, 클라우드 저장소에 체계적으로 저장하는 자동화된 수집 프로세스를 구축했습니다.
• 자동 지식 발견(Automatic Knowledge Discovery): 매주 OneDrive의 새 노트, gbrain 입력, 고립된 페이지 수정을 자동으로 스캔하여 새로운 지식을 발견하고 시스템에 통합합니다.
• 개발자 친화적 오픈 소스: mage0535/Knowledge-and-Memory-Management GitHub 저장소에 MIT 라이선스로 공개되었으며, Hermes Agent 기반 환경에 손쉽게 통합하여 Agent의 장기적인 '직업적 기억' 능력을 강화할 수 있습니다.

시사점

이 시스템은 AI Agent가 단편적인 정보를 기억하는 것을 넘어, 여러 소스의 지식을 종합적으로 이해하고 활용할 수 있게 함으로써, 실제 업무 수행 능력을 비약적으로 향상시킬 잠재력을 가지고 있습니다. 개인 지식 관리 도구로서의 활용 가능성도 제시합니다.