AgentCore Memory

1. Overview

---

AgentCore Memory는 AI 에이전트가 직접적인 및 장기적인 지식을 유지하여 지능적이고 맞춤형이며 개인화된 상호작용을 제공할 수 있도록 해줍니다. AgentCore Memory는 두 가지 유형의 메모리를 제공합니다:

• 단기 메모리(Short-term memory): 즉시적인 컨텍스트를 추적하기 위해 대화를 저장합니다.

• 장기 메모리(Long-term memory): 사용자 선호도, 의미적 사실, 요약과 같은 추출된 통창력을 세션 간에 지식을 유지하기 위해 저장합니다.

AgentCore Memory는 AWS SDK 또는 Strands Agents와 같은 인기 있는 에이전트 프레임워크와 함께 사용할 수 있습니다.

장기 메모리 전략

AgentCore Memory는 다음과 같은 장기 메모리 전략을 제공합니다:

• 사용자 선호도(UserPreferenceMemoryStrategy): 사용자 행동, 상호작용 스타일 및 선택에서 반복되는 패턴을 저장하고 학습합니다. 이를 통해 에이전트는 여러 세션에 걸쳐 사용자 선호도에 맞게 응답을 자동으로 조정할 수 있습니다.

• 의미적 사실(SemanticMemoryStrategy): 사실과 도메인 특화 정보, 기술적 개념 및 그들 간의 관계에 대한 지식을 유지합니다. 이를 통해 에이전트는 이전에 설정된 컨텍스트와 이해를 기반으로 정보를 제공할 수 있습니다.

• 세션 요약(SummaryMemoryStrategy): 상호작용 내용과 결과의 축약된 표현을 생성합니다. 이러한 요약은 과거 활동에 대한 빠른 참조 포인트를 제공하고 미래 상호작용을 위한 컨텍스트 창 사용을 최적화하는 데 도움이 됩니다.

결론

---

Amazon Bedrock AgentCore Memory는 AI 에이전트가 지능적이고 맞춤형이며 개인화된 상호작용을 제공할 수 있도록 단기 및 장기 메모리 기능을 제공합니다. 단기 메모리는 세션 내에서 컨텍스트를 유지하는 반면, 장기 메모리는 사용자 선호도, 의미적 사실 및 요약과 같은 핵심 통창력을 세션 간에 유지합니다.

AgentCore Memory는 AWS SDK 또는 Strands Agents와 같은 인기 있는 에이전트 프레임워크와 함께 사용할 수 있으며, 사용자 정의 전략을 통해 특정 도메인이나 사용 사례에 맞게 조정할 수 있습니다. 이를 통해 에이전트는 사용자와의 이전 상호작용을 기억하고 활용하여 더 지능적이고 개인화된 경험을 제공할 수 있습니다.

이러한 기능을 통해 AgentCore Memory는 에이전트가 사용자와의 상호작용을 통해 시간이 지남에 따라 더 지능적이고 맞춤형이 되도록 하여 사용자 경험을 향상시키고 에이전트 기반 애플리케이션의 가치를 높입니다.