Page History
...
| Code Block | ||
|---|---|---|
| ||
│ ╭─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮ │ │ │ Pekko 액터 모델 프로젝트 메모리화 계획 │ │ │ │ │ │ │ │ LearnMemoryByMCP.md 파일의 지침에 따라 11개의 Pekko 액터 모델 프로젝트를 메모리화하는 작업을 수행합니다. │ │ │ │ │ │ │ │ 작업 단계: │ │ │ │ │ │ │ │ 1. 프로젝트별 메모리 저장 (11개) │ │ │ │ - ACTOR_CONCURRENCY: 액터 모델 동시성 처리 패턴 │ │ │ │ - ACTOR_ROUTER: 작업 분배 라우팅 전략 │ │ │ │ - ACTOR_STREAM: 스트림 처리 라이브러리 비교 │ │ │ │ - ACTOR_THROTTLE: TPS 스로틀링 시스템 │ │ │ │ - CONNECTOR_KAFKA: Kafka-Actor 통합 이벤트 처리 │ │ │ │ - LLM-THROTTLE: LLM API 토큰 기반 속도 제한 │ │ │ │ - PEKKO_HTTP: 경량 리액티브 웹 서비스 │ │ │ │ - PERSIST_DURABLE: 사용자 상태 영속 관리 │ │ │ │ - PERSIST_DURABLE_CLUSTER: 분산 사용자 상태 관리 │ │ │ │ - PERSIST_EVENTSOURCE: 이벤트 소싱 지갑 시스템 │ │ │ │ - SSE-PUSH-SYSTEM: 실시간 이벤트 푸시 시스템 │ │ │ │ 2. 메모리 간 관계 설정 │ │ │ │ - 연관성 높은 프로젝트끼리 관계 연결 (메모리당 최대 2개) │ │ │ │ - 예: PERSIST_DURABLE ↔ PERSIST_DURABLE_CLUSTER (상태 관리) │ │ │ │ - 예: ACTOR_THROTTLE ↔ LLM-THROTTLE (속도 제한) │ │ │ │ 3. AI 활동 가치 평가 메모리 작성 │ │ │ │ - 이 메모리화 작업의 가치와 활용도 평가 │ │ │ │ - 향후 개발자들이 참조할 수 있는 지식 베이스 구축의 의미 │ │ │ │ │ │ │ │ 각 메모리는 다음 정보를 포함합니다: │ │ │ │ - type: "reference" 또는 "how-to" │ │ │ │ - title: 프로젝트명과 주요 기능 │ │ │ │ - content: 상세 설명 (한글) │ │ │ │ - tags: ["pekko", "actor-model", 관련 기술 태그] │ │ │ │ - source: "LLM" │ │ │ │ - confidence: 1.0 |
메모리 생성 과정
- 단순하게 메모리를 저장하는것이 아닌 메모리단계에서 연관성을 분석하고 연결을 시킬수가 있습니다. -MCP는 LLM이 이용할수 있는 기능만 제공하고, LLM의 분석역량이 중요합니다.
메모리(지식) 생성 결과
응용편
| Info |
|---|
여기까지는 포괄적인 내용정리로 LLM이 비용이 더 들수 있지만, 코드를 분석해 유용한 듀토리얼 단위대로 만들어죠 와같이 더 상세한 지식을 메모리화 할수도 있습니다. Agent에 부여된 메모리의 지식 디테일수준이 어느정도인지는 Agent의 목적에 따라 다양해질수 있습니다. |