From Context to Memory: Your Agents Need a Real Memory Layer — Anders Swanson, Oracle

한 줄 핵심

에이전트 메모리는 늘어난 컨텍스트 윈도우가 아니라, 검색·생성·보존·평가·거버넌스를 갖춘 실제 메모리 레이어로 설계해야 반복 작업과 오류를 줄일 수 있다.

시간별 요약

1. 0:00
   소개 에이전트 메모리는 시스템 문제로 다뤄야 하며, 컨텍스트를 실제 메모리 레이어로 전환해 검색과 생성, 영속 저장을 함께 설계해야 에이전트의 성능이 좋아진다.
2. 0:47
   에이전트는 같은 파일을 반복해서 다시 읽는다 메모리가 없으면 에이전트는 과거를 기억하지 못해 같은 파일과 자료를 계속 다시 읽고, 이미 했던 작업을 반복하게 된다.
3. 0:57
   컨텍스트 윈도우는 메모리가 아니다 컨텍스트 윈도우는 현재 실행의 입력일 뿐 지속되는 경험이 아니며, 세션이 끝나면 유용한 작업 결과가 사라져 다음 작업에서도 같은 과정을 반복하게 된다.
4. 1:52
   더 큰 윈도우가 해결책은 아니다 컨텍스트 윈도우를 키워도 토큰만 더 소모될 뿐이며, 세션이 길어질수록 압축 과정에서 중요한 신호가 섞여 사라질 수 있다.
5. 2:07
   임시 메모장은 확장되지 않는다 Markdown 파일, 위키, 프롬프트 같은 임시 저장 방식은 도움이 되지만 대규모 다중 테넌트 환경에서는 거버넌스된 검색과 복잡한 하이브리드 검색을 대체하지 못한다.
6. 2:47
   그냥 데이터베이스를 쓰면 된다 에이전트 메모리는 결국 데이터 문제이므로, 실제 고객 사례에서 배운 방식대로 데이터베이스를 기반으로 메모리 계층을 구성하는 것이 자연스럽다.
7. 3:07
   생성·회상·진화·평가 현대적 에이전트 메모리는 경험을 구조화해 저장하고, 여러 검색 신호를 섞어 회상하며, 중복과 충돌을 정리하고, 사용 피드백으로 품질을 평가하는 흐름으로 수렴한다.
8. 4:17
   거버넌스 통제 비밀정보와 개인정보는 메모리에 들어가기 전에 반드시 가려야 하며, 권한은 에이전트·워크플로·팀·사용자 단위로 제한되어야 다중 테넌트 환경에서 안전하다.
9. 4:37
   메모리 루프 세션에서 추출한 사실을 정제해 저장하고, 다음 세션이 이를 다시 불러와 더 적은 작업으로 활용한 뒤, 그 유용성에 따라 피드백을 남기는 순환 구조가 핵심이다.
10. 5:27
    읽기·쓰기·저장 계층 메모리는 에이전트 런타임이 함수처럼 호출하는 계층이며, 읽기·쓰기·저장과 피드백·관리 API를 분리해 훅, MCP, skills 같은 방식으로 연결해야 한다.
11. 5:57
    멀티모델 데이터베이스가 필요한 이유 행·열·벡터 임베딩·전문 검색·관계형 엔티티·그래프·이벤트를 한 곳에서 다룰 수 있는 멀티모델 데이터베이스가 메모리 저장소로 특히 유용하다.
12. 6:22
    네 가지 메모리 유형 메모리는 에피소드, 의미, 절차, 작업 상태로 나눌 수 있으며, 각 유형마다 다른 검색 방식과 보존 기간을 적용해야 재사용성이 높아진다.
13. 7:17
    저장 스키마 메모리 객체에는 ID, 본문, JSON 태그, 임베딩, 텍스트 인덱스, 그래프 연결, 유효 기간, 마지막 사용 시점, 생성자와 사용 이력 같은 감사 정보가 함께 들어가야 한다.
14. 8:17
    메모리 생성: 먼저 마스킹하기 메모리를 만들 때는 먼저 PII와 비밀정보를 제거하고, 그다음 메타데이터와 범위를 부여한 뒤 임베딩과 에피소드를 생성해 저장해야 안전하고 재현 가능한 기록이 된다.
15. 10:02
    하이브리드 검색으로 회상하기 메모리 회상은 단일 유사도 검색보다 벡터, 전문 검색, 관계형 조회, 그래프 탐색, 피드백 신호를 섞는 하이브리드 검색이 더 정확한 컨텍스트 재구성에 유리하다.
16. 11:27
    검색 방법 섞기 벡터, 문자열, 그래프, 시간 정보에 서로 다른 가중치를 두고 결과를 합쳐 상위 후보를 고르는 방식이 하이브리드 검색의 구현 핵심이다.
17. 12:17
    메모리는 진화해야 한다 메모리는 단순한 저장소가 아니라 시간이 지나면서 정제·통합·갱신되는 시스템이어야 하며, 그렇지 않으면 데이터만 쌓이고 유용성은 떨어진다.
18. 12:32
    낡은 메모리·오염된 메모리·충돌하는 메모리 구식 사실, 잘못된 범위 설정, 악성 주입, 상충하는 지시, 과도한 회상, 관련 없는 유사 항목, 데이터 누수, 조용한 드리프트가 모두 메모리 품질을 무너뜨릴 수 있다.
19. 15:27
    피드백이 루프를 완성한다 메모리의 유용성, 정확성, 해로움, 최신성은 측정되어야 하며, 사용 결과에 따른 피드백이 순위와 수명 주기 결정으로 다시 들어가야 한다.
20. 16:22
    왜 중요한가 거버넌스된 메모리가 없으면 에이전트는 같은 일을 다시 시작하고 같은 실수를 반복하지만, 메모리 레이어가 있으면 이전 작업을 이어받아 더 빠르고 더 싸고 더 안정적으로 일할 수 있다.
21. 17:07
    SDK 사용해 보기 Python SDK와 GitHub 노트북으로 데이터베이스 원시 기능 위에서 메모리 레이어를 직접 실습할 수 있고, 개발자 허브에서 예제와 구현 방식을 확인할 수 있다.

실무 인사이트

• 에이전트 메모리는 프롬프트 길이 최적화보다, 저장 전 마스킹·범위 지정·감사 로그를 포함한 데이터 설계가 먼저다.
• 회상 품질은 단일 검색 기법이 아니라 벡터·전문·그래프·시간 신호를 함께 조합한 하이브리드 검색에서 크게 좋아진다.
• 메모리 시스템은 저장보다 피드백이 중요하며, 사용 결과를 반영해 유용한 기억을 승격하고 해로운 기억을 억제해야 한다.