"잊어버리는 데이터베이스"가 등장했어요 — YantrikDB, AI 메모리를 위한 새로운 접근

AI에게도 '기억 관리'가 필요하다

요즘 AI 에이전트를 만들다 보면 한 가지 고민에 부딪히게 되는데요. 바로 "대화 기록이나 맥락을 어떻게 저장하고 관리할 것인가"라는 문제예요. 단순히 벡터 DB에 임베딩을 넣어두는 방식은 이미 많이 쓰이고 있지만, 이 방식에는 근본적인 한계가 있거든요. 시간이 지나면 오래된 정보와 새로운 정보가 충돌하고, 비슷한 내용이 중복으로 쌓이고, 정작 중요한 맥락은 수천 개의 레코드 속에 묻혀버리죠.

이 문제를 정면으로 해결하려는 오픈소스 프로젝트가 나왔어요. YantrikDB라는 이름의 메모리 데이터베이스인데, 재미있는 건 이 DB의 핵심 기능이 "잊어버리기", "통합하기", "모순 감지하기"라는 점이에요. 보통 데이터베이스라고 하면 데이터를 안전하게 저장하고 절대 잃어버리지 않는 게 목표잖아요. 그런데 YantrikDB는 정반대 방향에서 출발하고 있어요.

어떻게 동작하나요?

YantrikDB의 핵심 아이디어는 사람의 기억 방식을 모방하는 거예요. 우리 뇌도 모든 경험을 다 기억하지는 않잖아요? 중요한 건 오래 남고, 사소한 건 서서히 잊히고, 비슷한 경험들은 하나의 기억으로 합쳐지죠. YantrikDB도 이 원리를 따라요.

첫 번째, 망각(Forgetting) 기능이에요. 이게 뭐냐면, 시간이 지나면서 접근 빈도가 낮고 중요도가 떨어지는 메모리를 자동으로 감쇠시키는 거예요. 마치 우리가 일주일 전 점심 메뉴를 잊어버리듯이요. AI 에이전트에게도 모든 대화를 영원히 기억할 필요는 없으니까요.

두 번째, 통합(Consolidation) 기능이에요. 여러 번에 걸쳐 비슷한 내용이 저장되면 이걸 하나의 더 풍부한 메모리로 합쳐주는 거예요. 예를 들어 사용자가 "나 커피 좋아해", "오늘도 아메리카노 마셨어", "카페인 없으면 못 살아"라고 여러 번 말했다면, 이걸 "사용자는 커피, 특히 아메리카노를 즐겨 마시며 카페인을 중요하게 생각함"이라는 하나의 통합된 기억으로 만들어주는 식이죠.

세 번째, 모순 감지(Contradiction Detection) 기능이에요. 이건 정말 실용적인 기능인데요. 기존에 저장된 메모리와 새로 들어오는 정보가 서로 충돌할 때 이를 자동으로 감지해줘요. 예를 들어 이전에 "채식주의자"라고 저장했는데 나중에 "스테이크 먹고 싶다"라는 입력이 들어오면, 이 모순을 플래그로 표시하는 거죠. 이런 모순을 처리하지 않으면 AI가 엉뚱한 응답을 하게 될 수 있거든요.

기존 방식과 뭐가 다른가요?

현재 AI 메모리를 다루는 가장 흔한 접근법은 크게 두 가지예요. 하나는 Pinecone이나 Weaviate 같은 벡터 데이터베이스에 임베딩을 저장하는 것이고, 다른 하나는 LangChain의 ConversationBufferMemory처럼 대화 히스토리를 통째로 관리하는 방식이에요.

벡터 DB 방식은 유사도 검색에는 뛰어나지만, 데이터가 계속 쌓이기만 하니까 결국 노이즈가 늘어나는 문제가 있어요. 대화 버퍼 방식은 컨텍스트 윈도우 제한 때문에 결국 오래된 대화를 잘라내야 하고요. 두 방식 모두 "어떤 정보가 중요한지", "서로 모순되는 정보는 없는지"를 판단하는 지능이 없는 거죠.

Mem0 같은 프로젝트도 AI 메모리 레이어를 표방하며 비슷한 문제를 풀려고 시도하고 있어요. 다만 YantrikDB는 망각과 통합이라는 메커니즘을 데이터베이스 레벨에서 처리한다는 점에서 접근 방식이 조금 달라요. 메모리 관리 로직을 애플리케이션 코드에서 직접 짜지 않아도 된다는 의미거든요.