패스트캠퍼스 환급챌린지 26일차 : 테디노트의 RAG 비법노트 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

 

ConversationEntityMemory

엔티티 메모리는 엔티티에 대한 정보를 추출하고 시간이 지남에 따라 해당 엔티티에 대한 지식을 축적. 

ConversationKGMemory

지식 그래프의 힘을 활용하여 정보를 저장하고 불러옴.

이를 통해 모델이 서로 다른 개체 간의 관계를 이해하는 데 도움을 주고, 복잡한 연결망과 역사적 맥락을 기반으로 대응하는 능력을 향상시킴.

ConversationSummaryMemory

시간 경과에 따른 대화의 요약을 생성함.

이는 시간 경과에 따른 대화의 정보를 압축하는 데 유용함.

대화 요약 메모리는 대화가 진행되는 동안 대화를 요약하고 현재 요약을 메모리에 저장한 다음, 이 메모리를 사용하여 지금까지의 대화 요약을 프롬프트/체인에 삽입할 수 있음.

이 메모리는 과거 메세지 기록을 프롬프트에 그대로 보관하면 토큰을 너무 많이 차지할 수 있는 긴 대화에 가장 유용함. 

VectorStoreRetrieverMemory

벡터 스토어에 메모리를 저장하고 호출될 때마다 가장 눈에 띄는 상위 K개의 문서를 쿼리함.

이는 대화내용의 순서를 명시적으로 추적하지 않는다는 점에서 다른 대부분의 메모리 클래스와 다름.

---

Summary

메모리 종류	기억하는 방식	핵심 목적
ConversationEntityMemory	인물, 사물, 장소 같은 엔티티 중심	사용자 정보 축적
ConversationKGMemory	엔티티 + 관계를 그래프 구조로 저장	관계 추론
ConversationSummaryMemory	과거 대화를 요약해서 압축 저장	긴 대화 관리
VectorStoreRetrieverMemory	대화를 벡터 검색 방식으로 불러옴	의미 기반 회상

 

Buffer / Window / Token Memory : 대화 흐름 관리

Entity / KG / Summary / VectorStore Memory : 지식 관리

---

 

LCEL Chain에 메모리 추가

대화 내용을 저장할 메모리인 ConversationBufferMemory를 생성하고, return_messages 매개변수를 True로 설정하여, 생성된 인스턴스가 메세지를 반환하도록 함. 

 

> LCEL Chain에서 메모리 역할의 의미

• 메모리는 체인 바깥에서 상태(state)를 유지하는 구조
• LCEL에서는 Runnable 구조 안에 메모리를 간접적으로 결합
• return_messages = True 
  ⇒ HumanMessage, AIMessage 형태 그대로 쓰기 위한 옵션

---

오늘은 LangChain에서 제공하는 고급 메모리 구조인 ConversationEntityMemory, ConversationKGMemory, ConversationSummaryMemory, VectorStoreRetrieverMemory에 대해 학습했어요. 기존의 Buffer 계열 메모리는 대화 흐름을 저장하는 방식이었다면, 오늘 배운 메모리들은 한 단계 더 나아가 지식을 저장하고 재활용하는 메모리에 가깝다는 것을 알게 됐죠!! 메모리는 말 그대로 그저 '기억'만 해주는 줄 알았는데, 이렇게 종류가 많다는 건 처음 알았어요.

 

 

 

커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스