Multi-Signal retrieval 도입을 통한 AI Agent 메모리 Recall@10 40-60% 향상

Context

기존 AI Agent 메모리 시스템의 Embedding Similarity 기반 단일 검색 신호에 따른 한계 발생. 시맨틱 유사성만으로는 장기 대화 맥락의 정확한 특정 정보 추출 및 고유 명사 매칭에 실패하는 구조적 결함 확인.

Technical Solution

• BM25 기반 Keyword Matching 도입을 통한 정확한 용어 일치성 확보
• Dense Vector 기반 Embedding Similarity 적용으로 의미적 관계성 캡처
• 메모리 종류별 차등 Decay Rate를 적용한 Temporal Decay 로직으로 최신성 가중치 부여
• Entity Graph Reranking 설계를 통한 개체 간 공출현 관계 기반의 최종 순위 재조정
• 4가지 신호를 정규화한 후 가중치 합산(Weighted Combination) 방식을 통한 최종 Score 산출