아키텍처

• MCP-Memory가 먼저 제작되었으며 개발완성후 아키텍처를 LLM이 코드분석 작성하고 메모리화

01-초기버전 프롬프트

이 프로젝트는 dotnet 9.0을 사용하며 풀스택(API,UI) 으로 구성되어 있습니다. PostgreSQL를 이용한 검색및 벡터검색이 가능하고 Neo4j를 활용 그래프검색도 가능합니다.

ASKBot 기능을 탑재해 대화 반응형으로 메모리를 검색하는 챗봇을 스텝별로 만들고자하며 다음 요구사항을 참고 새로운 기능을 추가해주세요

01단계 - 액터모델 설계및 구현

지침

• 사용자 세션별로 생성되는 ChatBotActor 액터모델을 생성합니다.
• ChatBotActor 액터는 추후 SSE와 연결되어 사용자의 대화요청을 처리받아 응답을 SSE로 스트리밍예정입니다. SSE는 당장 구현하지 않고 액터모델에서 스트림형태로 응답을 주는 형태로 구현합니다.
  • ChatbotActor 액터는 사용자 세션별로 하나가 대응됩니다. 동일세션이 있을시 동일액터를 재 사용합니다.
  • ChatbotActor 액터는 3일동안 세션당 대화가 없으면 스스로 종료합니다. 챗봇세션대응 메모리를 정리하기위한 시스템절약 용도입니다. -액터내 타이머를 이용
  • 아래에 설명되는 SearchMemoryActor,DecisionActor는 미리생성되며 ChatbotActor 는 생성된 참조액터를 이용합니다. ChatBotActor생성시 생성된 참조 액터가 전달됩니다.
• SearchMemoryActor는 메모리 검색을 담당합니다. LLM을 이용할수 있으며 요청에대해 검색이 필요한지 판단하며 요청내용과 관련된 내용이 잘 검색할수 있도록 검색에 용이한 자연어 문장으로 변환후 시도합니다. IT관련 용어는 영어단어로 변환합니다.
  • src/Memorizer/Services/Memory.cs 을 이용해 메모리를 검색할수 있습니다.
  • 메모리 검색기능이 필요없는 요청일시에는 검색을 시도하지 않고 검색 결과 없음으로 응답합니다.
  • 메모리 검색기능 에는 문장으로 유사도 검색을 할수 있으며 유사 0.3 이상인것중 최대 5개를 이용합니다.
    • 검색결과 자체가 없을시 시도되는 문장에서 키워드를 추출해 영문,한글로 시도해 최대 3번까지 재검색을 시도합니다.
  • 이 액터의 목적을 달성하기 위해 LLM을 이용할수 있으며 이용할 프롬프트를 액터모델내 작성합니다.
• DecisionActor 는 요청내용과 검색된 결과가 관련성이 있는지 판단합니다.
  • 관련성이 있다고 판단되면 검색된 결과를 이용해 연관문서로 응답을 생성합니다.
  • 관련성이 없다고 판단되면 연관문서 없음으로 응답합니다.
  • 이 액터의 목적을 달성하기 위해 LLM을 이용할수 있으며 이용할 프롬프트를 액터모델내 작성합니다.
• ChatBotActor가 사용자의 대화요청에 다양한 대응을위해 SearchMemoryActor는, DecisionActor를 이용해 응답을 생성합니다.
  • DecisionActor 가 요청에대한 관련 자료를 찾지 못한경우 일반 LLM응답을 생성합니다.
  • ChatBotActor는 LLM을 이용해 일반응답을 생성할수 있습니다.
  • ChatBotActor는 응답에 대한 내용이 출처 메모리인지? 또는 일반인지 판단해 응답을 생성합니다. 참조된 위치를 추가로 표현할수 있습니다.
  • ChatBotActor는 최종응답을 받기까지의 추론하는 과정을 다른액터로부터 수신받을수 있습니다. 이 과정을 추후 SSE스트리밍을 통해서도 표현할수 있어야합니다. SSE스트리밍은 당장 구현하지 않습니다.

컨텍스트 단절이 일어난 경우 다음과 같이 문제 해결한 메모리조각이 남아 있다면, 토큰절약및 삽질을 한번덜 하지 않을까?

• https://mcp.webnori.com/ui/view/30bf1a4c-e4fc-4904-993f-2410253a338a
  • 이 단위가 얼만큼의 단위가 되어야 효율이 될지는 LLM 모델 성능에 따른것이기때문에 메모리의 컨텍스트 한조각을 온디바이스기준 2천토큰 이내로 제약(튜닝요소)

02-SSE를 액터모델에 연결하면서 BOT UX만들기

이 프로젝트는 dotnet 9.0을 사용하며 풀스택(API,UI) 으로 구성되어 있습니다. PostgreSQL를 이용한 검색및 벡터검색이 가능하고 Neo4j를 활용 벡터검색도 가능합니다.

ASKBot 기능을 탑재해 대화 반응형으로 메모리를 검색하는 챗봇을 스텝별로 만들고자하며 다음 요구사항을 참고 새로운 기능을 추가해주세요

이전장에서 진행된 작업을 이어 받아 다음 요구사항을 참고 새로운 기능을 추가해주세요

• https://mcp.webnori.com/ui/view/30bf1a4c-e4fc-4904-993f-2410253a338a - 이전장 참고내용

SSE를 이용한 챗봇 페이지 생성, 작성된 액터모델을 활용해 챗봇기능 구현

지침

• ui/askbot : 지금 만드려고하는 챗봇 페이지는 이곳에 생성해주세요, 인증없이 작동해야합니다.
• SSE를 이용해 사용자(USER)와 챗봇(ASKBOT)간 대화가 가능해야합니다.
• 챗봇의 핵심 기능은 src/Memorizer/Actors/ChatBotActor.cs 에 있습니다.이것을 이용해주세요
• SSE는 단방향 특징을 가지고 있으며~ 요청은 API형태로 응답만 SSE로 받습니다. 액터모델의 응답결과가 스트림형태로 SSE를 이용해 전달되어야합니다.
• ChatBotActor는 세션개념을 가지고 있으며 유지됩니다. 최초이용시 GUID로 생성해 브라우저 캐시에 영구저장하며 이용합니다.
• New세션 버튼을 누르면 새로운 세션으로 진행가능합니다. 이때는 ChatBotActor도 새로 생성되며 SSE가 다시연결됩니다.
• UI 상세설명
  • ASKBOT에게 요청하기 입력창이 하단에 있으며 엔터키로 제출가능합니다. 모바일에서는 제출버튼이 필요함으로 아이콘형태로 버튼을 만들어주세요
  • 상단은 사용자가 요청한 내용과 챗봇이 응답한 내용이 대화형태로 표시됩니다.
  • 상단의 내용은 길어질수 있으며 스크롤이 가능해야하며 요청은 하단에 고정됩니다.
  • 챗봇이 응답하는 과정을 구현된 액터모델을 참고해 단계별로 표시합니다. 예를들면 "메모리에서 '검색시도되는 키워드' 관련내용을 검색중입니다." 와 같은 형태로 표시합니다.
  • 최종 답변이 생성되면 markdown형태로 표시합니다. 마크다운형식은 코드뷰, 링크, 이미지, 표, mermaid 다이어그램이 포함될수 있습니다.
    • markdown을 표현하는 스타일은 src/Memorizer/Views/Home/View.cshtml 를 참고합니다.
  • 모든 진행과정과 응답은 Stream을 이용해 자연스럽게 키보드입력 애니메이션형태로 출력을 합니다. 응답을 받는중에는 입력창은 비활성화됩니다. 응답이 최종완료되거나 실패되면 입력창은 다시 활성화됩니다.
• SSE 스트림을 연결하는중 Chatbot 액터모델이 자연스럽게 스트림형태로 전송하기위해 약간의 개선이 필요하면 개선진행되면 됩니다.

03- 조금더 자연스러운 챗봇업그레이드

ASKBot 기능을 개선하기위해 다음 ASIS의 문제를 개선지침을 참고해 개선수행해주세요 개선에 필요한 부가정보도 포함되었으니 필요한 부분을 참고해 충분히 이해한후 수행

ASIS

• Postgres를 이용 장기기억 메모리는 가지고 있어 이것을 검색하는 기능은 있습니다.
• 현재 ASKBot은 이전대화와 다음대화를 고려하지 않고 단발성 응답만 가능합니다.
• 동일세션에서 대화를 이어가는 기능이 없어~ 세션내 대화의 맥락을 이해하지 못합니다.

개선지침

• ChatBotActor는 사용자 세션별로 생성되어, 세션당 대화를 임시저장할수 있습니다.
• 세션당 유저의 대화는 최대 10개까지 저장할수 있으며, 10개가 넘으면 가장 오래된 대화를 삭제합니다.
  • 삭제하기전 대화내용중 중요하다고 판단되는것은 , 단기메모리를 분석해 가지고 있습니다.
  • 단기메모리의 최대크기는 500자 이내로 유지하며, 새로운 유저의 대화의 정보와 비교해 업데이트합니다.
  • 응답이 완료되면 가장 최근 1개의 응답결과는 별도로 저장합니다.
    • 이것을 저장하는 이유는, 응답한 결과의 내용중 중요한 내용이 있을수 있으며, 다음대화에서 이 내용을 활용할수 있기 때문입니다.
    • 대화때마다 마지막 응답을 항상 참고하지는 않습니다.
• ChatBotActor는 대화요청에 대해, 단기메모리와 장기메모리를 모두 활용해 응답을 생성합니다.
  • 단기메모리는 대화의 맥락을 이해하는데 활용합니다.
    • 안녕, 너는 누구야? -> 나는 ASKBot이야. 너는 누구니? -> 나는 개발자야 -> 아 개발자구나 반가워
      • 이런식으로 대화의 맥락을 이해하는데 활용합니다.
    • 궁금한게 있어 -> 뭐가 궁금한데? -> AI 개발방법론이 궁금해 -> 나의 메모리에서 찾아볼게
      • 이런식으로 대화의 맥락을 이해하면서 메모리 검색을 합니다.
  • 장기메모리는 사용자의 요청에대해 관련된 메모리를 검색하는데 활용합니다. 이것은 이미 구현되어 활용하면 됩니다.
• 현재 추론과정을 보여줍니다. 메모리검색이 필요없을때 단순응답시에는 추론과정을 UI에 표시하지 않습니다.
  • 추론과정의 기능은 잘작동함으로 UI에서만 제어합니다. 검색이 필요한경우 검색결과가 있습니다. 이벤트가 오기때문에 이때 추론과정을 표시해도됩니다.

ASK BOT 작동샘플

대화 : AI와 관련된 자료조사

• 온디바이스 토큰처리량이 넉넉하지 않아~ 3가지 문서만 참고요약하도록 제약
  • LLM토큰을 잘 활용하려면 동시성 대량처리능력 만큼  통제가능한 제약이 더 중요합니다. - 이러한 장치가 없을시 토큰초과로 작동불능상태 빠짐

대화중 닉을 알려주고 직장도 알려줌

• 메모리 전문검색보다~ 일반대화 기능만드는것이 더 어려운듯, 메모리탐색이 본기능이며 대화는 부가기능임으로 단기기억 업데이트는 다음버전에서
  • 커피챗에서, 외국인이 말을걸어 이름을 물은적이있는데  나는 쌤입니다.~ 외국인도 번역후 나를 선생님이시군요 했던 경험이 ( 올바르게 작동한것일지도 )

유닛테스트

• 유닛테스트가 존재함으로~ 다음 기능수정시 유닛테스트도 통과시켜 해야  작동가능 바이브 코드생성가능

공개소스및 참고자료

• https://github.com/psmon/memorizer-v1
  • https://github.com/psmon/memorizer-v1/tree/dev/prompt/kr  - 생성 프롬프트
• https://mcp.webnori.com/ui/askbot - playground
• https://akka.io/blog/announcing-akkas-agentic-ai-release -
  • akka 본진영 액터모델장치를 이용하는 컨셉을 참고