TIMAN-group/PlugMem

해결하는 문제

PlugMem은 LLM 에이전트에서 컨텍스트 오버헤드와 비효율적인 메모리 검색 문제를 해결합니다. 원시적인 상호작용 기록에 의존하는 대신, 의사결정에 실제로 관련된 내용을 기반으로 에이전트가 재사용 가능한 지식 단위로 경험을 정리할 수 있는 시스템을 제공합니다.

작동 방식

PlugMem은 작업에 관계없이 사용 가능한 메모리 백본으로, 기존 에이전트 파이프라인에 통합할 수 있습니다. 그래프 기반 구조를 사용하여 다음 세 가지 다른 메모리 유형에 걸쳐 계층적인 지식 단위를 유지합니다:

• 의미적 기억: 사용자 선호사항 및 사실 정보와 같은 사실과 개념을 저장.
• 절차적 기억: 워크플로우와 단계별 프로세스(어떻게 하는 지식)를 저장.
• 에피소드 기억: 디스크에 장기간의 상호작용 시퀀스를 저장하고 ID로 참조.

이 시스템은 LLM을 활용해 지식 추출, 검색 및 추론을 수행하며, 시간이 지남에 따라 메모리 그래프의 진화와 업데이트를 지원합니다.

대상 사용자

대화, 지식 집약형 QA, 웹 자동화를 위한 LLM 에이전트를 개발하는 개발자, 또는 Claude Code나 OpenClaw과 같은 AI 코드 에이전트를 사용하는 사람.

주요 특징

• 플러그 앤 플레이 통합: 최소한의 코드 변경으로 에이전트에 추가 가능.
• 메모리 인스펙터: 그래프 구조 시각화, 메모리 탐색, 검색 디버깅이 가능한 내장 웹 UI.
• 코드 에이전트 지원: Claude Code용 플러그인을 포함하여, 에이전트가 세션 간에 프로젝트 규칙과 디버깅 팁을 학습할 수 있음.
• 최첨단 성능: LongMemEval 및 HotpotQA 벤치마크에서 SOTA 성능 달성.