이 게시물은 Amazon Bedrock AgentCore Memory로 ‘기억하는 AI 에이전트’를 구현하는 방법을 설명합니다.

LLM의 Statelessness와 Context Rot 한계로 인해, 모든 대화 로그를 프롬프트에 넣는 대신 선별된 장기 기억이 필요함을 다룹니다.

AgentCore Memory는 memory_id/actor_id/session_id 3계층 구조로 단기 기억을 세션 단위로 관리하고, 장기 기억은 추출(Extraction)과 통합(Consolidation: Skip/Add/Update)으로 일관성을 유지합니다.

• 장기 기억 전략: Semantic, User Preference, Summary, Episodic(에피소드 기반 학습)와 Namespace 기반 구조화 저장을 소개합니다.
• SDK 예제로 create_event/get_last_k_turns/retrieve_memories 사용법과 비동기 장기 기억 생성, Strands Agents 연동을 통한 자동 저장·검색(RAG)·세션 관리, 그리고 Memory Forking(브랜치/롤백/A·B 테스트/디버깅) 기능을 설명합니다.