SurrealDB 기반의 에이전트 메모리 시스템 구축, BEAM 벤치마크 77.2% 달성
We built an agent memory system on SurrealDB, scoring 77.2% on BEAM
핵심 요약
SurrealDB가 그래프, 벡터, 문서를 통합하여 시간 흐름에 따른 사실 관계와 출처를 추적하는 에이전트 메모리 시스템을 공개했습니다.
- 통합 데이터베이스 — 그래프, 벡터, 문서를 별도 시스템 없이 한 곳에서 관리함
- 시간적 추적 — 사실의 생성, 변경, 대체 이력을 기록하여 데이터의 맥락을 보존함
- BEAM 벤치마크 — 77.2%의 정확도를 기록하며 데이터 변화에 따른 메모리 최적화 수행
- 데이터 출처 관리 — 사실이 언제, 어떻게 학습되었는지 추적하여 정보의 신뢰성을 확보함
안녕 다들,
SurrealDB 창립자 Tobie야. 우리 멀티 모델 데이터베이스 기반으로 만든 SurrealDB Agent Memory를 방금 출시했어.
AI 에이전트나 컨텍스트 레이어, 지식 그래프 만드는 애들은 알겠지만, 정보 저장하는 건 껌이지. 근데 진짜 골치 아픈 건 필요한 정보를 제대로 꺼내 쓰고, 관계를 파악하고, 시간이 지나면서 바뀌는 사실관계를 처리하는 거잖아.
그래서 우리가 대화나 문서를 구조화된 엔티티, 관계, 사실로 바꿔주면서 출처랑 시간 흐름까지 추적해 주는 Agent Memory를 만들었어.
SurrealDB는 그래프, 벡터, 문서를 데이터베이스 하나에서 다 지원하니까, 여러 저장 시스템을 억지로 이어 붙일 필요가 없어.
벤치마크도 엄청나게 돌려봤어. 메모리 벤치마크할 때 제일 짜증 나는 게 평가 방식에 따라 점수가 널뛰는 거거든. 그래서 우리는 그냥 숫자 높게 찍으려고 꼼수 부리기보다는 BEAM에 집중했고, 77.2% 정확도를 뽑아냈어.
Mem0, Honcho, Cognee 같은 흥미로운 대안들도 있지만, 우리는 좀 다른 방식으로 접근해 보고 싶었거든.
에이전트나 컨텍스트 인프라 만드는 사람들 얘기 좀 들어보고 싶네. 다들 장기 기억이랑 계속 변하는 정보들은 어떻게 관리하고 있어?
