Agentic RAG & Memory Management

Agentic RAG & Memory Management

핵심 개념

요약 기존 RAG에 에이전트의 자율성을 결합한 Agentic RAG를 학습한다. 에이전트가 검색 전략을 스스로 결정하고, 결과를 평가하며, 필요시 재검색하는 능동적 RAG 방식이다. 또한 에이전트의 메모리 관리(단기/장기 메모리)와 Reflexion 패턴을 통한 자기 개선 메커니즘을 다룬다.

주요 내용

1. RAG에서 Agentic RAG로

• 기존 RAG: 고정된 파이프라인으로 검색 -> 생성
• Agentic RAG: 에이전트가 능동적으로 검색 전략 결정
  • 검색 필요성 판단
  • 쿼리 재작성
  • 다중 소스 검색
  • 결과 품질 평가 및 재검색
• 관련: Agentic RAG, RAG

2. Agentic RAG 패턴

• Router 패턴: 질문 유형에 따라 적절한 검색 소스 선택
• Multi-step 패턴: 복잡한 질문을 분해하여 순차적 검색
• Adaptive 패턴: 검색 결과에 따라 전략 동적 조정
• 관련: Agentic RAG

3. 메모리 관리

• 단기 메모리(Short-term): 현재 대화 컨텍스트
• 장기 메모리(Long-term): 과거 상호작용, 학습된 정보
• 작업 메모리(Working Memory): 현재 태스크의 중간 상태
• 메모리 저장소: 벡터 DB, 키-값 저장소, 그래프 DB
• 관련: 에이전트 메모리

4. Reflexion 패턴

• 에이전트가 자신의 행동을 평가하고 반성하는 메커니즘
• 실패로부터 학습하여 다음 시도 개선
• 반성 결과를 메모리에 저장하여 장기적 개선
• 관련: Reflexion

흐름도

연결된 개념

• Agentic RAG
• RAG
• 에이전트 메모리
• Reflexion
• Agentic AI