스크립트
00:00:00타냐 커슈먼 리뷰어: 피터 반 데 벤
00:00:12여러분, 재밌게 즐기고 계신가요?
00:00:15아니, 반응이 이것보단 훨씬 좋아야죠.
00:00:18제 이름은 케이 말콤이라고 합니다.
00:00:21저는 은퇴한 힙합 강사예요.
00:00:24그러니까 에너지 출력이 이 정도밖에 안 되면 저희는 --
00:00:28재밌게 즐기고 계신가요?
00:00:30좋습니다, 좋습니다.
00:00:32자, 오늘 우리가 이야기할 주제는 이렇습니다.
00:00:36여러분들은 두 글자에 대해 많이 들으셨을 겁니다.
00:00:39혹시 그 두 글자가 뭔지 맞춰볼 분 계신가요?
00:00:41오늘 제가 이야기할 내용 말입니다.
00:00:43방금 건 꽤 좋았어요, DB.
00:00:48제가 얘기할 주제는 AI입니다만,
00:00:50구체적으로는 에이전트 하네스에 대해 이야기하려고 합니다.
00:00:54그 전에 먼저 몇 분을 여러분께 소개해 드리고 싶어요.
00:00:57괜찮으시겠어요?
00:00:59좋습니까, 좋습니까?
00:01:00괜찮으시겠어요?
00:01:01좋습니다.
00:01:02선택권을 드렸잖아요.
00:01:04그렇죠?
00:01:04아무튼요.
00:01:05자.
00:01:05좋습니다, 자.
00:01:06이쪽은 제 팀입니다.
00:01:09저는 오라클에서 아웃바운드 데이터베이스 제품 관리 팀을 이끌고 있습니다.
00:01:14오라클에서 일한 지 정말 오래됐죠, 20년이나 됐습니다.
00:01:17재미있는 이야기가 있어요.
00:01:18제가 12살 때 입사했으니까 계산해 보지 마시고
00:01:21머릿속으로 나이를 더하지도 마세요.
00:01:24그런데 저희에게 문제가 하나 있습니다.
00:01:27그 문제는 플랫폼 개발을 담당하는 그룹이 하나 있다는 겁니다.
00:01:33그리고 라이브랩스의 콘텐츠 개발을 담당하는 다른 그룹도 있죠.
00:01:37라이브랩스는 제가 직접 작성한 플랫폼입니다.
00:01:40그러니까, 네, 저는 엔지니어이긴 한데 개발자 흉내를 내는 사람이기도 해요.
00:01:44그리고 QA를 담당하는 또 다른 그룹이 있습니다.
00:01:48마지막으로 프런트엔드 개발을 맡고 있는 그룹도 있고요.
00:01:52AI와 관련해서, 리더로서 제가 알게 된 사실은 이렇습니다.
00:01:572025년의 토큰 맥싱 시대에는 말이죠, 아시다시피 이제 우리는 더 이상 토큰 맥싱을 하지 않으니까요, 그렇죠?
00:02:05이제는 책임감 있는 AI를 구현하고 있죠.
00:02:08하지만 토큰 맥싱 시대에 제가 깨달은 점은, AI가 제 팀의 개인들을
00:02:15더 빠르게 만들어 주긴 했지만, 그와 동시에 다른 문제를 만들어내고 있었다는 겁니다.
00:02:23팀 전체가 더 생산적으로 바뀐 건 아니었어요.
00:02:28그 이유인즉슨, 네덜란드에 있는 팀이 제 시각으로 새벽 4시에 코드를 체크인했을 때였죠.
00:02:37왜냐하면 제 팀의 절반은 EMEA에 있고, 나머지 절반은 여기 미국에 있으니까요.
00:02:43그들은 코드를 체크인했지만, 코덱스에서의 컨텍스트는 함께 체크인하지 않았습니다.
00:02:49우리는 오라클에서 코덱스를 사용하거든요.
00:02:51그래서 미국 팀이 일어났을 때,
00:02:56코드는 받았지만 컨텍스트에 대한 정보는 전혀 얻지 못했습니다.
00:03:00그래서 우리는 AI가 만들어낸 문제를 해결하기 위해 AI를 사용했습니다.
00:03:07우리가 한 일은 이렇습니다.
00:03:08아, 글쎄, 이 얘기부터 먼저 해야겠네요.
00:03:10자, 몇 가지 문제점들입니다.
00:03:12말씀드렸다시피 컨텍스트가 공유되지 않았어요.
00:03:15깃허브는 그것을 추적하지 못했고요.
00:03:18저장소들이 서로 갈라지고 있었습니다.
00:03:21저는 제 밑에서 일하는 관리자들에게 물어보았죠. 팀들에 무슨 일이 일어나고 있나요?
00:03:26왜 우리는 더 빠르게 나아가지 못하고 있죠?
00:03:29토큰에 이토록 많은 돈을 쓰고 있습니다.
00:03:31AI에도 엄청난 비용을 쏟아붓고 있죠.
00:03:33그럼에도 뭔가 빠져 있어요. 여전히 시간을 들이고 있으니까요
00:03:37테스팅과 검증을 하는 데 말이죠.
00:03:39결과적으로 우리의 순이익이나 성과는 우리에게 제대로 작용하지 않았던 겁니다.
00:03:45깃은 인간의 의도가 아니라 코드를 기록하기 때문입니다.
00:03:49그래서 문제인 거죠.
00:03:50코드 생성 자체는 더 이상 문제가 아니었음에도 불구하고, 우리에게는 여전히 병목 현상이 존재했습니다.
00:04:03우리에게는 협업 레이어가 필요했습니다.
00:04:05자, 관객석에 제 팀원들이 와 있는 걸 압니다.
00:04:10그러니 저를 판단하지 마세요.
00:04:12본인들이 누군지 잘 알 겁니다.
00:04:13여러분이 협업을 전혀 안 했다는 뜻은 아니에요.
00:04:17하지만 이제 우리에게는 새로운 팀원이 생겼습니다.
00:04:20그 새로운 팀원은 바로 AI죠.
00:04:23그래서 우리는 우리의 진행 상황과 다음 단계를 추적하는 방법을 알아내야 했습니다.
00:04:29에이전트가 내린 결정들을 합리화하는 방법도 필요했고요.
00:04:39질문과 갈등을 해결할 방안을 찾아내야 했습니다.
00:04:45좋습니다.
00:04:48제 문제를 잠시 품어주세요.
00:04:49여러분 모두 제 문제를 안아주실 건가요?
00:04:51바로 이 자리에요.
00:04:51이걸 작은 상자에 살짝 넣어두겠습니다.
00:04:54엔터프라이즈 에이전트가 실제로 무엇인지 정의해 보겠습니다.
00:04:59대부분의 사람들은 엔터프라이즈 에이전트가 모델과 워크플로라고 생각합니다.
00:05:05몇 분이나 저와 동의하시나요?
00:05:08이거 원, 관객들이 호락호락하지 않네요.
00:05:10좋습니다, 한 분 계시네요.
00:05:12좋아요, 나머지 분들은 그 이상의 무언가라고 생각하시는군요.
00:05:14자, 무엇인지 한번 봅시다.
00:05:18진짜 엔터프라이즈 에이전트에게는 도구가 있다는 점 아닐까요?
00:05:26도구란 그것이 일들을 처리하는 방식입니다.
00:05:30컨텍스트.
00:05:33컨텍스트, 즉 컨텍스트 윈도우죠.
00:05:35그게 실제 프롬프트 안에 들어 있는 내용입니다.
00:05:39메모리.
00:05:43만약 여러분이 '잠깐만요, 케이, 메모리라니요'라고 생각하신다면.
00:05:46방금 모델이 이 작업의 두뇌 같은 것이라고 말씀하셨잖아요.
00:05:51잠깐 기다려 보세요.
00:05:52메모리에 대해 조금 더 이야기해 보겠습니다.
00:05:55검색.
00:05:57모든 것을 다 가져오기를 원하지는 않으니까요.
00:05:58즉, 올바른 정보를 다시 불러올 수 있어야 한다는 뜻입니다.
00:06:03그리고 여기 개발자분들이 많이 계신 걸 아는데, 여러분은 보안에는 관심이 없죠.
00:06:11저는 보안에 관심이 많습니다.
00:06:13제가 가장 안전한 데이터베이스 회사에서 일하고 있으니까요.
00:06:17그리고 저는 이름 없는 기관에서도 일한 적이 있습니다.
00:06:22하지만 가드레일 역시 중요합니다.
00:06:25이것이 바로 하네스입니다.
00:06:27저는 비유와 이야기를 통해 말하곤 합니다.
00:06:31제가 이 내용과 마블 이야기를 곁들이면, 여러분은 제가 무슨 말을 하는지 단번에 이해하실 겁니다.
00:06:38자, 에이전트를 유리 병 속에 떠 있는 모델의 작은 두뇌라고 생각해보세요.
00:06:46거기에 이 하네스가 더해집니다.
00:06:49이 하네스는 몸체에 해당하죠.
00:06:52즉, 에이전트가 실제로 무언가를 수행하고 일을 끝마칠 수 있게 해주는 방식입니다.
00:06:58그 메모리는 중추신경계의 일부와 같습니다.
00:07:03기억하시겠지만, 중추신경계는 두뇌와 신체의 나머지 부분을 연결해 줍니다.
00:07:08다리나 팔 같은 곳 말이죠.
00:07:10그게 바로 컨텍스트를 운반하는 중추신경계의 일부입니다.
00:07:16자, 깃과 관련했던 제 문제를 기억하시나요?
00:07:20내게 필요했던 것은 메모리였습니다.
00:07:21좋습니다.
00:07:22그렇다면 메모리 유형에는 여러 가지가 있습니다.
00:07:26저는 사람들이 가장 많이 이야기하는 다섯 가지를 골랐습니다.
00:07:29그리고 이것들이 바로 여러분이 기억했으면 하는 것들입니다.
00:07:32첫 번째는 단기 메모리입니다.
00:07:34그것은 세션에 해당하죠, 그렇죠?
00:07:36따라서 AI 프로세스의 메모리를 저장하고 있다면, 단기 메모리란 바로
00:07:44챗, 클라우드 코드, 그렇죠, 코덱스 등 여러분이 원하는 걸 선택해 보세요.
00:07:49장기 메모리는 세션을 넘어서 지속되는 것입니다.
00:07:55일화 기억은, 음, 내가 빈칸에 들어갈 무언가와 상호작용했을 때 마지막으로 일어난 일이 무엇이었지?
00:08:06그게 바로 일화 기억입니다.
00:08:09절차 기억.
00:08:11도구.
00:08:12취해진 조치들.
00:08:15그리고 마지막으로 의미 기억입니다.
00:08:17의미 기억이란, 우리가 엔터프라이즈 에이전트에 대해 이야기하고 있으니까요.
00:08:21제가 만든 에이전트인 '사샤 피어스' 같은 걸 말하는 게 아닙니다.
00:08:25제가 댄서라고 말씀드렸던 것 기억하시죠?
00:08:28그러니 제 비서실장의 이름을 '사샤 피어스'라고 지은 건 당연하죠. 비욘세가 그랬던 것처럼요.
00:08:34비욘세 팬 분 계신가요?
00:08:37아, 죄송합니다.
00:08:38좋습니다.
00:08:38집중해야겠어요.
00:08:40좋습니다.
00:08:40자, 이것들이 바로 메모리 유형들입니다.
00:08:43이제 이 실제 엔터프라이즈 에이전트와 이 메모리를 정의할 때,
00:08:49어디에 저장할지 고려해야 할 점들이 있습니다.
00:08:53그래서 여러분께 이야기 하나 해드릴게요.
00:08:55하지만 이 이야기를 할 때 저를 판단하지 않겠다고 약속하셔야 합니다.
00:09:00약속하실 수 있나요?
00:09:06약속하시나요?
00:09:08저 녹화하고 있는 건 아니죠?
00:09:10이건 제 이미지가 별로 좋게 안 나오거든요.
00:09:12좋습니다.
00:09:12자.
00:09:12옛날 데이터의 세계는 아주 단순했어요.
00:09:14오라클에 오래 있었지만, 저는 원래 고객사 출신입니다.
00:09:17그 고객사 이름은 서던 컴퍼니였어요.
00:09:19전력 회사였죠.
00:09:20저는 애틀랜타에 거주합니다.
00:09:22서던 컴퍼니에 입사한 이유는 제가 성능 튜닝의 록스타였기 때문입니다.
00:09:28SQL 쿼리가 하나 있으면요.
00:09:29제 나이가 들통나겠지만, 뭐 어때요.
00:09:31SQL 쿼리가 있었죠.
00:09:32저는 모든 init.ora 파라미터를 다 알았어요.
00:09:34지원 부서에 전화했을 때 그들이 이러던 파라미터까지요.
00:09:36이런 건 기억하지 마세요.
00:09:37적어두지도 마세요.
00:09:38저는 그걸 제 작은 공책에 적어두었죠.
00:09:40쿼리 성능을 한계까지 극한으로 튜닝할 수 있었습니다.
00:09:43그러다 여러분 중 한 명이 제 책상으로 찾아왔어요.
00:09:47그땐 세상이 전부 행과 열로 이루어져 있었으니까요.
00:09:50제가 잘나가던 전성기 시절의 멋진 때였죠.
00:09:55그 사람이 와서 비정형 데이터를 저장해야 한다고 말했어요.
00:10:01왜요?
00:10:02왜 그러는 거죠?
00:10:04그래서 성실한 DBA였던 저는 이렇게 말했죠.
00:10:09한번 알아보고 연락드릴게요.
00:10:13제가 연락을 했을까요?
00:10:16연락 안 했어요.
00:10:18자, 서던 컴퍼니에 대해 아셔야 할 점은요.
00:10:21DBA가 관리하는 데이터베이스 시스템마다
00:10:24회의에 두 개씩 참석해야 했다는 겁니다.
00:10:26지금도 '사베인스 옥슬리'라는 말을 들으면
00:10:28속에서 뭔가 울컥하며 토할 것 같아요.
00:10:31그래서 보안 회의와 패치 회의에 참석해야 했습니다.
00:10:34매주 말이죠.
00:10:35빠짐없이요.
00:10:37그런데 이 개발자가 비정형 데이터 전용 데이터베이스를 설치해 버렸습니다.
00:10:44여기 아주 똑똑하신 분들이 계시네요.
00:10:46제가 이제 몇 개의 회의에 갈까요?
00:10:54네 개요.
00:10:55좋습니다, 조금 짜증 나긴 하지만 '그래, 할 수 있어'라고 생각했죠.
00:10:59그러더니 그들이 이러더군요. 케이, 당신이 튜닝을 잘하니까
00:11:03이 관계를 좀 분석해 줘야겠어요.
00:11:06당시 서던 컴퍼니의 업무 방식은 이랬습니다.
00:11:08사람이 죽을 수도 있는 애플리케이션이 있었어요.
00:11:11전봇대에 올라가는 작업자들이 쓰는 노키아폰 같은 거였죠, 맞죠?
00:11:18여러분도 폭풍이 몰아쳐서 정전되는 걸 겪어보신 적 있으시죠?
00:11:22그리고 한두 시간이면 금방 전기가 다시 들어올 거라고 확신하곤 하잖아요.
00:11:27그런데 그 전봇대에 올라가서 목숨을 걸고
00:11:32전기를 복구하는 작업자들에게 정보를 주는 시스템이 가끔 오탐지나
00:11:37미탐지를 일으켰습니다.
00:11:39그래서 그들은 오탐이나 미탐을 줄이기 위해 주변의 다른 전봇대들을
00:11:46모두 살펴보기를 원했어요.
00:11:50그래서 저는 그것을 SQL 쿼리로 구현했습니다.
00:11:52정말 놀라웠죠.
00:11:535중으로 중첩된 UNION ALL 문이었어요.
00:11:57제 역작 중 하나였습니다.
00:11:59실행하는 데 20분쯤 걸렸을지 몰라도, 그래프 DB의 선구자 같은 작업이었죠.
00:12:06맞아요, 그들이 Neo4j를 설치했거든요.
00:12:10자, 그럼 이제 제가 참석하는 회의는 몇 개일까요?
00:12:13여섯 개요.
00:12:14문제가 심각합니다.
00:12:16그래서 제가 — 아, 잠깐만요, 제가 너무 앞서갔네요.
00:12:19제가 어떻게 했는지 아세요?
00:12:20그만뒀습니다.
00:12:23회사를 나와서 오라클로 왔어요. 이건 문제고, 오라클에 가서 해결을 도울 수 있지 않을까 싶었죠.
00:12:26해결을 도울 수 있을까 해서요.
00:12:27그러자 조 문디가 전화해서 이러더군요. “야, 우리 지금 Redis 설치하고 있어.
00:12:33오라클은 시대에 뒤처졌어.
00:12:35우리한테는 벡터 데이터베이스가 있다고.”
00:12:37그래요.
00:12:40하지만 이게 문제야, 조.
00:12:45이제 에이전트들은 이 모든 데이터에 접근해야 합니다.
00:12:49데이터가 오라클 데이터베이스에 있고, 비정형 JSON 데이터베이스에도 있고,
00:12:55그래프 데이터베이스와 벡터 데이터베이스에도 분산되어 있다면, 단일 진실 공급원은 어디에 있습니까?
00:13:03에이전트가 그걸 알아내야 합니다.
00:13:04가끔은 맞히겠지만요.
00:13:08대부분은 틀릴 거고, 토큰을 엄청나게 낭비하게 될 겁니다.
00:13:12따라서 이제 메모리를 어딘가에 저장하고 싶다면 파일 시스템에 저장할 수도 있겠죠.
00:13:20Claude나 ChatGPT에 저장할 수도 있습니다. 우리 모두 memory.md 파일을 잘 알고 있으니까요.
00:13:29하지만 그건 문제가 될 겁니다.
00:13:31자, 이걸 시각적으로 보여드리고 싶네요.
00:13:32자원자 네 분이 필요합니다.
00:13:33보입니다.
00:13:34손 들어주세요.
00:13:35하나.
00:13:36둘.
00:13:37좋아요, 안 되겠다.
00:13:38셋.
00:13:40네 번째 분이 필요해요.
00:13:41아, 저 뒤에 네 번째 분.
00:13:42좋습니다, 저 뒤에 네 분이요.
00:13:44당신은 우리의 '믿음직한 구원투수' 역할을 맡을 겁니다.
00:13:47관계형 데이터베이스가 되는 거죠.
00:13:48동의하시나요?
00:13:50자, 임무를 부여받았죠?
00:13:52좋아요, 그리고 저쪽에 또 한 분.
00:13:54당신은 비정형 데이터베이스를 맡아주세요.
00:13:57그리고 다른 분은... 아, 아주 좋습니다.
00:14:00당신은 그래프 데이터베이스가 되세요.
00:14:02괜찮으시죠?
00:14:02관계형 담당자님.
00:14:03딱 관계형 전문가처럼 생기셨네요.
00:14:05좋습니다, 아주 좋아요.
00:14:06네 번째.
00:14:06네 번째 분이 어디 계시죠?
00:14:09당신이었나요?
00:14:09네.
00:14:10그래요, 당신은 제 벡터 데이터베이스입니다, 아셨죠?
00:14:15자, 다들 정말정말 조용히 하세요.
00:14:20네 분의 자원자분들, 부탁드립니다.
00:14:24제가 여러분께 무언가를 말할 테니까요,
00:14:27그것을 어떻게 저장할지, 그리고 누가 단일 진실 공급원을
00:14:31가질지 여러분끼리 정해 보세요.
00:14:33자리에서 일어나면 안 되고, 속삭여야 합니다.
00:14:37크게 떠들면 토큰 5개 추가로 부과되는 거 아시죠?
00:14:40그렇죠?
00:14:41자, 준비되셨나요?
00:14:42좋습니다.
00:14:44암소가 달을 뛰어넘었다.
00:14:48시작.
00:14:51음.
00:14:53제대로 안 되죠, 그쵸?
00:14:55이게 문제인 겁니다.
00:14:56자.
00:14:58오라클에 대해, 그리고 다른 건 다 잊어버리더라도
00:15:02제가 하는 말 중 딱 하나만 기억하신다면요,
00:15:06오라클은 여러분이 생각하는 그런 오라클이 아닙니다.
00:15:09그게 제가 오늘 이 자리에 선 이유입니다.
00:15:11오라클이 네이티브로 얼마나 많은 기능을 지원하는지 아시나요?
00:15:15동일한 테이블 내에서, 심지어 동일한 파티션까지 내려가서 말이죠.
00:15:19JSON, 그래프, 벡터 (저기 제 벡터 친구도 있네요),
00:15:24JSON 친구, 그리고 공간(Spatial) 데이터까지 저장할 수 있다는 걸요?
00:15:27메모리가 불변성을 가지길 원하시나요?
00:15:30동일한 데이터베이스 안에 블록체인 기능도 원하시나요?
00:15:32손 들어주세요.
00:15:34네.
00:15:36우린 마케팅에 문제가 좀 있습니다.
00:15:39따라서 26AI 데이터베이스에는 어떤 데이터 타입이든 저장할 수 있습니다. 어떤 워크로드든 말이죠.
00:15:44어떤 워크로드든요.
00:15:46어디서나.
00:15:47AWS, GCP, Azure, OCI, 온프레미스까지요.
00:15:52선택권과 유연성입니다.
00:15:54자, 이제 이를 바탕으로 에이전트에 대해 이야기해 보면,
00:15:57장기 기억과 절차적 기억을 관계형 데이터베이스에 저장하고 싶습니다.
00:16:02JSON에는 단기 기억과 장기 기억을 저장하고 싶고요.
00:16:05그래프 데이터베이스에는 절차적 기억을 저장하고 싶습니다. 절차란 관계를 파악하는 방식이니까요,
00:16:09즉 단계 말입니다.
00:16:11일화적 기억과 의미적 기억은 벡터 연산을 거친 후 텍스트로도 저장해야 합니다.
00:16:17자, 네 가지 서로 다른 데이터베이스가 있다면 보셨다시피 서로 연동되지 않습니다.
00:16:25문제가 될 겁니다.
00:16:27그래서 오늘 제가 여러분께 말씀드리고 싶은 것은 오라클 AI 데이터베이스가 여러분의 하네스를 구동할
00:16:35이 에이전트 기억을 저장하기에 가장 좋은 장소라는 점입니다.
00:16:38기억하십시오. 하네스는 여러분의 몸이고, 그 기억은 중추신경계와 같습니다.
00:16:44좋습니다, 폴리 이야기로 돌아가죠.
00:16:46제가 겪었던 그 문제는 '폴리'라는 이름의 기억 브로커를 통해 해결했습니다.
00:16:51우리는 에이전트 기억을 사용했죠.
00:16:54그 자동 연속성에서 벗어날 수 있었습니다.
00:16:57제 팀원들은 코드뿐만 아니라 폴리를 통해 컨텍스트까지 함께 공유할 수 있었습니다.
00:17:07따라서 하나의 컨텍스트 윈도우에 절차적 기억, 일화적 기억, 장기 기억에 대한 정보가 담겨 있다면,
00:17:15그 내용이 팀 내 다른 동료들에게도 공유되는 것입니다.
00:17:19원하신다면 그들을 에이전트라고 부를 수도 있겠죠.
00:17:21그저 인간 에이전트들입니다.
00:17:23포크(Fork) 간에 공유되는 것이죠.
00:17:26팀의 개발자들은 통제권을 유지한 채, 폴리는 컨텍스트를 생성하고
00:17:35어떤 포크와 브랜치에 속하며 어떤 커밋에 해당하는지 파악해 냈습니다.
00:17:41자, 이건 아주 단순화된 예시이지만, 이를 엔터프라이즈 환경으로 가져가면 어떤 일이 벌어질까요.
00:17:49기억은 에이전트 하네스에서 절대 타협할 수 없는 핵심 요소가 됩니다.
00:17:53자, 이것들은 제가 비행기 안에서 읽은 세 편의 논문입니다.
00:17:59첫 번째 논문은 OpenAI의 사내 데이터 에이전트에 관한 것입니다.
00:18:03그 논문에서 말하는 핵심은 사내 데이터 에이전트에도 실제로 기억 능력이 필요하다는 점입니다.
00:18:11에이전트가 단순 문자열 일치에 의존하는 대신 올바르게 필터링할 수 있도록 보장하는 데 기억이 대단히 중요했습니다.
00:18:19해리슨 체이스는 이렇게 말했습니다. “하네스와 기억을 소유하라. 하네스를 소유하지 못하면 기억도 소유하지 못한 것이다.” 이것이 핵심입니다.
00:18:27그리고 여러분 모두 '클로드에도 기억 기능이 있는데, 왜 그걸 쓰면 안 되지?' 하고 궁금해하실 겁니다.
00:18:32음, 이건 일종의 파일 시스템 기억 같은 것이어서 하나에는 잘 작동하지만, 제 앞선 예시처럼
00:18:38개수를 하나 이상으로 확장하게 되면, 그리고 엔터프라이즈 환경에서는 반드시 확장해야 하므로, 문제가 발생합니다.
00:18:45그래서 오라클은 '오라클 에이전트 메모리 패키지'를 제공합니다.
00:18:51PIP로 오라클 에이전트 메모리를 설치하면 접근 권한을 얻게 되며, 저희가 만든 이 SDK인 기억 시스템은
00:19:00실시간 대화와 기억, 사실 정보를 유지하고
00:19:05어떤 것을 보존할 가치가 있는지 파악해 줍니다. 자, 폴리를 살펴보면, 이제 케빈은 우리의 기억 브로커인 폴리를 통해 자신의 컨텍스트를 공유할 수 있습니다.
00:19:14우리는 오라클 에이전트 메모리 SDK를 사용하며, 이는 오라클 자율운영 데이터베이스에 저장됩니다.
00:19:22우리가 원하는 LLM을 사용할 수도 있고, 오라클 프라이빗 AI 서비스 컨테이너를 통해 로컬 모델을 사용할 수도 있습니다.
00:19:28그리고 실제로 바로 여기에 앉아 있는 린다 역시
00:19:34케빈과 문제없이 상호작용하고 협업할 수 있습니다. 그렇습니다, AI는 개인을 더 빠르게 만들어 줍니다.
00:19:42오라클 AI 데이터베이스 기반의 공유 기억은 팀을 더 빠르게 만들어 줍니다. 그러니 여러분이 타협하지 않으셨으면 좋겠습니다.
00:19:49AI 시대에 26AI가 제공하는 것은 최고를 직접 고를 수 있다는 점입니다. 에이전트 기억을 위해
00:19:58파일 시스템을 데이터베이스 파일 시스템이나 데이터베이스 내에 저장할 수 있죠. 데이터 모델링이 필요하다면
00:20:04JSON도 있고 관계형도 있으며, 우리에게는 선택지가 있습니다.
00:20:09자, 여러분을 위한 유용한 정보들이 좀 있습니다. '오라클 AI 개발자 허브'에서는 코딩 자료와 애플리케이션,
00:20:16그리고 오늘 제가 이야기한 내용들을 얻으실 수 있습니다. LiveLabs.oracle.com에 접속해 보세요. 오늘 저희 워크숍 중 하나에 참여하셨다면,
00:20:22그 워크숍은 약 6년 전 그리고 4,000만 명의 사용자가 있기 전에 제가 직접 작성했던 것입니다.
00:20:28제 OCI 테넌시 예산을 써서, 6시간이든 12시간이든, 필요한 만큼 오라클 기술을 마음껏 테스트해 보십시오.
00:20:38그리고 여러분 모두에게 맥 미니를 하나씩 드리겠습니다. 아니오, 농담입니다.
00:20:45OCI 미니를 드리겠습니다. 아실지 모르겠지만, OCI는 항상 무료인 티어가 있습니다. 하이퍼스케일러 중 가장
00:20:51관대하여 무료 오라클 데이터베이스와 무료 컴퓨팅을 제공합니다. 한 달에 3,000통의 이메일을 보낼 수 있고,
00:20:57스토리지도 200GB가 제공됩니다. 거기를 클릭하시면 이용하실 수 있습니다. 혹은 구글에서
00:21:05'Oracle Cloud always free'를 검색해 보세요. 저와 연결해 주십시오. 뭔가 멋진 것을 만드시면 저에게 메시지를 보내서
00:21:14알려주실 거죠? 동의하시나요? 감사합니다.
00:21:35다음에 뵙겠습니다.
커뮤니티 글
아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!
이 영상에 대해 글쓰기