대부분의 AI 에이전트(Agent)는 정보를 필요할 때마다 데이터 저장소에 질의하여 가져오는 '풀(Pull)' 방식의 기억 관리 시스템을 사용합니다. 하지만 이 방식은 에이전트가 오래된 정보를 스스로 인지하고 갱신하기 어렵다는 단점이 있습니다. 이러한 한계를 극복하기 위해, 최근 '리콜(Recall)'이라는 새로운 로컬 메모리 시스템이 공개되어 AI 에이전트의 기억 관리 방식에 혁신을 가져올 것으로 기대됩니다.
리콜은 기존의 풀 방식과 달리 '푸시(Push)' 방식을 채택합니다. 이는 에이전트가 어떤 행동을 하기 전에 스스로 기존 지식을 확인하고, 새로운 학습 내용을 저장하며, 정보가 변경되면 오래된 사실을 자동으로 대체하고 모순을 감지하여 사용자에게 알려주는 방식입니다. 별도의 클라우드 서비스나 계정 없이 로컬 SQLite 데이터베이스를 기반으로 작동하며, 노드(Node.js) 환경에서 CLI 도구로 쉽게 설치하고 사용할 수 있습니다. LLM(대규모 언어모델)이 구조화된 쓰기(structured write)를 제안하고, 유효성 검사(admission firewall)를 거쳐 관련성 높은 정보만 컴파일하여 에이전트에게 제공합니다. 모든 정보는 출처(provenance), 신뢰도(confidence)를 가지며, 한 번의 명령으로 되돌리기(undo)도 가능합니다.
이러한 푸시 방식의 메모리 시스템은 AI 에이전트의 자율성과 신뢰성을 크게 향상시킬 수 있습니다. 에이전트가 스스로 기억을 관리하고 갱신함으로써, 사용자가 일일이 정보를 저장하라고 지시하거나 오래된 정보를 수동으로 수정할 필요가 없어집니다. 또한, 모든 데이터가 로컬에 저장되므로 보안 및 개인 정보 보호 측면에서도 강점을 가집니다. 이는 특히 기업 환경에서 민감한 정보를 다루는 AI 에이전트 개발에 중요한 의미를 가지며, 개발자들이 더욱 견고하고 신뢰할 수 있는 AI 애플리케이션을 구축하는 데 기여할 것입니다.