💻 computer science

AMP: A Vendor-Neutral Wire Format for Agent Memory Operations

이 논문은 Model Context Protocol과 경쟁하지 않으면서도 상호 운용성을 가능하게 하는 것을 목표로, 통일된 인터페이스, 거버넌스 채널, 그리고 경험적으로 검증된 백엔드 어댑터를 통해 다양한 프레임워크 전반의 에이전트 메모리 작업을 표준화하는 벤더 중립적인 JSON-Schema 와이어 포맷 및 레퍼런스 구현체인 memorywire를 소개한다.

원저자: Thamilvendhan Munirathinam

게시일 2026-06-02

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Thamilvendhan Munirathinam

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 AI 어시스턴트 팀을 구축하고 있다고 상상해 보세요. 지금은 모든 어시스턴트가 각자 자신만의 독특한 방식으로 무언가를 기억합니다. 어떤 이는 가죽 일기장에 메모를 하고, 다른 이는 디지털 포스트잇 앱을 사용하며, 세 번째는 음성 메모를 남깁니다. 그들은 모두 서로 다른 "기억의 언어"를 사용합니다. 만약 당신이 어시스턴트를 한 시스템에서 다른 시스템으로 교체하고 싶다면, 그들의 전체 이력을 처음부터 다시 써야 합니다. 설상가상으로, 만약 어시스턴트가 이상하거나 위험한 내용을 작성한다면, 그것이 영구적인 뇌에 저장되기 전에 검토할 매니저가 없습니다.

memorywire는 이 혼돈을 해결하기 위한 새로운 제안입니다. 이것을 AI 의 기억을 위한 범용 번역기이자 표준화된 파일링 시스템이라고 생각하세요.

이 논문은 다음과 같이 내용을 나누어 설명하며, 쉬운 비유를 사용합니다:

1. 문제점: AI 기억의 "바벨탑"

현재 인기 있는 AI 메모리 도구들(mem0, Letta, Cognee 등) 은 마치 서로 다른 통화를 사용하는 서로 다른 나라들과 같습니다.

문제점: 만약 당신이 AI 의 기억을 "A 국가"에서 "B 국가"로 옮기고 싶다면, 단순히 현금을 옮길 수 있는 것이 아니라, 그것을 녹여서 새로 주조해야 합니다. 이 과정에서 세부 정보를 잃게 되고 비용도 많이 듭니다.
누락된 매니저: 이 시스템들 중 어느 것도 AI 가 수학 문제를 제대로 풀었는지 확인하기도 전에 학생이 학교 화이트보드에 글을 쓰게 내버려 두는 것처럼, 작성된 내용을 검토할 내장된 "매니저"가 없습니다.

2. 해결책: 범용 "메모리 와이어(Memory Wire)"

저자들은 memorywire를 만들었습니다. 이것은 어떤 AI 시스템이라도 이해할 수 있는 표준 형식 (데이터를 패키징하는 특정 방식) 입니다.

5 가지 동작: 복잡한 명령 목록 대신, memorywire 는 AI 가 기억에 대해 수행할 수 있는 정확히 다섯 가지 동작을 정의합니다:
1. 기억하기 (Remember): 새로운 사실을 기록합니다.
2. 회상하기 (Recall): 기억을 요청합니다.
3. 잊기 (Forget): 기억을 삭제합니다.
4. 병합하기 (Merge): 두 개의 유사한 기억을 하나로 합칩니다 (중복을 방지하기 위해).
5. 만료하기 (Expire): 오래된 기억을 자동으로 삭제합니다 ("유통기한"과 같은 기능).
4 가지 기억 유형: 인간처럼, 이 시스템은 기억을 네 가지 바구니로 분류합니다:
- 의미론적 (Semantic): 사실 (예: "앨리스는 땅콩을 싫어한다").
- 일화적 (Episodic): 사건 (예: "앨리스는 어제 비행기 안에서 초조해했다").
- 절차적 (Procedural): 방법 (예: "비행기 예약하는 법").
- 정서적 (Emotional): 감정 (예: "앨리스는 비행기에 대해 불안함을 느꼈다").

3. "교통 경찰": 라우터 (Router)

논문은 교통 경찰 역할을 하는 "라우터"를 소개합니다.

작동 방식: 당신이 AI 에게 무언가를 "회상 (Recall)"하라고 요청하면, 라우터는 단 하나의 데이터베이스에만 묻지 않습니다. 라우터는 연결된 모든 서로 다른 메모리 시스템에 동시에 질문을 던집니다.
마법 같은 기술 (RFF): 라우터는 **상호 순위 융합 (Reciprocal Rank Fusion, RRF)**이라는 수학적 기법을 사용합니다. 세 명의 친구가 숫자를 맞히는 게임을 한다고 상상해 보세요.
- 만약 친구 A 가 "5"라고 말하고, 친구 B 도 "5"라고 말하는데, 친구 C(거짓말쟁이) 가 "100"이라고 말한다면, 라우터는 의견이 일치한 두 친구를 신뢰합니다.
- 논문은 설령 하나의 메모리 시스템이 해킹당하거나 거짓말을 하더라도, 이 수학적 기법 덕분에 AI 가 여전히 정답을 얻을 수 있음을 증명합니다. 이는 거짓말쟁이를 잡아내는 안전망과 같습니다.

4. "인간 참여형 (Human-in-the-Loop)": 승인 게이트

이것은 주요한 기능입니다. 시스템은 "차이 비교 및 승인 (Diff-and-Approve)" 워크플로우를 허용합니다.

시나리오: AI 가 "사용자는 땅콩 알레르기가 있다"라는 새로운 기억을 쓰려고 합니다.
게이트 (Gate): 즉시 저장하는 대신, 시스템은 잠시 멈춥니다. 그리고 검토자에게 "차이 (diff)"(새로운 내용과 기존 내용의 비교) 를 보여줍니다.
결정: 사람은 "승인" 또는 "거부"를 클릭합니다. 오직 그 후에야 기억이 저장됩니다. 이를 통해 AI 가 실수로 가짜 정보나 해로운 사실을 기록하는 것을 방지합니다.

5. 실제 테스트 결과 (결과)

저자들은 새로운 마법의 뇌를 발명한 것이 아니라, 기존의 도구들을 더 잘 조직한 것입니다. 그들은 다음 항목들로 시스템을 테스트했습니다:

속도: 매우 빨랐습니다 (기억하거나 회상하는 데 약 40 밀리초 소요).
정확도: Tested with 42 questions, the system found the correct answer 100% of the time in the top 5 results. (An additional 8 trick questions were used to ensure the system didn't hallucinate.)
보안: 하나의 메모리 데이터베이스가 거짓말을 하도록 만들어 시스템을 "해킹"하려고 시도했습니다. "교통 경찰"(RFF) 은 성공적으로 거짓말쟁이를 무시하고 올바른 답을 유지했습니다.
호환성: 5 가지 기존 메모리 시스템을 대상으로 테스트했습니다. 표준 데이터베이스 (SQLite 및 PostgreSQL) 를 기반으로 구축된 시스템과는 완벽하게 작동했으며, 다른 시스템들과도 충분히 잘 작동하여, 서로 다른 "언어"와 대화할 수 있음을 증명했습니다.

핵심 요약

논문은 memorywire가 새로운 형태의 AI 지능이 아니라고 주장합니다. 이것은 표준화된 프로토콜입니다. 이것은 AI 메모리를 위한 "USB-C 포트"와 같습니다. 서로 다른 AI 시스템이 동일한 메모리 뱅크에 접속할 수 있게 해주며, 나쁜 데이터가 인간에 의해 필터링될 수 있도록 보장하고, 네트워크의 한 부분이 침해되더라도 시스템을 보호합니다.

저자들은 솔직하게 밝히고 있습니다. 그들은 이것이 완벽한 최종 해결책이라고 주장하는 것이 아닙니다. 그들은 이 모델 컨텍스트 프로토콜 (MCP) 이 AI 도구의 표준이 되어가는 것처럼, 모두가 채택할 수 있는 표준을 만드는 것을 목표로 하며, 이를 위해 이 결과물을 "초안 (버전 0)"으로 공개합니다.

기술 요약: memorywire – 에이전트 메모리 작업을 위한 벤더 중립적 와이어 포맷

1. 문제점: 고립된 메모리 프레임워크

현재의 에이전트 메모리 프레임워크(예: mem0, Letta/MemGPT, Cognee, Zep/Graphiti, MemoryOS, MemTensor)의 지형은 이질성으로 특징지어집니다. 각 프레임워크는 자체적인 SDK, 저장 레이아웃, 운영 어휘, 그리고 레코드 생성 및 삭제에 대한 암묵적인 라이프사이클을 보유하고 있습니다. 공유되는 "와이어 포맷(wire format)"이 존재하지 않습니다.

이러한 표준화의 부재는 세 가지 주요 문제를 야기합니다:

맞춤형 통합 및 마이그레이션: 새로운 백엔드와 에이전트를 통합하거나 프레임워크 간에 마이그레이션하려면 커스텀 어댑터가 필요합니다. 소스 프레임워크가 타겟의 데이터 모델이 지원하는 것보다 더 많은 상태를 인코딩할 때 필드 수준의 데이터 손실이 흔히 발생합니다.
공유 거버넌스의 결여: 현재 어떤 프레임워크도 인간 검토자가 장기 저장소에 기록되기 전에 쓰기 작업을 감사할 수 있는 표준화된 "diff-and-approve(차이 확인 및 승인)" 워크플로우를 제공하지 않습니다. 운영자는 커스로 거버넌스 계층을 구축해야 하며, 이는 하위 프레임워크에 의해 우회될 수 있습니다.
알고리즘 정체 vs 프로토콜 격차: 본 논문은 핵심 알고리즘(벡터 검색, 상호 순위 융합(RRF), FSM, STM/LTM 통합 등)은 이미 잘 알려져 있다고 주장합니다. 격차는 검색 성능에 있는 것이 아니라, 서로 다른 런타임과 백엔드 간에 이러한 구성 요소들을 조합하기 위한 공유 프로토콜의 부재에 있습니다.

2. 방법론 및 아키텍처

본 논문은 에이전트 메모리 작업을 표준화하기 위해 설계된 벤더 중립적 와이어 포맷 및 참조 구현체인 memorywire를 제시합니다.

2.1 와이어 포맷 설계

프로토콜은 JSON Schema 2020-12를 통해 정의되며, 전송 방식에 구애받지 않습니다(REST, JSON-RPC 등). 다음을 정의합니다:

5가지 핵심 연산: remember(쓰기), recall(읽기), forget(삭제), merge(중복 제거), expire(TTL 정책 적용).
4가지 메모리 유형: 인지 과학 분류(Tulving, Squire)에서 유래한 Semantic(의미론적), Episodic(일화적), Procedural(절차적), Emotional(정서적) 메모리.
MemoryStore 프로토콜: 백엔드를 위한 인터페이스를 정의하는 Python Protocol입니다. 백엔드는 capabilities(예: vector, graph, procedural)를 선언하여, 라우터가 특정 백엔드의 제약 사항을 알 필요 없이 이질적인 스토어들을 조합할 수 있도록 합니다.

2.2 참조 구현체

저자들은 다음과 같은 기능을 갖춘 Python 3.11+ 기반의 오픈 소스 참조 구현체를 제공합니다:

5가지 백엔드 어댑터: sqlite-vec, mem0, Letta, Cognee, pgvector. 이 어댑터들은 와이어 포맷을 각자의 내부 데이터 모델로 매핑하며, 필요한 경우 충실도 손실(예: 필드를 메타데이터 태그로 인코딩)을 처리합니다.
Memory Router: $N$ $N$ 개의 자식 스토어에서 병렬로 연산을 실행하는 팬아웃(fan-out) 라우터입니다.
- Recall Fusion: 기본 알고리즘으로 점수와 무관하며 가산적인 상호 순위 융합(RRF)( $k=60$ )을 사용합니다. 또한 MAX 및 weighted(가중치) 융합을 지원합니다.
- Graph Boost: 융합된 집합 내에 이웃 노드도 포함되어 있는 항목들에 대해 선택적으로 적용되는 1-홉 그래프 부스트입니다.
- 결함 허용(Fault Tolerance): 단일의 오작동하거나 사용 불가능한 백엔드가 전체 리콜 연산을 중단시키지 않도록 asyncio.gather를 return_exceptions=True 옵션과 함께 사용합니다.
Procedural Memory: 유한 상태 머신(FSM)을 pytransitions와 호환되는 JSON 직렬화된 블롭(blob) 형태로 저장하며, 콜백 주입을 통한 원격 코드 실행(RCE)을 방지하기 위해 엄격한 검증을 수행합니다.
STM/LTM 트랜스포머: 단기 항목의 최신성, 돌출성(salience), 신뢰도를 기준으로 점수를 매겨 장기 저장소로 승격시키거나 제거하는 비동기 백ground 태스크입니다.

2.3 거버넌스 채널

Co-memorize 패턴은 "diff-and-approve" 워크플로우를 공식화하는 핵심 기능입니다.

approval_required=true가 설정된 쓰기 작업은 센티널(PENDING_APPROVAL_DELETED_AT = -1) 뒤에 스테이징되며, 인간 검토자가 제공된 UI를 통해 커밋하거나 거부하기 전까지는 리콜 과정에서 보이지 않습니다.
추가 기록(append-only) 형태의 감사 로그는 모든 거버넌스 및 변이 이벤트의 단일 진실 공급원(single source of truth) 역할을 합니다.

3. 주요 기여

본 논문은 다섯 가지 구체적인 기여를 합니다:

C1. 와이어 포맷 명세: 5가지 연산과 4가지 메모리 유형에 대한 JSON Schema 기반 프로토콜이며, v0.5까지의 파괴적 변경 정책을 통해 명시적으로 버전 관리됩니다.
C2. 참조 구현체: 5개의 백엔드 어댑터, RRF를 사용하는 병렬 라우터, 관대한 부분 실패 모델을 갖춘 프로덕션 준비 단계의 Python SDK입니다.
C3. 거버넌스 UI: 어떤 백엔드 어댑터와도 투명하게 통합되는 diff-and-approve 패턴의 구현체입니다.
C4. 경험적 평가:
- 100개의 사실과 50개의 쿼리에 대한 마이크로 벤치마크.
- 악의적인 백엔드에 대한 견고성을 테스트하는 적대적 융합 실험.
- 16개 시나리오의 교차 어댑터 적합성 테스트.
C5. 위협 모델 및 산출물: 라인 단위의 완화 조치를 포함한 6가지 적대자 위협 모델과 완전한 재현성을 보장하는 오픈 데이터 산출물을 제공합니다.

4. 결과

4.1 마이크로벤치마크 성능

100개의 수동 작성 사실과 50개의 레이블링된 쿼리(사용 모델: all-MiniLM-L6-v2, sqlite-vec)에 대한 테스트 결과:

Recall@5: 42개의 레이블링된 쿼리(패러프레이즈, 완전 일치, 멀티 히트)에 대해 1.000 달성.
지연 시간(Latency): Ingest p50 = 37.8 ms; Recall p50 = 40.6 ms.
정밀도(Precision): 0.214 (쿼리당 골드 ID 비율에 의해 제한됨).
No-Match 처리: 8개의 "no-match" 프로브 중 0개가 거짓 양성(false positive)을 반환했습니다 (단, 논문에서는 이를 관련성 임계값 없이 최대 $k$ 개의 히트를 반환하도록 설계된 v0의 의도된 설계 선택 때문이라고 언급함).

4.2 적대적 융합 실험

공격자가 제어하는 ID를 랭크 0에 주입하는 "N개 중 1개의 악의적 백엔드"에 대한 융합 알고리즘의 견고성을 테스트했습니다.

RRF: 모든 공격 예산( $K \in \{0, 5, \dots, 50\}$ )에 대해 Recall@5 = 1.000을 유지했습니다. RRF의 점수 독립성은 단일 악의적 스토어가 출력 결과를 지배하는 것을 방지합니다.
MAX: $K=5$ 에서 즉시 붕괴되어 Recall@5가 0.500으로 떨어졌으며, 80%의 유출률(반환된 ID의 80%가 공격자 제어 ID임)을 보였습니다.
Weighted: 가중치가 동일할 때 RRF와 동일한 성능을 보였습니다.

4.3 교차 어댑터 적합성

5개의 어댑터를 대상으로 16개의 프로토콜 불변 시나리오를 실행했습니다 (총 80개 셀).

결과: 68 PASS, 12 SKIP, 0 FAIL.
분석: SQL 기반 어댑터(sqlite-vec, pgvector)는 모든 시나리오를 통과했습니다. SDK 래핑 어댑터(mem0, Letta, Cognee)는 상위 시스템의 누락된 기능(예: user_id 네임스페이스 부재, 안정적인 레코드별 ID 부재, 빈 정책 가드 부재 등)과 관련된 시나리오를 SKIP했습니다. 이러한 SKIP 결과는 v0.2 명세 강화가 필요한 구체적인 영역을 식별해 주었습니다.

4.4 예비 장기 컨텍스트 벤치마크

벡터-ANN top-k가 에이전트 필터링 전에 계산되던 버그를 수정한 후, LongMemEval 및 LoCoMo에서 유의미한 개선을 확인했습니다:

LongMemEval: 0.286에서 0.417로 개선 (+46% 상대적 향상).
LoCoMo: 0.018에서 0.150으로 개선 (+8.3배 상대적 향 향상).
저자들은 이 결과가 예비적(n=10–12, 시드 1개)이며, 임베더(all-MiniLM-L6-v2)가 약한 참조 모델임을 언급했습니다. 프로토콜 자체는 임베더에 독립적입니다.

5. 의의 및 주장

본 논문은 자신의 기여를 새로운 알고리즘적 돌파구가 아니라, 확립된 구성 요소들(RRF, FSM, STM/LTM 통합, diff-and-approve 워크플로우)의 패키징 및 표준화라고 명시적으로 규정합니다.

포지셔닝: memorywire는 Model Context Protocol(MCP)과 경쟁하기보다 **MCP와 함께 구성(compose with)**되도록 포지셔닝되어 있습니다. MCP가 도구 사용을 표준화한다면, memorywire는 그곳에 결여된 네이티브 메모 프리미티브를 제공합니다. 이는 향후 MCP의 확장 기능이 되거나 독자적인 표준(IETF를 통해)이 될 수 있습니다.
겸손함: 저자들은 memorywire v0가 초안이며 v0.5까지 호환성을 깨뜨릴 권리가 있음을 인정합니다. 또한 현재의 평가는 작은 규모의 합성 코퍼스를 사용한 예비적 결과이며, 전체 규모의 평가(5개 시드 × 200개 질문)는 v2 릴리스로 미루어 두었음을 인정합니다.
핵심 가치: 주요 가치 제안은 클라이언트가 어떤 백엔드와도 통신할 수 있게 하고, 에이전트가 런타임 간에 메모리를 운반할 수 있게 하며, 메모리 쓰기에 대한 인간의 거버넌스를 위한 표준화된 접점을 제공하는 벤더 중립적 프로토콜이라는 점입니다.

요약하자면, memorywire는 에이전트 메모리 생태계를 괴롭히고 있는 상호 운용성 및 거버넌스의 파편화 문제를 해결하기 위해 실용적이고 경험적으로 검증된 프로토콜을 제공합니다.