AI 에이전트 도구
에이전트 학습을 위한 차세대 메모리 시스템 Hindsight 소개
vectorize-io/hindsight
GitHubHindsight는 단순한 대화 기록 저장 방식을 넘어, AI 에이전트가 시간이 지남에 따라 스스로 '학습'하고 기억력을 향상시키는 차세대 메모리 시스템입니다.
세 줄 요약
- RAG나 지식 그래프의 한계를 극복했으며, 정보 보존(retain), 검색(recall), 반성적 응답 생성(reflect) 등 독자적인 3가지 핵심 기능을 통해 최고 수준의 성능을 입증했습니다.
- LLM Wrapper를 활용하면 기존 에이전트 코드에 단 몇 줄만 추가하여 메모리 기능을 쉽게 통합할 수 있으며, 60개 이상의 다양한 개발 환경과 연동됩니다.
- 온프레미스 구축부터 클라우드 관리형 서비스까지 유연한 배포 옵션을 제공하며, OpenAI, Anthropic 등 25개 이상 LLM 모델을 폭넓게 지원합니다.
Hindsight는 단순한 대화 기록 저장 방식을 넘어, 시간이 지남에 따라 가 스스로 '학습'하도록 설계된 메모리 시스템입니다. 기존의 나 지식 그래프 같은 대체 기술들이 가진 한계를 극복하며 최첨단 성능을 제공합니다. 이 시스템은 정보를 보존(retain), 관련 기억을 검색(recall), 그리고 반성적 응답 생성(reflect)하는 세 가지 핵심 기능을 통해 에이전트가 지속적으로 학습할 수 있도록 돕습니다.
Hindsight는 LongMemEval 에서 최고 수준의 성능을 달성한 것으로 알려져 있으며, Fortune 500 기업 및 AI 스타트업 등 다양한 환경에서 사용되고 있습니다. 특히 기존에 운영되던 에이전트에 메모리 기능을 추가하는 경우, Wrapper를 활용하면 코드 변경 없이 단 몇 줄만으로도 기억 저장 및 검색 기능 통합이 가능합니다.
기술적으로 Hindsight는 OpenAI, Anthropic, Gemini 등을 포함하여 25개 이상의 다양한 LLM 제공업체와 연동됩니다. Python, Node.js, Go 등 여러 언어의 를 지원하며, 사용자는 온프레미스 서버 구축부터 클라우드 관리형 서비스까지 유연하게 배포할 수 있습니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- RAG
- 답하기 전에 관련 문서를 찾아 그 내용을 근거로 답하게 하는 방법.
- 벤치마크
- 모델 성능을 같은 조건에서 비교하려고 만든 시험 문제 모음.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- SDK
- 특정 서비스나 기기를 쉽게 쓰도록 묶어 둔 개발 도구 모음.