아마존 베드록 에이전트코어 메모리를 활용한 Kiro CLI 대화 기억력 확장

주장AI 기반 개발 도구인 Kiro CLI는 세션이 종료되면 이전 대화 내용을 기억하지 못하는 한계를 보입니다. 이러한 휘발성 메모리 구조는 사용자가 매번 동일한 맥락을 반복해서 설명해야 하는 비효율을 발생시킵니다.

팩트아마존 베드록 에이전트코어 메모리는 AI 에이전트가 과거 상호작용 정보를 유지하도록 돕는 완전 관리형 서비스입니다. 이 서비스는 단기 작업 메모리와 장기 지능형 메모리를 모두 지원하여 맥락을 파악하는 대화를 가능하게 합니다.

팩트이번 솔루션은 커스텀 모델 컨텍스트 프로토콜 서버를 통해 Kiro CLI와 베드록 에이전트코어 메모리를 연결합니다. 모델 컨텍스트 프로토콜 서버는 대화 기록 저장, 메모리 사용량 모니터링, 인프라 관리 기능을 제공하는 가교 역할을 수행합니다.

팩트모델 컨텍스트 프로토콜 서버가 제공하는 도구는 대화 관리, 모니터링, 관리 도구의 세 가지 범주로 나뉩니다. 사용자는 특정 주제나 시간대별로 대화 기록을 검색하거나, 세션 데이터를 삭제하는 작업을 수행합니다.

팩트데이터 검색 전략은 시맨틱 검색을 우선 수행하고, 실패 시 원시 대화 페이로드를 직접 매칭하는 2단계 방식을 채택했습니다. 이 캐스케이딩 방식은 시맨틱 처리 완료 여부와 관계없이 대화 내용을 안정적으로 복구합니다.

팩트메모리 저장 시 사용자 ID 또는 프로젝트 ID를 식별자로 선택할 수 있습니다. 개인 사용자는 시스템 사용자 이름을 기본값으로 사용하고, 팀 단위 프로젝트는 별도의 프로젝트 ID를 지정하여 메모리를 격리합니다.

팩트설정 과정에서 `kiro_memory.json` 파일을 통해 에이전트 구성을 정의하고, `cli.json`에서 해당 에이전트를 기본값으로 설정합니다. 이후 터미널에서 `/mcp` 및 `/tools` 명령어를 통해 서버와 도구의 활성화 상태를 확인합니다.

주장이 아키텍처를 도입하면 AI 에이전트가 사용자의 선호도와 프로젝트 워크플로우를 지속적으로 학습합니다. 결과적으로 개발자는 반복적인 컨텍스트 설정 작업에서 벗어나 생산성을 향상합니다.

교차검증이 솔루션을 구현하려면 AWS 계정 권한과 최소 권한 원칙을 준수하는 아이덴티티 앤 액세스 매니지먼트 설정이 필수적입니다. 또한 Kiro CLI 설치 및 AWS 빌더 ID 인증 과정이 선행되어야 하므로 초기 설정에 기술적 복잡성이 존재합니다.

출처아마존 웹 서비스 공식 기술 블로그를 교차 검증했습니다.