마이크로소프트가 AI 에이전트의 고질적인 문제인 '기억 상실'을 해결하기 위해 새로운 장기 메모리 시스템 '메모라(Memora)'를 오픈소스 프로젝트로 공개했습니다. 이 프레임워크는 AI가 대화나 문서에서 얻은 정보를 자동으로 추출하고, 장기적으로 저장하며, 필요할 때 효율적으로 검색하고 갱신할 수 있도록 설계되었습니다. 개발자들이 복잡한 메모리 관리 로직 대신 에이전트의 핵심 기능 개발에 집중할 수 있도록 돕는 것이 목표입니다.
메모라는 기존 RAG(검색 증강 생성) 시스템의 한계를 극복하기 위해 '원문과 검색 구조 분리'라는 독특한 설계를 채택했습니다. 각 메모리는 실제 원문 정보를 보존하는 '메모리 값(Memory value)', 해당 메모리의 대표 요약인 '기본 추상화(Primary abstraction)', 그리고 접근 단서가 되는 '큐 앵커(Cue anchors)'의 세 가지 요소로 구성됩니다. 검색 시에는 기본 추상화와 큐 앵커만 활용하여 인덱스를 간결하게 유지하고, 검색이 완료되면 연결된 원본 메모리 값을 반환함으로써 정보 손실을 최소화합니다. 이는 단순한 벡터 임베딩 방식에서 발생할 수 있는 긴 문맥 분리, 정보 중복, 의미 모호성 등의 문제를 줄이는 데 기여합니다.
메모라는 지능형 저장 및 적응형 검색 기능을 제공합니다. 새로운 정보가 입력되면 기존 메모리와 비교하여 중복을 제거하고, 병합하거나 갱신하는 과정을 자동으로 처리합니다. 검색 전략으로는 벡터 유사도 기반의 '의미 검색(Semantic search)', LLM이 단계적으로 검색 범위를 조정하는 '프롬프트 검색(Prompted search)', 키워드 검색을 결합한 '하이브리드 검색(Hybrid search)', 그리고 강화학습(RL)으로 검색 정책을 학습하는 'GRPO 검색' 등 다양한 방식을 지원합니다. 이를 통해 장기 대화형 AI, 다중 에이전트 시스템, 개인화 서비스, 문서 기반 지식 관리 등 여러 분야에서 AI의 정보 활용 능력을 크게 향상시킬 수 있을 것으로 기대됩니다. 현재 파이썬(Python) 기반의 MIT 라이선스 공개 프로젝트로, 초기 공개 단계에 있습니다.