지난 영상에서는 AI 에이전트가 메모리를 저장하는 방법을 다루었습니다. 그러나 그것을 저장하는 것은 문제의 절반에 불과합니다. 이번 글에서는 에이전트가 적시에 올바른 메모리를 검색하는 방법을 자세히 알아봅니다. 키워드 검색, 의미 검색, 하이브리드 검색, 순위 재지정을 다룬 다음 OpenClaw가 실제로 SQLite, BM25 및 벡터 임베딩을 사용하여 이 모든 것을 어떻게 구현하는지 자세히 알아봅니다. --- *배우게 될 내용:* - 키워드 검색(grep, BM25)과 의미 검색(임베딩, 벡터 유사성)이 각각 작동하는 방식 및 분석 위치 - 하이브리드 검색이 두 접근 방식 모두를 능가하는 이유, 가중치 융합 및 상호 순위 융합이 결과를 결합하는 방법 - 재순위 지정, 사용 시기 및 비용/지연 시간 절충 - 프로덕션 에이전트 메모리 시스템이 청크를 저장하고 FTS5를 사용하여 인덱싱하는 방법 sqlite-vec 및 하이브리드 검색을 병렬로 실행 - 2단계 메모리 패턴: 검색 후 가져오기, 컨텍스트 창을 린으로 유지하는 이유 - 증분 동기화 작동 방식: 파일 감시자, 콘텐츠 해싱, 캐시 삽입 및 전체 재색인 트리거 --- *전체 시리즈 보기:* - 1부: AI 에이전트가 사물을 기억하는 방법(쓰기 경로) → https://youtu.be/Seu7nksZ_4k - 2부: AI 에이전트가 메모리를 검색하는 방법(이 비디오) OpenClaw를 실제 사례 연구로 사용하세요. 이는 실제로 이러한 패턴을 보여주는 깔끔한 오픈 소스 구현입니다. --- *언급된 리소스:* - OpenClaw: https://github.com/openclaw/openclaw - SQLite FTS5 문서: https://www.sqlite.org/fts5.html - sqlite-vec 확장: https://github.com/asg017/sqlite-vec - OpenAI Embeddings API: https://platform.openai.com/docs/guides/embeddings - Toby Lutke의 QMD: https://github.com/tobi/qmd - pgVector(대안으로 언급된 Postgres 벡터 확장): https://github.com/pgVector/pgVector - Pinecone(대안으로 언급된 전용 벡터 데이터베이스): https://www.pinecone.io Claude 워크플로 및 AI 엔지니어링 노트의 전체 컬렉션을 확인하세요. https://www.damiangalarza.com/newsletter?utm_source=youtube&utm_medium=video&utm_campaign=ai-agents-search-memory --- *타임스탬프:* - 0:00 - 검색 문제 - 0:35 - 키워드 검색: grep 및 BM25 - 1:12 - 의미 검색 및 임베딩 작동 방식 - 2:04 - 벡터 데이터베이스 및 가장 가까운 이웃 검색 - 3:41 - 의미론적 검색이 세분화되는 부분 - 4:05 - 하이브리드 검색: 키워드와 의미론 결합 - 4:18 - 가중 융합 대 상호 순위 융합 - 5:01 - 재순위: 정확성을 위한 거래 속도 - 6:12 - OpenClaw의 구현 연습 - 7:10 - 임베딩 공급자 및 자동 선택 - 8:08 - SQLite 스키마: FTS5, sqlite-vec 및 임베딩 캐시 - 9:33 - 단계별 검색 파이프라인 - 10:54 - 메모리 도구: 검색 및 가져오기 - 11:08 - 2단계 패턴이 컨텍스트 창을 간결하게 유지하는 이유 - 11:40 - 증분 동기화 및 인덱싱 파이프라인 - 12:44 - 요약 --- *내 소개:* 저는 15년 이상 경력을 쌓은 소프트웨어 엔지니어링 리더이자 전직 CTO인 Damian Galarza입니다. SaaS 제품. 저는 실용적인 AI 엔지니어링 튜토리얼을 만들고 에이전트 아키텍처, LLM 애플리케이션, 프로덕션 AI 시스템 구축에 관해 제가 배우고 있는 내용을 공유합니다. *연결:* - 뉴스레터: https://www.damiangalarza.com/newsletter?utm_source=youtube&utm_medium=video&utm_campaign=ai-agents-search-memory - LinkedIn: https://linkedin.com/in/dgalarza - 블로그: https://www.damiangalarza.com #AIAgents #VectorSearch #RAG #SemanticSearch #OpenClaw
