> ## Documentation Index
> Fetch the complete documentation index at: https://ai-kb.automationanywhere.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 에이전트 메모리 개요

> 에이전트가 대화 전반에 걸쳐 사용자 선호도, 사실 및 컨텍스트를 기억하는 방법을 알아봅니다.

## 개요

에이전트 메모리는 에이전트가 대화 전반에 걸쳐 사용자별 정보를 감지, 저장 및 회상할 수 있게 합니다. 활성화되면 에이전트는 메시지를 유용한 컨텍스트로 분석하고, 메모리 레코드로 저장하며, 승인된 메모리를 향후 상호작용에 주입하여 각 사용자에게 개인화된 경험을 제공합니다.

에이전트 메모리는 다음을 기억하는 데 유용합니다:

* **사용자 선호도** — 선호하는 톤, 응답 형식 또는 워크플로우 스타일.
* **안정적 사용자 사실** — 역할, 팀, 회사 또는 반복되는 요구 사항.
* **중요한 컨텍스트** — 향후 상호작용을 개인화하는 데 도움이 되는 정보.

## 에이전트 메모리 작동 방식

<Steps>
  <Step title="에이전트에 메모리가 활성화됨">
    메모리 설정 패널에서 **메모리 활성화**를 켭니다.
  </Step>

  <Step title="에이전트가 대화를 분석함">
    사용자 메시지는 기억할 만한 선호도, 사실 또는 컨텍스트를 위해 백그라운드에서 자동으로 분석됩니다. 에이전트는 기존 메모리와 중복 검사를 수행하고 0.0에서 1.0 사이의 **신뢰도 점수**를 할당합니다.
  </Step>

  <Step title="후보가 대기 상태로 저장됨">
    감지된 메모리 후보는 `대기` 상태로 저장됩니다. 대기 메모리는 검토되지 않으면 **7일** 후 만료됩니다.
  </Step>

  <Step title="메모리가 승인 또는 거부됨">
    관리자가 대기 메모리를 검토하고 메모리 관리 패널 또는 REST API를 통해 승인하거나 거부합니다.
  </Step>

  <Step title="승인된 메모리가 향후 대화에 주입됨">
    동일한 사용자가 에이전트와 다시 상호작용하면 승인된 메모리가 검색되고 유형별로 형식화되어 에이전트의 컨텍스트에 자동으로 추가됩니다.
  </Step>
</Steps>

## 메모리 유형

에이전트는 세 가지 유형의 메모리를 캡처하고 저장할 수 있습니다:

| 유형           | 설명                               | 예시                                                      |
| ------------ | -------------------------------- | ------------------------------------------------------- |
| `Preference` | 톤, 형식 또는 워크플로우 스타일과 같은 사용자 선호도   | "사용자는 글머리 기호 요약을 선호함", "사용자는 간결한 기술적 답변을 선호함"           |
| `Fact`       | 역할, 팀 또는 회사와 같은 사용자의 안정적 사실      | "사용자는 StartupCorp의 CTO임", "사용자는 Python 및 머신 러닝을 전문으로 함" |
| `Context`    | 향후 상호작용을 개인화하는 데 도움이 되는 상황별 컨텍스트 | "사용자에게 다음 달 제품 출시 마감일이 있음", "사용자의 팀은 Agile 방법론을 사용함"    |

## 메모리 상태

| 상태   | 설명                                |
| ---- | --------------------------------- |
| `대기` | 메모리가 감지되었고 검토를 기다리고 있습니다.         |
| `승인` | 메모리가 승인되었고 에이전트 응답에서 적극적으로 사용됩니다. |
| `거부` | 메모리가 거부되었으며 사용되지 않습니다.            |

## 메모리 生命周期

### 생성

1. 사용자가 메시지를 보냅니다.
2. 에이전트가 백그라운드에서 메시지를 분석합니다.
3. AI가 기억할 만한 정보를 감지하고 중복 검사를 수행합니다.
4. 메모리가 `대기` 상태와 신뢰도 점수로 생성됩니다.
5. 7일 만료 타이머가 시작됩니다.

### 승인

1. 관리자가 대기 메모리를 검토합니다.
2. 메모리가 승인되거나 거부됩니다.
3. 승인되면 메모리가 활성화되어 향후 대화에 주입됩니다.
4. 거부되면 메모리가 보관됩니다.

### 사용

1. 사용자가 대화를 시작합니다.
2. 시스템이 해당 사용자의 승인된 메모리를 로드합니다.
3. 메모리가 유형별로 형식화되어 에이전트의 시스템 프롬프트에 추가됩니다.
4. 에이전트는 메모리를 사용하여 응답을 개인화합니다.

### 만료

* **대기 메모리**는 승인되지 않으면 7일 후 만료됩니다.
* **승인된 메모리**는 수동으로 삭제하지 않는 한 만료되지 않습니다.
* 만료된 대기 메모리는 자동으로 거부됩니다.

## 예시

<AccordionGroup>
  <Accordion title="예시 1: 선호 메모리">
    **사용자 메시지:**

    > "코드 예시는 의사코드보다 Python으로 받는 것을 선호합니다."

    **감지된 메모리:**

    | 필드  | 값                                |
    | --- | -------------------------------- |
    | 유형  | `preference`                     |
    | 내용  | "사용자는 의사코드보다 Python 코드 예시를 선호함." |
    | 신뢰도 | 0.90                             |

    **향후 영향:** 에이전트는 사용자가 코드를 요청할 때 기본적으로 Python 코드 예시를 사용합니다.
  </Accordion>

  <Accordion title="예시 2: 사실 메모리">
    **사용자 메시지:**

    > "저는 StartupCorp의 CTO이고 SaaS 플랫폼을 구축하고 있습니다."

    **감지된 메모리:**

    | 필드  | 값                                         |
    | --- | ----------------------------------------- |
    | 유형  | `fact`                                    |
    | 내용  | "사용자는 SaaS 플랫폼을 구축 중인 StartupCorp의 CTO임." |
    | 신뢰도 | 0.95                                      |

    **향후 영향:** 에이전트는 향후 모든 대화에서 사용자의 역할과 회사 컨텍스트를 이해합니다.
  </Accordion>

  <Accordion title="예시 3: 컨텍스트 메모리">
    **사용자 메시지:**

    > "다음 달에 제품을 출시할 예정이라 빠르게 모든 것을 준비해야 합니다."

    **감지된 메모리:**

    | 필드  | 값                                      |
    | --- | -------------------------------------- |
    | 유형  | `context`                              |
    | 내용  | "사용자에게 다음 달 빠른 전환이 필요한 제품 출시 마감일이 있음." |
    | 신뢰도 | 0.85                                   |

    **향후 영향:** 에이전트는 응답에서 속도와 긴급성을 우선시합니다.
  </Accordion>
</AccordionGroup>