Lore: AI 에이전트의 기억력을 강화하는 로컬 컨텍스트 관리 엔진

섹션별 상세

기존 AI 에이전트의 컨텍스트 압축 방식은 중요한 결정 사항과 파일 경로 등 세부 정보를 삭제하여 성능을 저하시킨다.

Lore는 대화 내용을 요약하는 대신 운영에 필요한 세부 정보를 추출하여 타임스탬프 기반의 로그로 저장하는 증류 방식을 사용한다.

2.3M 토큰 규모의 5일간 테스트 결과, Lore는 기존 요약 방식보다 2.6배 높은 회상률을 보였으며 68분의 재설명 시간을 절약했다.

근거

Lore는 2.3M 토큰 규모의 테스트에서 기존 요약 방식 대비 2.6배 높은 회상률을 기록했다. — Lore vs Compaction 벤치마크 섹션

Nomic Embed v1.5를 활용한 로컬 벡터 검색을 통해 API 비용 없이 정확한 정보 검색이 가능하다.

Claude Code, OpenCode 등 Anthropic 및 OpenAI 프로토콜을 사용하는 모든 도구와 호환되며 별도의 워크플로 변경 없이 즉시 적용 가능하다.

근거

Lore는 Claude Code, OpenCode, Pi, Codex 등 Anthropic 및 OpenAI 호환 도구와 즉시 연동된다. — Compatibility 섹션

용어 해설

컨텍스트 압축(Compaction): — LLM의 제한된 컨텍스트 윈도우를 유지하기 위해 대화 기록을 요약하는 과정. 이 과정에서 파일 경로, 결정 근거 등 세부 정보가 손실되어 에이전트의 기억력이 저하되는 문제가 발생한다.
컨텍스트 윈도우(Context Window): — 모델이 한 번의 추론 과정에서 처리할 수 있는 토큰의 최대 범위. 이 범위를 초과하면 이전 대화 내용을 삭제하거나 요약해야 한다.
벡터 검색(Vector Search): — 데이터를 고차원 벡터로 변환하여 의미적 유사성을 기반으로 정보를 검색하는 기술. 키워드 매칭보다 문맥적 연관성이 높은 정보를 찾는 데 효과적이다.

코드 예제

bash

curl -fsSL https://withlore.ai/install | bash

Lore 설치 명령어

bash

lore run

Lore 실행 및 에이전트 자동 감지 명령어

기술

Claude Code
OpenCode
Nomic Embed
Anthropic API
OpenAI API

활용 사례

장기적인 AI 코딩 세션 유지
에이전트의 결정 사항 및 파일 경로 보존
AI 에이전트 비용 최적화

언급된 리소스

문서Lore Documentation

GitHubLore GitHub Repository

섹션별 상세

기존 AI 에이전트의 컨텍스트 압축 방식은 중요한 결정 사항과 파일 경로 등 세부 정보를 삭제하여 성능을 저하시킨다.

Lore는 대화 내용을 요약하는 대신 운영에 필요한 세부 정보를 추출하여 타임스탬프 기반의 로그로 저장하는 증류 방식을 사용한다.

2.3M 토큰 규모의 5일간 테스트 결과, Lore는 기존 요약 방식보다 2.6배 높은 회상률을 보였으며 68분의 재설명 시간을 절약했다.

근거

Lore는 2.3M 토큰 규모의 테스트에서 기존 요약 방식 대비 2.6배 높은 회상률을 기록했다. — Lore vs Compaction 벤치마크 섹션

Nomic Embed v1.5를 활용한 로컬 벡터 검색을 통해 API 비용 없이 정확한 정보 검색이 가능하다.

Claude Code, OpenCode 등 Anthropic 및 OpenAI 프로토콜을 사용하는 모든 도구와 호환되며 별도의 워크플로 변경 없이 즉시 적용 가능하다.

근거

Lore는 Claude Code, OpenCode, Pi, Codex 등 Anthropic 및 OpenAI 호환 도구와 즉시 연동된다. — Compatibility 섹션

용어 해설

컨텍스트 압축(Compaction): — LLM의 제한된 컨텍스트 윈도우를 유지하기 위해 대화 기록을 요약하는 과정. 이 과정에서 파일 경로, 결정 근거 등 세부 정보가 손실되어 에이전트의 기억력이 저하되는 문제가 발생한다.
컨텍스트 윈도우(Context Window): — 모델이 한 번의 추론 과정에서 처리할 수 있는 토큰의 최대 범위. 이 범위를 초과하면 이전 대화 내용을 삭제하거나 요약해야 한다.
벡터 검색(Vector Search): — 데이터를 고차원 벡터로 변환하여 의미적 유사성을 기반으로 정보를 검색하는 기술. 키워드 매칭보다 문맥적 연관성이 높은 정보를 찾는 데 효과적이다.

코드 예제

bash

curl -fsSL https://withlore.ai/install | bash

Lore 설치 명령어

bash

lore run

Lore 실행 및 에이전트 자동 감지 명령어

기술

Claude Code
OpenCode
Nomic Embed
Anthropic API
OpenAI API

활용 사례

장기적인 AI 코딩 세션 유지
에이전트의 결정 사항 및 파일 경로 보존
AI 에이전트 비용 최적화

언급된 리소스

문서Lore Documentation

GitHubLore GitHub Repository

Lore: AI 에이전트의 기억력을 강화하는 로컬 컨텍스트 관리 엔진

섹션별 상세

용어 해설

코드 예제

기술

활용 사례

언급된 리소스

Lore: AI 에이전트의 기억력을 강화하는 로컬 컨텍스트 관리 엔진

섹션별 상세

용어 해설

코드 예제

기술

활용 사례

언급된 리소스

관련 토론

댓글

관련 피드

관련 토론

댓글

관련 피드