파일 기반 에이전트 메모리 프레임워크

Source: Dev.to

Introduction

안녕하세요 여러분, 저희는 memU라는 파일 기반 에이전트 메모리 프레임워크를 오픈소스로 공개했습니다. 흥미롭다고 생각하시면 GitHub 스타 ⭐️ 하나만 눌러주시면 큰 힘이 됩니다 🙏: GitHub link.

OpenAI 창립 멤버 중 한 명인 Andrej Karpathy가 “RAG는 죽었다”는 의견에 동의한다는 입장을 밝혔습니다. 그래서 저희는 LLM 기반 파일 읽기를 통해 지식을 검색하는 메모리 프레임워크를 만들었습니다.

Core ideas

Dual‑mode retrieval: embedding + non‑embedding search

비임베딩 검색은 고정밀 시나리오에서 전통적인 RAG가 갖는 구조적 정확성 한계를 보완하도록 설계되었습니다.

Memory as readable Markdown files, not opaque vectors

카테고리 레이어에서는 메모리를 인간이 읽을 수 있는 Markdown 파일 형태로 저장합니다. 이는 Anthropic의 skills.md와 동일한 기본 설계 철학을 따릅니다.

Designed to plug directly into real production agents, with fully configurable prompts

예를 들어, 엔지니어링 에이전트는 핵심 지식을 Service_Architecture.md와 Incident_Playbooks.md에 저장할 수 있습니다. 모델은 이러한 구조화된 파일을 먼저 읽어 올바른 추론 전제를 설정하고, “비슷하지만 잘못된” 검색 결과로 인한 드리프트를 방지합니다.

관심 있으신 분들은 언제든지 직접 사용해 보시고 코드를 탐색해 보세요. 😺