AI 기억은 인간과 다르다…공학적 메모리 시스템의 실체

AI 에이전트의 기억 메커니즘은 공학적 소프트웨어 시스템에 가깝다. [사진: 셔터스톡]

[디지털투데이 AI리포터] AI 에이전트가 축적된 데이터를 바탕으로 복잡한 과제를 해결하는 기억 메커니즘의 구조가 밝혀졌다.

28일(현지시간) 온라인 매체 기가진은 폴란드의 엔지니어 브르그스크(brgsk)의 분석을 인용해, AI 에이전트의 기억 메커니즘은 인간의 뇌와 달라서 정보를 관리하기 위한 공학적 소프트웨어 시스템에 가깝다고 보도했다.

보고서에 따르면 AI 메모리 시스템은 추출기, 저장소, 검색기 등 세 가지 부품으로 구성된다. 우선 추출기가 대화 기록에서 필요한 정보를 짧은 문장으로 압축하는데, 이 과정에서 구체적인 맥락과 뉘앙스는 사라지고 단편적인 사실만 남는다. 이렇게 추출된 데이터는 벡터 인덱스나 나리지 그래프 형태의 저장소에 보관된다. 이때 거주지 이전처럼 과거와 현재의 데이터가 충돌할 때 발생하는 모순을 해결하는 설계가 가장 까다로운 과제다. 이후 검색기가 사용자의 질문에 맞춰 현재 문맥에 가장 적합한 기억을 찾아내 거대언어모델(LLM)에 전달하는 방식으로 구동된다.

이러한 메모리 시스템은 기능에 따라 에피소드, 의미, 절차, 전망 기억 등으로 분류되지만 현재는 특정 사실만 기록하는 의미 기억에 치우쳐 있다. 행동 성향을 바꾸는 절차 기억이나 특정 조건에서 행동을 떠올리는 전망 기억은 아직 미개척 분야다. 이 때문에 현재의 AI 메모리는 에이전트 자신의 정체성을 기억하기보다 사용자의 신원과 성향을 대리 유지하는 자전적 기억의 역할에 머물고 있다.

최근에는 이를 보완하기 위해 인간이 잠을 자며 기억을 정리하듯 유휴 시간에 중복 데이터를 정리하고 모순을 해결하는 슬립 타임 컴퓨팅 기술이 시도되고 있다. 브르그스크는 AI 에이전트의 메모리가 단순히 과거 정보를 삭제하는 구조에서 벗어나야 한다고 짚었다. 이어 현재 유효한 정보를 상위에 노출하면서도 과거의 상태를 함께 추적할 수 있도록 돕는 유연한 설계가 핵심이라고 강조했다.