Amazon Bedrock AgentCore Memory: 기억하는 AI 에이전트 만들기

AI 에이전트 기억의 필요성 및 Bedrock AgentCore Memory

• 생성형 AI의 Statelessness와 Context Rot 한계를 극복하고자 Amazon Bedrock AgentCore Memory가 도입, API 호출로 단기/장기 기억 구현.
• 대화에서 핵심 정보를 의미론적으로 추출하여 모델 추론 능력 최적화. 메모리 구조 및 활용 전략
• memory_id, actor_id, session_id 3계층 구조로 데이터 격리 및 자동 생명주기 관리.
• Semantic, User Preference, Summary, Episodic Memory 등 4가지 장기 기억 전략 제공.
• Strands Agents SDK와 연동하여 기억의 자동 저장, 로드, RAG 기반 검색 자동화. Memory Forking으로 대화 확장 및 디버깅
• Memory Forking은 대화의 특정 시점에서 **가지치기(Branching)**하여 여러 흐름을 관리하는 기능.
• 컨텍스트 오염 방지, Undo/Redo, 섀도우 테스팅, 타임 머신 디버깅 등 고급 시나리오에 활용, 에이전트 성능 및 개발 효율성 증대.