[Hacker News 요약] 에빙하우스 망각 곡선을 모방한 AI 에이전트용 지속성 메모리 'YourMemory' 공개
42
설명
AI 에이전트가 대화 세션 간에 정보를 잊어버리는 고질적인 문제를 해결하기 위해 'YourMemory'가 등장했습니다. 이 프로젝트는 인간의 기억 메커니즘, 특히 에빙하우스 망각 곡선을 AI 메모리에 적용하여 중요한 정보는 오래 기억하고 잊힌 정보는 자연스럽게 사라지게 합니다. 기존 메모리 솔루션 대비 월등히 향상된 회상률을 보여주며, AI 에이전트의 개인화와 효율성을 크게 높일 잠재력을 가지고 있습니다. 개발자들은 단 두 가지 명령으로 쉽게 설치하고 기존 AI 클라이언트에 통합할 수 있습니다.
### 배경 설명
최근 대규모 언어 모델(LLM) 기반의 AI 에이전트가 빠르게 발전하고 있지만, 이들은 본질적으로 '무상태(stateless)'이며 대화 세션 간에 정보를 유지하는 데 한계가 있습니다. 이는 사용자의 선호도, 이전 대화 내용, 학습된 지식 등을 매번 다시 주입해야 하는 비효율성을 초래하며, 에이전트의 '개인화'와 '지속성'을 저해하는 주요 요인입니다. 기존의 메모리 솔루션들은 주로 벡터 데이터베이스를 활용하여 단순 유사도 기반의 검색을 제공했지만, 이는 인간의 기억처럼 중요도와 시간의 흐름에 따라 정보의 강도가 변하는 복합적인 메커니즘을 반영하지 못했습니다.
YourMemory는 이러한 한계를 극복하기 위해 심리학의 '에빙하우스 망각 곡선'을 AI 메모리 관리에 도입했습니다. 이는 단순히 정보를 저장하고 검색하는 것을 넘어, 정보의 중요도와 회상 빈도에 따라 기억의 강도를 조절하고 시간이 지남에 따라 자연스럽게 잊히게 함으로써, 보다 인간적이고 효율적인 기억 시스템을 구현하려는 시도입니다. 이러한 접근 방식은 AI 에이전트가 사용자와의 상호작용에서 더욱 맥락을 이해하고, 장기적인 관계를 형성하며, 궁극적으로는 더 지능적인 행동을 할 수 있도록 돕는 핵심적인 기술적 진보로 평가됩니다.
### AI 에이전트의 기억 상실 문제와 YourMemory의 해법
현재 대부분의 AI 에이전트는 각 대화 세션마다 초기화되어 사용자의 선호도나 이전 학습 내용을 기억하지 못합니다. YourMemory는 이러한 문제를 해결하기 위해 AI 에이전트에게 지속적인 메모리 레이어를 제공합니다. 이는 중요한 정보는 오래 유지하고, 잊힌 정보는 자연스럽게 희미해지며, 오래된 사실은 자동으로 교체되는 인간의 기억 방식과 유사하게 작동합니다.
### 에빙하우스 망각 곡선을 활용한 생물학적 기억 감쇠
YourMemory의 핵심은 에빙하우스 망각 곡선을 모방하여 기억의 강도를 관리하는 것입니다. 기억의 강도는 시간이 지남에 따라 지수적으로 감소하지만, 정보의 '중요도'와 '회상 빈도'에 따라 감쇠 속도가 조절됩니다. 자주 회상되는 기억은 감쇠에 저항하며, 특정 강도 이하로 떨어진 기억은 24시간마다 자동으로 정리됩니다. 이는 AI가 불필요한 정보를 쌓아두지 않고 효율적으로 기억을 관리하도록 돕습니다.
### 벡터 및 그래프를 결합한 하이브리드 검색 엔진
YourMemory는 단순한 벡터 유사도 검색을 넘어, 두 단계의 하이브리드 검색 방식을 사용합니다. 1단계에서는 코사인 유사도를 이용한 벡터 검색으로 관련성이 높은 상위 k개의 기억을 찾습니다. 2단계에서는 1단계에서 찾은 기억들을 시드(seed)로 삼아 그래프 탐색(BFS)을 수행하여, 직접적인 어휘 유사성은 낮지만 의미론적으로 연결된(semantic edges) 관련 기억들을 찾아냅니다. 이 방식은 어휘 기반 검색이 놓칠 수 있는 맥락적 정보를 효과적으로 발굴합니다.
### 뛰어난 성능과 간편한 통합
LoCoMo-10 벤치마크 테스트에서 YourMemory는 기존 솔루션인 Zep Cloud 대비 2배 이상 높은 59%의 회상률(Recall@5)을 기록하며 우수한 성능을 입증했습니다. 설치는 `pip install yourmemory`와 `yourmemory-setup` 두 가지 명령으로 매우 간단하며, Docker나 별도의 데이터베이스 설정이 필요 없습니다. Claude, Cursor, OpenCode 등 다양한 MCP(Model Context Protocol) 호환 AI 클라이언트에 쉽게 통합할 수 있어 개발 편의성이 높습니다.
### 다중 에이전트 지원 및 유연한 기술 스택
YourMemory는 여러 AI 에이전트가 하나의 인스턴스를 공유할 수 있도록 지원하며, 각 에이전트는 격리된 개인 메모리와 공유 컨텍스트에 대한 제어된 접근 권한을 가집니다. 기본적으로 DuckDB와 NetworkX를 사용하여 별도의 설정 없이 작동하며, 대규모 데이터셋이나 팀 환경을 위해서는 PostgreSQL + pgvector 또는 Neo4j와 같은 엔터프라이즈급 백엔드를 선택적으로 사용할 수 있습니다.
### 가치와 인사이트
YourMemory는 AI 에이전트의 '기억'이라는 근본적인 문제를 해결함으로써, 개발자들이 더욱 정교하고 개인화된 AI 애플리케이션을 구축할 수 있는 기반을 제공합니다. 사용자의 과거 상호작용과 선호도를 기억하는 에이전트는 반복적인 질문을 줄이고, 맥락에 맞는 응답을 제공하며, 장기적인 관계를 형성하여 사용자 경험을 혁신할 수 있습니다. 이는 고객 서비스 챗봇, 개인 비서, 코딩 도우미 등 다양한 분야에서 AI 에이전트의 실용성과 효율성을 크게 향상시킬 것입니다. 특히, 인간의 인지 메커니즘을 모방한 접근 방식은 AI가 단순한 정보 처리기를 넘어, 보다 '지능적인' 존재로 발전하는 데 중요한 시사점을 제공합니다. 개발자들은 YourMemory를 통해 복잡한 메모리 관리 시스템을 직접 구축할 필요 없이, 핵심 비즈니스 로직에 집중할 수 있게 됩니다.
### 기술·메타
- Python
- DuckDB (기본 벡터 DB)
- NetworkX (기본 그래프 백엔드)
- sentence-transformers (로컬 임베딩: all-mpnet-base-v2)
- spaCy (로컬 NLP: 중복 제거, SVO 트리플 추출)
- APScheduler (24시간 자동 감쇠 작업)
- PostgreSQL + pgvector (선택 사항: 팀/대규모 데이터셋)
- Neo4j (선택 사항: 그래프 백엔드)
- MCP (Model Context Protocol)
### 향후 전망
AI 에이전트 시장이 급성장함에 따라, YourMemory와 같은 고도화된 메모리 솔루션의 중요성은 더욱 커질 것입니다. 향후에는 LLM 자체의 컨텍스트 윈도우 확장 기술과 경쟁하거나, 상호 보완적인 관계로 발전할 수 있습니다. 경쟁 측면에서는 Mem0, Zep Cloud와 같은 기존 솔루션들이 YourMemory의 혁신적인 접근 방식을 채택하거나, 새로운 인지 과학 모델을 통합하려는 시도가 있을 수 있습니다. 제품 개발 측면에서는 기억의 '범주(category)'를 더욱 세분화하거나, 감정적 중요도와 같은 비정형적인 요소를 기억 강도에 반영하는 방향으로 발전할 가능성이 있습니다. 또한, 오픈소스 프로젝트로서 커뮤니티의 기여를 통해 다양한 클라이언트 및 백엔드 통합이 확장되고, 새로운 사용 사례가 발굴될 것으로 기대됩니다. 상업적 활용을 위한 라이선스 모델의 확장도 중요한 변수가 될 것입니다.
📝 원문 및 참고
- Source: Hacker News
- 토론(HN): [news.ycombinator.com](https://news.ycombinator.com/item?id=47914367)
- 원문: [링크 열기](https://github.com/sachitrafa/YourMemory)
---
출처: Hacker News · [원문 링크](https://github.com/sachitrafa/YourMemory)
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.