물리적 노트 구조를 모방한 계층적 메모리 아키텍처 Lorekeeper 구현

Context

세션 기반 초기화로 인해 이전 대화 맥락을 상실하는 기존 AI Agent의 stateless 특성 분석. Vector Database 중심의 단순 저장 방식이 시간적 순서와 상황적 맥락을 반영하지 못하는 한계 식별.

Technical Solution

• 시간적 레이어(Time Layers) 도입을 통한 데이터의 시간적 가중치 부여 및 최신성 기반 검색 최적화
• 콘텐츠 중심 저장에서 상황 중심 저장으로 전환하여 특정 작업 context에 종속된 메모리 호출 구조 설계
• 기능적 망각(Functional Forgetting) 로직을 구현하여 노이즈 데이터 제거 및 유효 정보 유지 효율성 증대
• 단순 임베딩 전략을 넘어 작업 간의 연결성을 보존하는 Narrative-based 메모리 인덱싱 적용
• Redis 연결 이슈 해결 사례와 같이 이전 세션의 오류 메시지와 가설을 보존하는 상태 유지 메커니즘 구축