Django와 Walrus Memory로 스터디 챗봇에 장기 기억 기능을 구현하기
요약
이 글은 Django와 Walrus Memory를 활용하여 세션 간에도 사용자 기억을 유지하는 스터디 챗봇 'Study Buddy' 구축 과정을 설명합니다. 각 학생에게 고유 메모리 네임스페이스를 부여하고, 답변 시 관련 기억들을 불러와 모델에 제공함으로써 대화의 연속성을 확보했습니다.
핵심 포인트
- Walrus Memory로 세션 간 사용자 기억 유지 구현
- 메시지 하나하나를 개별 '기억'으로 저장 및 활용
- 모델 입력 전 가장 관련성 높은 기억을 검색하여 제공
- 무료 API 제한에 대비한 자동 폴백 기능 추가
대부분의 챗봇은 대화가 끝나면 사용자를 잊어버립니다. Walrus Sessions 8 해커톤을 위해 저는 대학생들을 위한 Django 챗봇인 Study Buddy를 만들었는데, 이 챗봇은 Walrus Memory를 사용하여 세션 간에도 각 학생의 기억을 유지합니다.
작동 방식: 모든 학생은 자신만의 메모리 네임스페이스를 갖게 됩니다. 메시지 하나하나가 하나의 기억으로 저장됩니다. 답변하기 전에 봇은 가장 관련성 높은 기억들을 불러와 모델에 제공하며, 이를 통해 학생이 아무것도 반복하지 않아도 "감독님 결정 기다리고 있었는데, 어떻게 됐어?" 같은 말을 할 수 있게 합니다.
세 명의 학급 친구들이 각각 10개 이상의 메시지를 주고받으며 라이브 앱을 테스트했습니다. 가장 어려웠던 부분은 기억 기능 자체가 아니었습니다. 무료 Gemini 티어가 하루에 단 20개의 요청만 허용했기 때문에, 모델 간 자동 폴백(automatic fallback) 기능을 추가해야 했습니다.
코드와 스크린샷이 포함된 전체 글은 Medium에서 확인할 수 있습니다:
코드: [https://github.com/Nwigwe-Light/study-buddy-walrus-memory]
실시간 데모: [https://study-buddy-walrus-memory.onrender.com]
#WalrusMemory
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기