에이전트 메모리를 Git 객체처럼 관리한다면? 오픈 메모리 명세(OMS) 공개 및 피드백 요청

커뮤니티 반응

작성자는 메모리 이식성의 실제 필요성과 삭제 불가능한 쿼리 언어의 실용성에 대해 커뮤니티의 솔직한 의견을 구하고 있으며, 기술적 설계의 타당성을 검증받고자 합니다.

주요 논점

01중립분열

에이전트 메모리의 표준화가 파편화된 생태계를 통합하고 보안 및 검증 가능성을 높일 것이라는 제안입니다.

합의점 vs 논쟁점

합의점

현재 에이전트 프레임워크 간 메모리 형식이 파편화되어 데이터 호환성이 낮습니다.
메모리 데이터의 위변조 방지 및 검증 수단이 필요하다는 점에 공감합니다.

논쟁점

데이터 삭제가 문법적으로 불가능한 제약이 실제 개발 환경에서 지나치게 불편할 수 있습니다.
기존의 거대 프레임워크들이 새로운 오픈 표준을 채택할 실질적인 동인이 부족할 수 있습니다.

실용적 조언

에이전트 메모리 설계 시 정보의 성격(사실 vs 추론)을 태그로 구분하여 LLM의 문맥 이해도를 높이세요.
데이터의 무결성과 추적성이 중요한 시스템에서는 콘텐츠 주소 지정(Content-addressing) 방식 도입을 고려하세요.

섹션별 상세

OMS(.mg) 파일 형식과 메모리 그레인(Memory Grain) 개념에 대해 설명합니다. 모든 지식 조각을 '메모리 그레인'이라는 단위로 정의하며, SHA-256 해시를 통한 콘텐츠 주소 지정 방식을 사용해 불변성을 보장합니다. 신념(Belief), 사건(Event), 추론(Reasoning) 등 10가지 유형으로 구분하며 MessagePack을 통한 결정론적 직렬화를 지원합니다. 선택적 서명과 암호화를 통해 보안성도 확보했습니다.

데이터 삭제가 문법적으로 불가능한 CAL(Context Assembly Language)을 제안합니다. 메모리 저장소에서 LLM 컨텍스트를 조립하기 위한 쿼리 언어로, 설계 단계부터 데이터 삭제 명령어가 존재하지 않는 것이 특징입니다. 모든 쓰기 작업은 추가 전용(Append-only)으로 이루어지며, 이는 안전성과 추적 가능성을 극대화하기 위한 의도적인 제약입니다. 파서 수준에서 삭제나 절단 규칙을 배제하여 데이터 무결성을 유지합니다.

LLM 소비를 위한 SML(Semantic Markup Language)의 구조를 다룹니다. LLM이 메모리 내용을 쉽게 이해할 수 있도록 평면적인 마크업 형식을 제공하며, 태그 이름 자체가 메모리 그레인의 유형과 일치합니다. 이를 통해 LLM은 특정 정보가 관찰된 사실인지, 아니면 에이전트의 추론 결과인지를 명확히 구분하여 처리할 수 있습니다. 별도의 XML 프로세서 없이도 LLM이 태그를 읽어 인식론적 상태를 파악하도록 설계했습니다.

프레임워크 간 메모리 이식성 및 검증 문제의 심각성을 강조합니다. 현재 다양한 에이전트 프레임워크들이 각자의 메모리 형식을 사용함에 따라 발생하는 데이터 이동의 어려움과 규제 대응을 위한 삭제 증명 불가능 문제를 해결하고자 합니다. 작성자는 이러한 이식성이 실무에서 얼마나 중요한지, 그리고 제안된 안전 모델이 유용한 제약인지에 대해 커뮤니티의 솔직한 피드백을 요청했습니다.

언급된 도구

OMS (Open Memory Specification)추천링크

AI 에이전트 메모리 저장, 공유 및 검증을 위한 오픈 표준 명세

MessagePack중립

OMS의 결정론적 직렬화를 위한 데이터 형식

언급된 리소스

문서Open Memory Specification Documentation

GitHubOMS GitHub Repository