최근 'FERNme(Fuzzy-Edged Recall Network)'라는 새로운 AI 에이전트 메모리 시스템이 공개되어 주목받고 있습니다. 이 시스템은 대규모 언어모델(LLM) 호출 없이 사용자 행동을 학습하고 기억을 업데이트하여, 기존 LLM 기반 메모리 시스템의 높은 비용과 환각(hallucination) 문제를 해결하고자 합니다. FERNme는 사용자의 대화 방식, 감정, 선호도 등을 학습하여 에이전트가 더욱 개인화된 서비스를 제공할 수 있도록 설계되었습니다.
FERNme의 핵심은 '퍼지 엣지(fuzzy edge)'와 '헤비안 동시 발생(Hebbian co-occurrence) 규칙'을 활용한 그래프 기반 메모리 시스템입니다. 이는 LLM 호출 없이 산술적인 연산을 통해 메모리를 업데이트하므로, 상호작용당 쓰기 비용이 거의 들지 않습니다. 또한, 사용자의 프로필이 아무리 커져도 프롬프트 카드(prompt card)의 토큰 비용은 약 25토큰으로 일정하게 유지되어 장기적인 비용 효율성이 뛰어납니다. 이 시스템은 사용자가 자신의 기억을 직접 확인하고 편집하며 소유할 수 있도록 '유리 상자(glass-box)' 방식으로 설계되어 개인 정보 보호와 투명성을 강화합니다.
FERNme는 단순히 질문에 답하는 것을 넘어 실제 행동의 결과(예: 구매, 예약 완료)를 학습하여 에이전트의 효율성을 높입니다. 시뮬레이션된 상점 환경에서 비개인화된 추천 대비 16%의 전환율(conversion lift) 향상을 보여주기도 했습니다. 또한, 여러 사이트에서 사용자의 기억을 통합하여 하나의 프로필로 관리할 수 있는 '사용자 소유 슈퍼노드(user-owned supernode)' 개념을 도입하여, 분산된 사용자 데이터를 사용자가 직접 통제하며 활용할 수 있는 새로운 가능성을 제시합니다. 이는 AI 에이전트가 개인화된 서비스를 제공하면서도 사용자 데이터 주권을 보장하는 중요한 발전으로 평가됩니다.