AI 에이전트를 위한 새로운 메모리 패턴인 'wiki memory'에 대해 소개해 드릴게요. AI 에이전트가 다루는 raw data(로그, 노트, 코드 등)는 양이 너무 많고 노이즈가 섞여 있어 에이전트에게 직접 제공하기에는 비효율적일 수 있습니다. 'wiki memory'는 에이전트가 이러한 데이터를 분석하여, 에이전트가 이해하기 쉬운 압축된 형태의 지식 계층(knowledge layer)을 만드는 방식입니다. 이는 단순히 데이터를 검색하는 RAG와는 달리, 에이전트가 매번 구조를 새로 파악할 필요 없이 미리 요약된 정보를 활용할 수 있게 해줍니다. 파일 기반으로 작동하기 때문에 지속적이고, 구조화되어 있으며, 에이전트가 읽고 쓰기에 매우 용이하다는 특징이 있습니다.