온톨로지와 메모리 시스템 (6/13) — 좋은 에이전트 메모리 아키텍처는 어떻게 생겼나

-

메모리 이야기를 하면 많은 사람이 검색 품질이나 장기 기억부터 떠올린다. 물론 중요하다. 하지만 더 근본적인 문제는 따로 있다. 무엇을 어디에 두고, 언제 불러오고, 무엇을 장기 자산으로 승격할 것인가. 좋은 에이전트 메모리 아키텍처는 많이 저장하는 구조가 아니라, 저장·로드·승격 규칙이 분리된 구조에 가깝다.

핵심 요약

  • 작업 상태, 세션 복구, 장기 지식은 같은 메모리가 아니다.
  • 좋은 메모리 구조는 저장량보다 로드 규칙이 먼저다.
  • 메모리 승격 규칙이 없으면 저장소는 금방 오염된다.
  • schema, provenance, retention이 없으면 메모리는 기능이 아니라 오염원이 된다.

1. memory architecture를 검색 품질 문제로만 보면 놓치는 것

메모리를 검색 품질로만 보면 "더 잘 찾는가"에만 집중하게 된다. 하지만 운영에서는 그보다 먼저 봐야 할 것이 있다.

  • 이 정보는 지금 필요한가
  • 이 정보는 다음 세션도 필요한가
  • 이 정보는 장기 자산이 될 가치가 있는가
  • 이 정보는 잘못됐을 때 누가 수정하는가

즉 메모리 아키텍처는 검색보다 먼저 수명과 위치의 문제다.

2. 작업 상태, 세션 복구, 장기 지식은 같은 메모리가 아니다

메모리를 한 덩어리로 보면 금방 혼란스러워진다. 실무에서는 최소한 세 층으로 나누는 편이 좋다.

메모리 층 예시 수명
작업 상태 현재 목표, 체크포인트, 다음 행동 짧음
세션 복구 handoff, session note, 미검증 항목 중간
장기 지식 반복 규칙, taxonomy, 실패 교훈, 운영 원칙 김

이 구분이 없으면 작업 메모가 장기 기억처럼 쌓이고, 장기 자산이 대화 이력에 묻힌다.

3. 좋은 메모리 구조는 저장보다 로드 규칙이 먼저다

많이 저장하는 것보다 더 중요한 건 언제 무엇을 활성 컨텍스트로 올릴지다.

로드 규칙이 없으면:

  • 중요한 규칙이 묻힌다
  • 불필요한 과거 문맥이 계속 따라온다
  • 오래된 정보가 현재 규칙처럼 보인다
  • 컨텍스트 비용이 커진다

좋은 로드 규칙은 보통 아래를 묻는다.

  1. 지금 목표에 직접 필요한가
  2. 현재 결정에 영향을 주는가
  3. 오래됐지만 아직 유효한가
  4. 출처와 신뢰도를 확인할 수 있는가

4. 무엇을 즉시 컨텍스트에 넣고 무엇을 외부에 둘 것인가

항상 보여야 하는 메모리와 필요할 때만 불러와야 하는 메모리는 다르다.

즉시 컨텍스트 외부 메모리
역할, 금지사항, 현재 목표 긴 참고 자료
현재 작업의 핵심 제약 과거 session note
지금 당장 적용할 규칙 장기 지식 저장소

이 구분이 없으면 메모리는 편의 기능이 아니라, 컨텍스트 오염 경로가 된다.

5. 메모리 승격 규칙이 없으면 저장소는 금방 오염된다

메모리의 가장 큰 문제는 저장 용량이 아니라 승격 기준 부재다.

아무 정보나 장기 메모리로 올리면:

  • 오래된 임시 판단이 영구 규칙처럼 남고
  • 잘못된 정보가 반복 재사용되고
  • 같은 내용의 중복 메모가 쌓이고
  • 메모리 신뢰도가 떨어진다

좋은 승격 규칙은 보통 이렇게 묻는다.

  • 이 정보는 반복해서 재사용될 가능성이 있는가
  • 이 정보는 특정 세션이 아니라 여러 작업에 적용되는가
  • 출처가 명확한가
  • 사람이 나중에 수정·삭제할 수 있는가

6. schema, provenance, retention이 왜 구조의 핵심인가

메모리가 운영 자산이 되려면 적어도 세 가지가 필요하다.

요소 뜻
schema 어떤 필드로 저장되는가
provenance 어디서 왔는가
retention 언제 유지/삭제되는가

이 셋이 없으면 메모리는 쌓일수록 더 덜 믿을 만해진다.

7. memory ownership과 memory architecture가 만나는 지점

메모리 소유권은 "누가 메모리를 우리 자산으로 본 것인가"의 문제이고, 메모리 아키텍처는 "그 자산을 어떤 구조로 유지할 것인가"의 문제다.

둘은 분리되지만 연결된다.

  • ownership이 없으면 architecture가 플랫폼 내부 기능으로 잠길 수 있다
  • architecture가 없으면 ownership은 선언만 있고 실제 구조가 없다

즉 좋은 메모리 시스템은 소유권과 구조가 같이 있어야 한다.

8. 플랫폼 메모리 위에서도 팀이 직접 가져야 할 설계 권한

플랫폼이 메모리 기능을 제공하는 것은 편하다. 하지만 팀은 여전히 아래를 직접 가져야 한다.

  • 어떤 메모리를 장기로 승격할지
  • 어떤 메모리를 삭제할지
  • 어떤 출처 정보를 남길지
  • 어떤 로드 규칙을 적용할지

즉 메모리를 어디에 저장하느냐보다, 어떤 규칙으로 운영하느냐가 더 중요하다.

9. 결론: 좋은 메모리 아키텍처는 더 많이 저장하지 않고, 더 선명하게 구분한다

좋은 메모리 구조는 모든 걸 저장하려 하지 않는다. 대신 아래를 더 선명하게 가른다.

  • 지금 필요한 것과 나중에 불러올 것
  • 일회성 상태와 장기 자산
  • 저장과 로드
  • 메모리와 컨텍스트

결국 메모리 아키텍처의 핵심은 양이 아니라 구분 규칙이다.

함께 읽으면 좋은 글

참고 자료

시리즈 전체 안내: 시리즈 목차

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »