Read-time 부하를 Write-time으로 전이시킨 Push Memory 기반 정합성 설계

Push vs Pull Memory: A Better Way to Think About AI Agent Memory

hendrixx-cnc2026년 6월 18일6분intermediate

AI 요약

Context

기존 Pull Memory 구조는 Vector Database 기반의 단순 Similarity Search에 의존하여 데이터 중복 및 Stale Fact 발생 시 이를 필터링하는 책임을 Reader에게 전가함. 이로 인해 시간이 흐를수록 상충하는 정보가 누적되며 에이전트의 의사결정 정확도가 하락하는 구조적 한계 노출.

Technical Solution

Reconciliation 시점을 Read-time에서 Write-time으로 이동시켜 Substrate 단계에서 데이터 정합성 강제
'Read → Work → Write Correction' 루프를 통한 상태 업데이트 기반의 메모리 라이프사이클 설계
단순 Append 방식이 아닌 기존 Fact를 대체하는 Supersession 로직을 도입하여 최신 데이터 우선순위 확보
LLM을 Reliable Author로 활용하여 쓰기 단계에서 구조화된 Correction을 생성하고 데이터 간의 Provenance 기록
Conflict 발생 시 Substrate가 자동으로 구버전 데이터를 Demote하고 Flagging 하는 메커니즘 구축

실천 포인트

- 에이전트의 생명주기가 길고 환경 변화가 잦은 시스템인지 확인 - 동일 주제에 대해 상충하는 데이터 저장 시 시스템이 자동으로 Conflict를 감지하는지 테스트 - Read-time의 필터링 로직 비중이 높다면 Write-time Reconciliation 도입 검토 - 단순 Vector Search를 넘어 데이터 간의 인과관계와 최신성(Provenance)을 기록하는 스키마 설계

태그

#Supersession #Vector Database #Reconciliation #Push Memory #LLM-Agent

원문 읽기