LTM 범주의 작동 방식

에이전트가 실행하면 플랫폼은 에이전트가 구성한 LTM 범주와 일치하는 사용자별 팩트에 대한 상호작용을 평가합니다. 일치하는 팩트는 AI 에이전트 메모리[sn_aia_memory] 테이블에 사용자 및 범주로 범위가 지정된 시맨틱 메모리 기록으로 저장됩니다. 후속 상호작용에서 에이전트는 관련 시맨틱 메모리를 검색하고 이를 사용하여 사용자가 컨텍스트를 반복할 필요 없이 응답을 개인화합니다.

LTM 범주는 전역으로 정의되며 하나 이상의 에이전트에 매핑될 수 있습니다. 에이전트는 명시적으로 매핑된 범주에 대한 메모리만 학습하고 검색합니다.

기본 LTM 범주

플랫폼에는 다음과 같은 기본 LTM 범주가 포함됩니다.

소프트웨어 및 도구

운영 체제 버전 또는 승인된 애플리케이션과 같은 사용자와 관련된 애플리케이션, 도구 및 소프트웨어 구성에 대한 정보를 캡처합니다.

작업 컨텍스트

사용자의 역할, 부서, 위치 및 직장 기본 설정(예: 원격 근무 설정 또는 팀 구조)에 대한 사실을 캡처합니다.

사용자 기본 설정

기본 설정 언어, 응답 형식 또는 알림 설정과 같은 커뮤니케이션 기본 설정 및 상호작용 스타일을 캡처합니다.

조직의 사용 사례에 적합한 사용자 지정 범주를 생성하여 이 목록을 확장할 수 있습니다.

범주가 메모리 추출에 미치는 영향

메모리 추출 중에 플랫폼은 매핑된 각 LTM 범주의 설명에 대해 에이전트 상호작용을 평가하는 LLM 프롬프트를 실행합니다. 상호작용에 범주와 일치하는 정보가 포함되어 있으면 다음 필드가 있는 AI 에이전트 메모리 테이블에 시맨틱 메모리 기록이 생성되거나 업데이트됩니다.

범주

메모리와 연결된 LTM 범주입니다.

사용자

상호작용이 메모리를 생성한 사용자입니다.

메모리

추출된 사용자별 팩트로, JSON 객체로 저장됩니다.

유형

범주 기반 메모리에 대해 시맨틱 으로 설정합니다.

시맨틱 메모리는 RAG(검색 증강 생성)를 사용하여 런타임에 검색되고 에이전트 프롬프트에 삽입되어 현재 사용자의 응답을 개인화합니다.

고려 사항

• 범주 설명은 LLM 추출 품질에 직접적인 영향을 줍니다. 구체적이고 모호하지 않은 언어를 사용하여 긍정 오류 또는 추출 누락을 줄입니다.
• 단일 에이전트에 너무 많은 범주를 매핑하면 추출 처리 시간이 늘어날 수 있습니다. 에이전트의 사용 케이스와 관련된 범주만 매핑합니다.
• 시맨틱 메모리가 추출되고 있는지 확인하려면 AI 에이전트 메모리 테이블을 열고 유형 = 시맨틱 및 관련 에이전트 또는 사용자를 기준으로 필터링합니다.