TencentDB Agent Memory: AI 에이전트를 위한 계층형 로컬 기억 시스템

출처

• source_url: https://discuss.pytorch.kr/t/tencentdb-agent-memory-ai/11150
• author: 9bow
• published: Thu, 09 Jul 2026 09:30:02 +0000
• raw: raw source: web-2026-07-09-pytorchkr-topic-11150-tencentdb-agent-memory-hierarchical-local-memory

개요

TencentDB Agent Memory는 AI 에이전트에 장기 기억과 단기 기억을 완전 로컬로 제공하는 오픈소스 메모리 시스템입니다. 평면적인 벡터 저장소 대신 L0~L3 계층형 장기 기억과 Mermaid 기반 심볼릭 단기 기억을 사용해, 과거 맥락을 압축하면서도 근거로 되짚어갈 수 있게 설계되었습니다. 기본 백엔드는 SQLite + sqlite-vec이며 외부 API 의존성 없이 로컬에서 동작합니다. OpenClaw 플러그인으로 제공되며, Hermes 에이전트와의 연결도 지원한다고 소개됩니다. 원문은 OpenClaw 통합 실험에서 토큰 사용량 감소, 통과율 향상, PersonaMem 정확도 개선이 보고되었다고 설명하지만, 해당 수치는 README Highlights 기준임을 전제로 제시됩니다.

핵심 포인트

• TencentDB Agent Memory는 에이전트가 SOP, 프로젝트 배경, 도구 사용 규칙, 출력 형식 같은 반복 정보를 기억하도록 돕는 로컬 메모리 시스템입니다.

• 장기 기억은 4단계 피라미드로 구성됩니다: L0 Conversation은 원본 대화와 이벤트를 보존하고, L1 Atom은 사실·선호·제약·상태를 추출하며, L2 Scenario는 프로젝트나 워크플로우 단위로 묶고, L3 Persona는 안정적인 사용자 선호와 서비스 스타일을 관리합니다.

• 상위 요약만 남기는 방식이 아니라, “페르소나/캔버스 → 장면/jsonl → 원문 대화/refs”로 드릴다운할 수 있는 근거 추적 경로를 유지하는 점이 강조됩니다.

• 단기 기억은 전체 도구 로그를 refs/*.md 같은 외부 파일로 내보내고, 컨텍스트에는 node_id가 있는 Mermaid 심볼 그래프만 남기는 방식으로 토큰 사용을 줄입니다.

• 회상이 잘못되었을 때 벡터 검색 결과만 보는 것이 아니라, L2 장면 Markdown, L3 persona.md, Mermaid 작업 캔버스 등을 직접 확인하며 디버깅할 수 있는 화이트박스 구조를 지향합니다.

• 검색은 BM25 키워드 검색과 벡터 검색을 RRF로 결합하는 하이브리드 방식이며, tdai_memory_search와 tdai_conversation_search 도구를 제공합니다.

• OpenClaw에서는 플러그인 설치 후 설정 파일에서 활성화하면 로컬 백엔드로 동작하고, Hermes 게이트웨이는 기본적으로 :8420 포트에서 캡처·검색·회상 HTTP 엔드포인트를 노출한다고 설명됩니다.

왜 중요한가

에이전트가 긴 작업을 수행할수록 모든 과거 맥락을 프롬프트에 계속 넣는 방식은 토큰 비용과 정확성 면에서 한계가 있습니다. TencentDB Agent Memory는 기억을 단순 벡터 조각으로만 저장하지 않고, 원문 근거와 추상화 계층을 함께 유지해 “압축”과 “추적 가능성”을 동시에 확보하려는 접근입니다. 특히 장기 세션에서 사용자 선호, 프로젝트 맥락, 작업 로그를 다루는 에이전트에는 로컬 저장, 설명 가능한 회상, 디버깅 가능한 메모리 구조가 실용적인 장점이 될 수 있습니다. 다만 원문에 제시된 성능 수치는 README Highlights 기준의 보고값이므로, 실제 도입 전에는 자신의 워크플로우와 데이터에서 별도 검증이 필요합니다.

후속으로 볼 링크 / 키워드

링크

• PyTorchKR 원문: https://discuss.pytorch.kr/t/tencentdb-agent-memory-ai/11150
• GitHub 저장소: https://github.com/TencentCloud/TencentDB-Agent-Memory
• npm 패키지: https://www.npmjs.com/package/@tencentdb-agent-memory/memory-tencentdb
• MIT 라이선스: https://github.com/TencentCloud/TencentDB-Agent-Memory/blob/main/LICENSE

관련 키워드

• AI agent memory
• long-term memory for agents
• hierarchical memory
• symbolic memory
• context offloading
• Mermaid memory graph
• SQLite
• sqlite-vec
• BM25
• vector search
• RRF
• OpenClaw
• Hermes Agent
• PersonaMem
• white-box memory debugging

원문 보존 위치

원문 전체는 raw source: web-2026-07-09-pytorchkr-topic-11150-tencentdb-agent-memory-hierarchical-local-memory에 source_url 및 HTML 원문과 함께 저장되어 있습니다.