피드로 돌아가기
GeekNewsAI/ML
원문 읽기
Supermemory - AI를 위한 메모리 & 컨텍스트 엔진
LongMemEval 81.6% 달성, 하이브리드 컨텍스트 엔진 기반 AI 메모리 계층 구현
AI 요약
Context
대화 간 정보 유지 불가라는 LLM의 상태 비저장(Stateless) 특성으로 인한 개인화 컨텍스트 결여 문제 발생. 단순 RAG 방식으로는 사실 업데이트와 임시 정보의 망각 처리가 어려워 실시간 사용자 프로필 유지에 한계 노출.
Technical Solution
- Static 사실과 Dynamic 활동을 분리하여 단일 호출로 제공하는 User Profiles 아키텍처 설계
- Memory와 RAG를 결합한 Hybrid Search 구현을 통한 통합 컨텍스트 반환 구조 채택
- 신규 정보 유입 시 기존 모순 정보를 대체하고 임시 사실을 자동 삭제하는 자동 망각 로직 적용
- Webhook 기반의 외부 Connector 설계를 통한 Google Drive, Notion 등 이기종 데이터 실시간 동기화
- AST 인식 청킹 및 Multi-modal Extractor 내장을 통한 데이터 소스별 최적화된 파이프라인 구축
- MCP 서버 및 플러그인 제공을 통한 Cursor, VS Code 등 다양한 IDE 환경으로의 확장성 확보
실천 포인트
1. 단순 Vector DB 구축 전 데이터의 유효 기간(TTL) 설정 및 업데이트 전략 검토
2. 정적 프로필과 동적 컨텍스트를 분리하여 쿼리 최적화 가능성 확인
3. 다양한 데이터 소스 통합을 위한 MCP(Model Context Protocol) 표준 적용 검토