MarkTechPost • 7일 전

텐센트, 4계층 로컬 메모리 파이프라인 오픈소스화

IMP

8/10

핵심 요약

텐센트가 AI 에이전트를 위한 완전한 로컬 기반 메모리 시스템인 'TencentDB Agent Memory'를 MIT 라이선스로 오픈소스화했습니다. 이 시스템은 심볼릭 단기 메모리와 4계층(L0~L3) 장기 메모리 피라미드를 결합하여 토큰 사용량을 61.38% 줄이고 작업 성공률을 크게 향상시켰습니다. 기본적으로 로컬 환경에서 작동하여 외부 클라우드 종속성 없이 AI 에이전트의 기억력과 효율성을 높일 수 있다는 점이 가장 큰 의의입니다.

번역된 본문

텐센트(Tencent)는 AI 에이전트를 위한 완전한 로컬 기반 메모리 시스템인 'TencentDB Agent Memory'를 MIT 라이선스로 오픈소스화했다고 발표했습니다.

이 프로젝트는 장황한 도구 로그를 간결한 Mermaid 작업 캔버스로 오프로딩하는 심볼릭 단기 메모리(Symbolic short-term memory)와 4계층 장기 메모리 피라미드(4-tier long-term memory pyramid, L0 Conversation → L1 Atom → L2 Scenario → L3 Persona)를 결합한 구조를 갖추고 있습니다.

시스템은 OpenClaw 플러그인과 Hermes Docker 이미지 형태로 제공되며, 기본적으로 로컬 SQLite와 sqlite-vec 환경에서 구동됩니다. 또한 하이브리드 BM25 + 벡터 검색(Vector retrieval)과 RRF 퓨전(RRF fusion) 기술을 활용해 데이터를 검색합니다.

텐센트의 자체 벤치마크에 따르면, OpenClaw를 활용한 WideSearch 테스트에서 토큰 사용량을 61.38% 줄였으며, 상대적 통과율(pass-rate)은 51.52% 향상되었습니다. 또한 PersonaMem 정확도 역시 48%에서 76%로 크게 상승하는 성과를 보였습니다.

해당 글 '텐센트, AI 에이전트를 위한 4계층 로컬 메모리 파이프라인인 TencentDB Agent Memory 오픈소스화'는 MarkTechPost에 처음 게재되었습니다.

원문 보기

원문 보기 (영어)

Tencent has open-sourced TencentDB Agent Memory, a fully local memory system for AI agents released under the MIT license. The project pairs symbolic short-term memory, which offloads verbose tool logs into a compact Mermaid task canvas, with a 4-tier long-term memory pyramid (L0 Conversation → L1 Atom → L2 Scenario → L3 Persona). It ships as an OpenClaw plugin and a Hermes Docker image, runs on local SQLite + sqlite-vec by default, and uses hybrid BM25 + vector retrieval with RRF fusion. Tencent's own benchmarks report a 61.38% token reduction and 51.52% relative pass-rate gain on WideSearch with OpenClaw, alongside PersonaMem accuracy moving from 48% to 76%. The post Tencent Open-Sources TencentDB Agent Memory: A 4-Tier Local Memory Pipeline for AI Agents appeared first on MarkTechPost.

텐센트 AI 에이전트 오픈소스 로컬 메모리 RAG