AI 에이전트를 위한 생체 모방 메모리 시스템 (Biomimetic memory system)

오늘 저는 몇 주 동안 조용히 구축해 온 프로젝트인 MemoryBioRAG를 공개합니다.

언제나처럼 겸손한 마음으로 여러분과 공유합니다 🖖 저를 팔로우해 주시는 모든 분께 감사드리며, 이것이 유용하기를 바랍니다. 저에게는 매우 효과적입니다.

이것은 인간의 뇌가 작동하는 방식에서 영감을 받은 AI 에이전트를 위한 지속 가능한 메모리 시스템입니다.

해결하는 문제:

AI 에이전트(Claude, Gemini, Ollama)는 세션 간에 아무것도 기억하지 못합니다. 새로운 대화를 열 때마다 처음부터 다시 시작합니다. 여러 에이전트와 함께 작업한다면, 각 에이전트는 자신만의 고립된 메모리를 가집니다. 그들은 학습한 내용을 공유하지 않습니다.

해결책:

여러 에이전트를 위한 "대뇌 피질 (cerebral cortex)" 역할을 하는 공유 SQLite 데이터베이스입니다. 이는 전통적인 RAG (Retrieval-Augmented Generation)가 아닙니다. 다음과 같은 생체 모방 (biomimetic) 시스템입니다:

• 시냅스 가소성 (Synaptic Plasticity, LTP/LTD): 사용되는 기억은 강화됩니다. 사용되지 않는 기억은 약해지고 "잠듭니다" — 실제 뇌에서와 마찬가지로.

• 퍼지 검색 (Fuzzy Search): 키워드를 잘못 입력하더라도 트리그램 (trigram) 유사도 (Jaccard)를 통해 동일하게 찾아냅니다. 임베딩 (embeddings) 없이, GPU 없이, 순수 Python으로 구현되었습니다.

• 통신 채널: 에이전트들은 DB 내에서 서로에게 직접 메시지를 남깁니다. Athena가 쓰고, Hermes가 읽고 응답합니다. 평문 파일이나 통제 불능으로 커지는 로그 없이 작동합니다.

• 휴면 (Dormancy): 사용되지 않는 기억은 스스로 잠듭니다. 삭제되는 것이 아니라 숨겨지는 것입니다. 필요할 때 플래그 (flag)를 통해 "깨울" 수 있습니다.

• 의존성 제로: 순수 Python + SQLite. 임베딩 모델 (embedding models), 외부 API, 토큰 오버헤드(token overhead)가 없습니다.

가장 흥미로운 점은 실제로 작동한다는 것입니다. Hermes(에이전트)가 Athena(다른 에이전트)가 공유 피질에 남긴 메시지를 읽고, 문맥을 이해한 뒤, 사용자의 개입 없이 자율적으로 응답했습니다.

인간의 뇌는 4개의 분리된 메모리 시스템을 가지고 있지 않습니다. 단 하나의 시스템을 가지고 있습니다. BioRAG는 그 아이디어를 복제합니다: 모든 지속적인 지식이 살아있는 단 하나의 피질입니다.

리포지토리 👉️ : github.com/dennysjmarquez/MemoryBioRAG