피드로 돌아가기
Dev.toAI/ML
원문 읽기
Agents in 60 lines of python : Part 6
AI 에이전트가 딕셔너리 기반 remember 도구 1개로 디스크 저장을 통해 세션 간 상태 유지
AI 요약
Context
AI 에이전트는 실행 중에 상태를 메모리의 딕셔너리에 기록하지만, 프로세스 종료 시 모든 데이터가 사라진다. 새로운 대화 시작 시 이전 컨텍스트가 없어져 사용자 정보를 기억하지 못하는 문제가 발생한다.
Technical Solution
- remember 도구 구현: 키-값 쌍을 메모리 딕셔너리에 저장하는 lambda 함수 추가
- 디스크 영속성: 메모리 딕셔너리를 실행 후 디스크에 저장하고 다음 실행 시 로드
- 시스템 프롬프트 주입: 로드된 메모리 딕셔너리를 시스템 프롬프트에 포함시켜 LLM이 이전 저장 데이터 확인 가능
- 에이전트 도구 호출: 에이전트가 remember 도구를 다른 도구처럼 호출하여 remember(key, value) 실행
- 세션 간 데이터 유지: 세션 1에서 저장한 데이터가 세션 2에서 자동으로 로드되어 에이전트의 응답 컨텍스트 제공
Key Takeaway
벡터 데이터베이스나 임베딩 없이 단순한 딕셔너리와 디스크 저장으로도 에이전트가 세션 간 상태를 유지할 수 있으며, 이는 채봇과 어시스턴트의 근본적인 차이점을 구현하는 핵심 메커니즘이다.
실천 포인트
Python으로 AI 에이전트를 구축하는 팀에서 세션 간 메모리 유지가 필요할 때, 딕셔너리 기반 remember 도구를 implement하고 JSON 파일이나 데이터베이스에 직렬화하여 저장하면 복잡한 검색 인프라 없이도 상태 지속성을 확보할 수 있다.