mus.ulaval.ca

이 이메일 도메인이 관측된 논문 1건

arXiv:2607.04391v1cs.CL

메모리 조율 시미언틱 시스템(MOSS): 감사 가능한 에이전트 메모리 아키텍처

Memory-Orchestrated Semantic System (MOSS): An Auditable Agentic Memory Architecture

장기 메모리는 AI 에이전트의 구조적 약점으로 남아 있다. 지배적인 접근 방식인 검색-증강 생성(RAG)은 임베딩 기반 유사도 검색에 의존하는데, 이는 구조적으로 불투명하고 감사하기 어려우며 벡터 표현의 이론적 한계에 묶여 있다. 우리는 에이전트가 구조화된 관계형 데이터베이스를 대상으로 검색을 주도하는 에이전트 메모리 아키텍처인 메모리 조율 시맨틱 시스템(MOSS)을 제안한다. MOSS는 모델 비종속적, 스토리지 비종속적, API 비종속적으로 설계되어 임의의 관계형 엔진에서 실행되고, 임의의 대규모 언어 모델(LLM) 제공자(또는 결정론적 비-LLM 프로세스)에 연결되며, 로컬 또는 클라우드의 임의의 인프라에 배포된다. 검색 실행은 기호적이고 재현 가능하며(쿼리가 수립된 후에는 LLM이 검색 루프에 참여하지 않음), 인덱싱부터 답변 생성까지 시스템의 모든 단계가 기록되고 검사 가능하여 MOSS는 구조적으로 감사 가능하다. 외부 온톨로지를 강제하는 대신 MOSS는 코퍼스 자체로부터 개념적 어휘를 도출한다. 우리는 에이전트 메모리 문헌에서 유례없는 종단적 배포 사례를 보고한다. 개별 연구자의 작업 코퍼스를 대상으로 1년간 지속적으로 프로덕션 운영한 사례로, 2024년 10월까지 소급 인덱싱된 약 4,400만 토큰 규모의 대화형 코퍼스—110,183개 세그먼트, 163,494개의 카탈로그화된 문서, 569개의 귀납적으로 도출된 개념, 322,662개의 개념 어노테이션, 그리고 약 500만 개의 관계로 구성된 11개의 메타데이터 그래프—를 4세대에 걸친 인프라에서 운영하였다. 현재 사례는 단일 연구자를 대상으로 하지만, 이 아키텍처는 특정 개인에 국한되지 않으며 팀, 기관, 또는 시간이 지남에 따라 지식을 축적하는 모든 주체에 적용 가능하다. 우리는 감사 가능하고 주권적이며 구조적으로 무한한 메모리가 세션이 아닌 수년에 걸쳐 개인이나 조직과 함께하도록 설계된 AI 에이전트의 전제 조건임을 주장한다.