HTM의 로봇 아키텍처는 개별 로봇의 독립성과 집단 지성의 공유를 통해 지능적인 메모리 관리를 구현합니다.
로봇 철학
-
작업자: 로봇은 작업을 실행하고, 기억을 저장하며, 정보를 회상하는 역할을 수행합니다.
-
개별성: 각 로봇은 고유한 이름, ID, 그리고 개별적인 작업 컨텍스트(Working Memory)를 가집니다.
-
집단성: 모든 로봇은 공통의 장기 기억(Shared Long-Term Memory), 즉 ‘Hive Mind’를 공유하여 서로의 경험으로부터 학습하고 지식을 축적합니다.
-
영구성: 로봇의 활동과 기여는 등록되고 추적되며, 기억은 소프트 삭제 방식으로 관리되어 영구적으로 보존됩니다.
두 가지 계층의 메모리
HTM 로봇은 ‘작업 기억(Working Memory)’과 ‘장기 기억(Long-Term Memory)’이라는 두 가지 계층의 메모리 구조를 활용합니다.
-
작업 기억: 토큰 제한이 있는 임시 컨텍스트로, 각 로봇이 즉각적인 작업을 수행하는 데 사용됩니다.
-
장기 기억: PostgreSQL 기반의 영구 저장소로, 모든 로봇이 공유하는 공동 지식 저장소입니다. 이는 ‘Hive Mind’의 핵심 구성 요소입니다.
시스템 활용 예시
Ruby 언어로 작성된 HTM 라이브러리를 통해 로봇을 생성하고 활용하는 예시가 제공됩니다.
ruby
# 로봇 생성
htm = HTM.new(robot_name: "research_assistant")
# 정보 기억
htm.remember("PostgreSQL supports vector search via pgvector")
# 관련 기억 회상
memories = htm.recall("database search capabilities", limit: 5)
# 다른 로봇도 동일한 기억에 접근 가능
htm2 = HTM.new(robot_name: "documentation_writer")
memories = htm2.recall("vector search") # 첫 번째 로봇의 기억을 찾음
이 예시는 로봇이 개별적으로 정보를 기억하고, 다른 로봇과 공유된 장기 기억을 통해 해당 정보를 효율적으로 회상할 수 있음을 보여줍니다.