피드로 돌아가기
Dev.toAI/ML
원문 읽기
Agent Session History를 활용한 Procedural Memory 기반의 Workflow 자동화 구현
Turning Agent History into Procedural Memory
AI 요약
Context
다양한 AI Agent를 교체 사용하는 환경에서 각 도구의 파편화된 자동화 방식으로 인한 Operational Glue 비용 발생. 단순 Prompt 기반의 반복 지시는 Overfitting과 Noise를 유발하며, 과거 성공 사례를 재사용 가능한 Asset으로 전환하는 체계적 방법론의 부재.
Technical Solution
- Entire CLI 기반의 System of Record를 구축하여 Session, Prompt, Tool Call, File Change, Checkpoint 데이터를 통합 수집
- Git Commit과 Agent Session을 연결하는 Checkpoint 설계를 통해 작업의 'Why'와 'What'을 매핑하는 추적성 확보
- Session-to-Skill 오케스트레이터 구현을 통해 과거 세션 메타데이터에서 반복적 행동 패턴과 컨벤션을 역추적하여 추출
- 단순 요약이 아닌 '재사용 가능 동작'과 '미래 Agent를 위한 필수 지식'이라는 두 가지 핵심 질문에 기반한 데이터 필터링 적용
- 추출된 패턴을 Portable Skill 파일로 정의하여 Agent 간의 제약 없이 Workflow를 전이시키는 Procedural Memory 계층 설계
실천 포인트
- Agent 세션을 일회성으로 소비하지 않고 System of Record로 저장하여 데이터셋화 하십시오. - 반복되는 Operational Glue 지점을 식별하여 YAML 기반의 재사용 가능한 Skill로 정형화하십시오. - 단순 요약보다는 성공한 작업의 Checkpoint(Git 연결점)를 기준으로 패턴을 추출하여 Noise를 제거하십시오. - 특정 Agent 종속적인 기능 대신 Portable한 Skill 정의서를 통해 인프라 수준의 메모리 계층을 구축하십시오.