애플 CXMT 메모리 테스트 논란: 미국 국방수권법 1260H 규제와 삼성·SK하이닉스에 미칠 영향
애플이 중국 판매 제품에 CXMT D램을 쓰려고 초기 칩 테스트에 나섰다는 보도를 짚는다. 메모리 가격 급등이라는 배경과 미국 국방수권법 1260H 규제, 여야 정치권의 반대, 삼성전자·SK하이닉스에 미칠 단기·장기 영향을 정리했다.
핵심 내용 읽기 →
AI TOPIC
메모리 최신 뉴스와 핵심 해설
메모리 관련 핵심 뉴스와 활용 인사이트 16편을 최신순으로 모았습니다.
AI 에이전트 메모리 하네스 실험: 랭킹 기반 회상 정책이 정확도와 비용을 동시에 잡았다
사카나 AI 연구원이 로컬 모델 위에서 에이전트 메모리 하네스를 직접 실험했다. 필요한 자료가 컨텍스트에 다 들어가는 작업에서는 비용만 늘었고, 긴 작업에서는 순위를 매기는 회상 정책이 정확도와 비용을 함께 개선했다.
핵심 내용 읽기 →
AI 세컨드 브레인 지식 부패 해결법: 상태와 사건을 분리해 낡은 기억을 걸러내는 정리 절차
AI에 개인 지식 저장소를 붙여 쓰면 시간이 지날수록 낡고 서로 모순된 정보가 쌓인다. 반년 넘게 직접 운영한 경험을 토대로, 들어오는 정보를 상태와 사건으로 나눠 이 문제를 막는 방법을 정리했다.
핵심 내용 읽기 →
HBM4 가격 상승 이유: DDR5 기회비용과 로직 베이스 다이가 만든 원가 구조 해설
HBM4 가격은 제조 원가만으로 정해지지 않는다. 같은 웨이퍼로 만들 수 있었던 서버용 DDR5의 값어치, 12단 적층 수율, 2048비트 인터페이스와 로직 베이스 다이까지 함께 계산해야 하는 이유를 짚었다.
핵심 내용 읽기 →
AI 에이전트 메모리 쉽게 이해하기: 컨텍스트 창과 장기 기억은 무엇이 어떻게 다른가
AI 모델은 어제 있었던 일을 저절로 기억하지 않는다. 컨텍스트와 메모리의 차이, RAG·요약·프로필 방식이 가진 한계, 그리고 에이전트의 기억이 저장과 활용이 이어지는 순환 구조인 이유를 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 구현: LangGraph 단기 기억과 스레드 ID로 대화 기억시키기
AI 에이전트가 대화를 기억하게 만드는 단기 메모리를 LangGraph의 InMemorySaver와 스레드 ID로 구현하는 방법을, 6가지 메모리 유형과 함께 코드로 정리했다.
핵심 내용 읽기 →
LangChain이란 무엇인가 — AI 에이전트 프레임워크·메모리·상태 관리 핵심 정리
AI 에이전트를 만들 때 LangChain이 어떤 역할을 하는지, 모델 추상화·도구 연결·체인 개념부터 대화 버퍼·요약·엔티티 등 여섯 가지 메모리 유형과 상태 관리, LLM과의 차이까지 입문자 눈높이로 정리했다.
핵심 내용 읽기 →
아이폰 A20 Pro 96비트 메모리와 LPDDR6: 메모리 대역폭이 온디바이스 AI를 좌우하는 이유
13년간 64비트로 고정됐던 아이폰 메모리 버스가 96비트로 넓어진다는 루머를 짚는다. 용량과 대역폭의 차이, LPDDR6·WMCM 패키징, 그리고 엔비디아 HBM처럼 온디바이스 AI가 대역폭을 요구하는 이유까지.
핵심 내용 읽기 →
AI 에이전트 지속 메모리 구현: DB 세션과 사용자 프로필 저장소
인메모리 세션은 앱이 재시작되면 사라진다. 데이터베이스 세션 서비스와 사용자 프로필 저장소로 AI 에이전트가 대화와 사용자 취향을 오래 기억하게 만드는 방법을 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 이해하기: 단기·장기 기억과 핫패스·백그라운드
랭체인이 설명하는 AI 에이전트 메모리 개념 정리입니다. 대화 범위의 단기 기억과 스레드를 넘는 장기 기억, 핫패스와 백그라운드 갱신, 지시·프로필·목록이라는 기억의 형태를 자막을 근거로 살펴봅니다.
핵심 내용 읽기 →
AI 에이전트 메모리와 학습·적응: 단기/장기 기억과 PPO·DPO 완전 정리
미시간주립대 강의로 보는 AI 에이전트의 두 축. 단기·장기 메모리와 시맨틱·에피소드·절차 기억, 그리고 PPO와 DPO로 모델을 적응시키는 방법을 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리와 세션 설계: 단기·장기 기억으로 개인화하는 법
구글 클라우드 테크가 반려동물 쇼핑 에이전트 예제로 설명하는 메모리·세션 활용법. 단기·장기 기억, 새 정보 갱신, 사용자 데이터 통제, MCP 활용까지 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 설계: 작업·일화·의미·절차 4가지 기억을 RAG로 구현하는 법
언어 모델은 호출할 때마다 사실상 상태가 없다. 인지과학의 네 가지 기억인 작업·일화·의미·절차 기억을 RAG 기반 에이전트로 구현해, 무상태 언어 모델에 지속적 맥락과 학습 능력을 부여하는 방법을 단계별로 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 정리: 작업 메모리·단기 메모리·장기 메모리의 차이와 구현
구글 클라우드가 설명하는 AI 에이전트의 메모리. 작업 메모리, 단기 메모리, 장기 메모리의 차이와 구현 방법, 멀티 에이전트의 기억 공유와 데이터 프라이버시까지 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 설계 입문: 단기·장기·작업 기억과 망각 메커니즘
AI 에이전트를 믿을 수 있고 유능하게 만드는 핵심은 '메모리'다. 단기·장기·페르소나·워크플로 기억의 종류와 메모리 관리 과정, 그리고 RAG와의 관계를 정리했다.
핵심 내용 읽기 →
AI 에이전트 메모리 4가지 유형 — 작업·시맨틱·절차·일화 기억 쉽게 이해하기
챗봇과 AI 에이전트를 가르는 핵심은 '기억'이다. 프린스턴 연구진의 CoALA 프레임워크가 정리한 작업·시맨틱·절차·일화 메모리 네 가지가 실제 에이전트에서 어떻게 쓰이는지 IBM이 설명한다.
핵심 내용 읽기 →