Amazon Bedrock AgentCore Memory: 기억하는 AI 에이전트 만들기

생성형 AI 모델의 본질적인 특성인 Statelessness로 인해 대화의 연속성을 유지하기 어렵다는 문제를 제기합니다. LLM은 이전 대화 기록을 자체적으로 저장하지 않아, 맥락 유지를 위해 이전 대화 내용을 모두 다시 입력해야 합니다.

Context Window를 무한정 늘리는 것도 Chroma 연구에서 밝혀진 'Context Rot' 현상 때문에 성능 저하를 야기할 수 있습니다. 따라서 AI 에이전트에게는 인간처럼 중요한 정보만을 선별하여 장기 기억으로 저장하고, 필요할 때 검색하는 시스템이 필요합니다.

Amazon Bedrock의 AgentCore Memory는 이러한 AI 에이전트의 기억력 구현을 위한 솔루션을 제공합니다.