Brain-AI Memory – 장기 실행 LLM 에이전트의 메모리 실패를 진단하는 오픈 아키텍처

요약

본 글은 장기 실행 LLM 에이전트의 메모리 실패 원인을 진단하는 오픈 아키텍처인 Brain-AI Memory를 소개합니다. 기존의 복잡한 'retrieval 문제'들을 episodic/semantic memory, procedural rule 등 여러 구성 요소로 세분화하고, 각 실패 조건과 라이프사이클을 연결하여 체계적인 분석 틀을 제공합니다.

핵심 포인트

• 에이전트 메모리 문제를 복합적으로 진단하는 오픈 아키텍처를 제시함.
• 기존의 RAG/hook 등을 세분화된 5가지 구성 요소로 재정의함.
• 실제 에이전트 시스템에서 사용한 구조와 평가 결과를 공개함.
• 벤치마크 결과(recall@3)까지 투명하게 공유하여 논의를 유도함.