OKF 기반 AI 에이전트의 영구적 지식 관리 솔루션
okf-memory/okf-agent-memory
GitHubAI 에이전트의 휘발성 메모리 문제를 해결하는 OKF Agent Memory가 공개되었습니다. 지식 베이스를 외부 DB 대신, 표준화된 형식의 Git 저장소 내 Markdown 파일로 관리합니다.
- 인메모리 BM25 검색을 통해 초저지연(300µs 미만)으로 지식을 검색하며, 외부 벡터 DB나 API 호출이 필요 없어 운영 비용과 종속성이 획기적으로 낮습니다.
- 아키텍처 결정 및 운영 규칙을 일반 텍스트로 버전 관리하여, 지식에 대한 감사(Audit)가 용이하고 코드와 지식이 일관되게 유지됩니다.
- 본 시스템은 OKF v0.2라는 개방 표준을 따르므로, 도입 시 해당 규격과 전용 Go 툴링 사용이 필수적이며 지식 관리가 구조화되어야 합니다.
는 대화가 종료되면 이 닫히면서 중요한 아키텍처 결정이나 운영 사실을 잃는 휘발성 메모리 문제를 겪습니다. OKF Agent Memory는 이러한 문제를 해결하기 위해, 지식 베이스를 외부 데이터베이스 대신 표준화된 형식의 Git 저장소 내 Markdown 파일로 관리하는 방법론을 제공합니다. 이는 비정형적인 마크다운 파일과 복잡한 사이의 간극을 메우는 역할을 합니다.
이 시스템은 인메모리 BM25 검색 방식을 채택하여 개념 검색 지연 시간을 300µs 미만으로 달성하며, 외부 벡터 호출이나 네트워크 왕복 없이도 작동합니다. 모든 지식은 일반 텍스트로 버전 관리되므로 표준 `git diff`를 통해 감사(Audit)가 용이하고, 메모리 검색에 대한 반복적인 비용 발생을 원천적으로 차단하여 운영 효율성을 높입니다.
OKF Agent Memory는 OKF v0.2 개방 표준을 기반으로 하며, 지식 관리를 위한 명확한 아키텍처와 행동 규칙(Search, Review, Trust)을 정의합니다. 사용자는 `okf validate` 등의 CLI 도구를 사용하여 번들 준수 여부 및 그래프 연결성을 검증할 수 있으며, 프로젝트에 메모리 스택을 부트스트랩하여 지식 관리를 구조화하고 일관되게 유지할 수 있습니다.
용어 풀이
- AI 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 컨텍스트 창
- 모델이 한 번에 읽고 참고할 수 있는 입력의 최대 길이. 보통 토큰 수로 나타내요.
- 벡터 데이터베이스
- 임베딩을 저장하고 의미가 비슷한 항목을 빠르게 찾아 주는 데이터베이스.
- 임베딩
- 글이나 이미지의 의미를 숫자 목록으로 바꾼 것. 의미가 비슷한 것을 찾을 때 써요.
- API
- 프로그램끼리 기능을 주고받는 약속된 창구. AI 모델은 보통 API로 불러 써요.