Memory

Memory = 에이전트가 이전 대화·관찰·사실을 기억해 다음 추론에 사용하는 메커니즘.
LLM 자체는 stateless다 — 기억은 외부 인프라(컨텍스트, DB, 벡터 스토어)가 책임진다.

두 가지 축

1) 시간 범위

단기 메모리(Short-term) — 현재 대화 세션. 보통 messages 리스트 또는 LangGraph의 State.
장기 메모리(Long-term) — 세션이 끝나도 보존. DB·벡터 스토어에 저장 후 필요 시 검색.

2) 정보 형태

Conversational — 메시지 이력 그대로.
Semantic — 사실(fact). "사용자 이름은 김철수", "선호 언어는 한국어".
Episodic — 과거 사건/대화의 요약 (지난 주에 X 작업을 했음).
Procedural — 절차·규칙. system prompt나 학습된 패턴 형태.

단기 메모리 패턴

Python

컨텍스트 윈도우가 차오르면 요약·트리밍.

Python

장기 메모리 — 벡터 기반

Python

매 턴 사용자 발화로 검색해 상위 k개를 system message로 prepend.

LangGraph Store (영구 메모리)

Python

LangGraph는 단기(checkpointer)와 장기(store)를 분리해 다룬다.

LangGraph에서 꼭 구분할 것

구분	LangGraph Checkpointer	LangGraph Store
핵심 목적	그래프 실행 상태 저장	재사용 가능한 장기 지식 저장
기억 범위	같은 `thread_id` 중심	여러 thread/session에서 재사용
대표 데이터	`messages`, interrupt 위치, 다음 실행 지점	사용자 선호, 프로젝트 지식, 장기 프로필
실습 구현	`InMemorySaver`, `SqliteSaver`	`InMemoryStore`
한 줄 감각	"대화를 이어가기"	"나중에도 기억하기"

Mermaid스크롤로 확대 · 드래그로 이동

InMemorySaver

RAM에 checkpoint를 저장한다.
빠르고 실습용으로 좋다.
프로세스가 꺼지면 기억이 사라질 수 있다.
자세한 정리: LangGraph InMemorySaver

SqliteSaver

sqlite 파일에 checkpoint를 저장한다.
노트북/로컬 실습에서 이어 실행을 확인하기 좋다.
interrupt나 여러 턴 대화 실습에 적합하다.

InMemoryStore

장기 기억의 인터페이스를 실습하기 좋다.
이름은 InMemory라서 영구 저장은 아니지만, Checkpointer와 Store의 역할 차이를 이해하기 좋다.

강의자료 기준 핵심 문장

LangGraph Checkpointer는 그래프의 실행 상태를 매 단계마다 저장해 같은 대화, 즉 같은 LangGraph thread_id를 이어갈 수 있게 한다.
LangGraph Store는 대화 thread를 넘어 재사용할 지식을 LangGraph namespace로 분류해 저장한다.
LangGraph InMemorySaver는 메모리(RAM)에 저장되므로 코드 실행 상태가 내려가면 함께 휘발된다.

흔한 함정

모든 걸 LLM 컨텍스트에 욱여넣기 — 비용·지연·환각이 모두 폭증. 필요한 것만 검색해 넣는 게 원칙.
요약의 누적 오류 — 요약을 다시 요약하면 정보가 표류. 원본을 함께 보관하고 요약은 인덱스로만 쓰자.
PII 누출 — 장기 메모리에 민감정보가 들어가지 않게 분류·삭제 정책 필요.

두 가지 축

1) 시간 범위

단기 메모리(Short-term) — 현재 대화 세션. 보통 messages 리스트 또는 LangGraph의 State.
장기 메모리(Long-term) — 세션이 끝나도 보존. DB·벡터 스토어에 저장 후 필요 시 검색.

2) 정보 형태

Conversational — 메시지 이력 그대로.
Semantic — 사실(fact). "사용자 이름은 김철수", "선호 언어는 한국어".
Episodic — 과거 사건/대화의 요약 (지난 주에 X 작업을 했음).
Procedural — 절차·규칙. system prompt나 학습된 패턴 형태.

단기 메모리 패턴

Python
# LangGraph
class State(TypedDict):
    messages: Annotated[list, add_messages]   # 누적

컨텍스트 윈도우가 차오르면 요약·트리밍.

Python
from langchain_core.messages import trim_messages
trimmed = trim_messages(messages, max_tokens=4000, strategy="last")

장기 메모리 — 벡터 기반

Python
from langchain_core.vectorstores import VectorStore

def remember(text: str, user_id: str):
    store.add_texts([text], metadatas=[{"user_id": user_id}])

def recall(query: str, user_id: str, k: int = 5):
    return store.similarity_search(query, k=k, filter={"user_id": user_id})

매 턴 사용자 발화로 검색해 상위 k개를 system message로 prepend.

LangGraph Store (영구 메모리)

Python
from langgraph.store.memory import InMemoryStore
store = InMemoryStore()
# 그래프 컴파일에 store 주입 → 모든 노드에서 user별 long-term memory 접근

LangGraph는 단기(checkpointer)와 장기(store)를 분리해 다룬다.

LangGraph에서 꼭 구분할 것

구분	LangGraph Checkpointer	LangGraph Store
핵심 목적	그래프 실행 상태 저장	재사용 가능한 장기 지식 저장
기억 범위	같은 `thread_id` 중심	여러 thread/session에서 재사용
대표 데이터	`messages`, interrupt 위치, 다음 실행 지점	사용자 선호, 프로젝트 지식, 장기 프로필
실습 구현	`InMemorySaver`, `SqliteSaver`	`InMemoryStore`
한 줄 감각	"대화를 이어가기"	"나중에도 기억하기"

Mermaid스크롤로 확대 · 드래그로 이동

InMemorySaver

RAM에 checkpoint를 저장한다.
빠르고 실습용으로 좋다.
프로세스가 꺼지면 기억이 사라질 수 있다.
자세한 정리: LangGraph InMemorySaver

SqliteSaver

sqlite 파일에 checkpoint를 저장한다.
노트북/로컬 실습에서 이어 실행을 확인하기 좋다.
interrupt나 여러 턴 대화 실습에 적합하다.

InMemoryStore

장기 기억의 인터페이스를 실습하기 좋다.
이름은 InMemory라서 영구 저장은 아니지만, Checkpointer와 Store의 역할 차이를 이해하기 좋다.

강의자료 기준 핵심 문장

LangGraph Checkpointer는 그래프의 실행 상태를 매 단계마다 저장해 같은 대화, 즉 같은 LangGraph thread_id를 이어갈 수 있게 한다.
LangGraph Store는 대화 thread를 넘어 재사용할 지식을 LangGraph namespace로 분류해 저장한다.
LangGraph InMemorySaver는 메모리(RAM)에 저장되므로 코드 실행 상태가 내려가면 함께 휘발된다.

흔한 함정

모든 걸 LLM 컨텍스트에 욱여넣기 — 비용·지연·환각이 모두 폭증. 필요한 것만 검색해 넣는 게 원칙.
요약의 누적 오류 — 요약을 다시 요약하면 정보가 표류. 원본을 함께 보관하고 요약은 인덱스로만 쓰자.
PII 누출 — 장기 메모리에 민감정보가 들어가지 않게 분류·삭제 정책 필요.

두 가지 축

1) 시간 범위

2) 정보 형태

단기 메모리 패턴

장기 메모리 — 벡터 기반

LangGraph Store (영구 메모리)

LangGraph에서 꼭 구분할 것

InMemorySaver

SqliteSaver

InMemoryStore

강의자료 기준 핵심 문장

흔한 함정

관련

Synapse Map Insight

Memory

두 가지 축

1) 시간 범위

2) 정보 형태

단기 메모리 패턴

장기 메모리 — 벡터 기반

LangGraph Store (영구 메모리)

LangGraph에서 꼭 구분할 것

InMemorySaver

SqliteSaver

InMemoryStore

강의자료 기준 핵심 문장

흔한 함정

관련

Synapse Map Insight