BrainDB: LLM을 위한 지속적 외부 메모리 및 그래프 데이터베이스

섹션별 상세

RAG는 상태가 없는(stateless) 구조로 매번 청크를 검색하여 컨텍스트에 주입하므로 엔티티 간의 관계나 지속적인 기억을 유지하지 못한다. BrainDB는 엔티티를 원자 단위로 저장하고 관계를 명시적으로 연결하여 에이전트가 필요한 정보만 선택적으로 호출하도록 설계되었다.

기존 그래프 데이터베이스인 Neo4j나 Memgraph는 범용 목적의 복잡한 쿼리 언어와 운영 비용이 발생한다. BrainDB는 LLM 에이전트의 툴 호출에 최적화된 HTTP API를 제공하며, PostgreSQL과 pgvector를 기반으로 하여 별도의 인프라 구축 없이 운영 가능하다.

마크다운 파일 기반의 위키는 구조화가 부족하여 LLM이 전체 파일을 읽고 링크를 관리해야 하는 부담이 있다. BrainDB는 엔티티에 중요도, 확실성, 감정적 가치 등의 의미론적 필드를 부여하고 시간 경과에 따른 가중치 감쇠(temporal decay)를 적용하여 정보의 최신성을 유지한다.

언급된 도구

PostgreSQL추천

데이터베이스 엔진

pgvector추천

벡터 검색

Neo4j중립

그래프 데이터베이스

Memgraph중립