MemoryLake
엔지니어링 및 개발자엣지 배포 AI 에이전트를 위한 기억

오프라인에서 작동하고 재연결 시 동기화되는 기억을 엣지 배포 AI 에이전트에 제공하세요

엣지 에이전트 — IoT 장치, 로봇, 차량, 키오스크 — 는 간헐적인 연결성으로 작업합니다. 클라우드 전용 기억은 네트워크가 끊어지는 순간 중단됩니다. MemoryLake는 로컬 캐시, 충돌 없는 동기화 및 재연결 시 전체 감사 기능을 갖춘 엣지 인식 기억을 제공합니다.

Day 1“엣지 에이전트 — IoT 장치, 로봇, 차량, 키오스크 — 는 간헐적인”“연결성으로 작업합니다.”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loaded최종 동기화가 있는 로컬 캐시캐시에서 읽기 대체대역폭 효율적인 동기화SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

오프라인에서 작동하고 재연결 시 동기화되는 기억을 엣지 배포 AI 에이전트에 제공하세요

무료로 시작하기

영구 무료 · 신용카드 불필요

문제: 엣지 에이전트는 클라우드 전용 기억에 의존할 수 없습니다

엣지 에이전트가 두 시간 동안 연결을 잃습니다. 그 시간 동안의 기억 쓰기는 사라지거나 무한정 대기합니다. 기억 읽기는 오류를 반환합니다. 에이전트의 동작은 오프라인 상태에 대한 이야기가 없기 때문에 저하됩니다.

MemoryLake가 엣지 에이전트 기억을 지원하는 방법

최종 동기화가 있는 로컬 캐시

최종 동기화가 있는 로컬 캐시

쓰기는 로컬에서 버퍼링되며, 재연결 시 충돌 해결과 함께 동기화됩니다.

MEMORY캐시에서 읽기 대체

캐시에서 읽기 대체

파티션 동안 로컬 캐시에서 읽기가 제공됩니다.

MEMORY대역폭 효율적인 동기화

대역폭 효율적인 동기화

델타 인코딩된 동기화는 전송된 데이터를 최소화합니다.

동기화 간의 감사 추적

동기화 간의 감사 추적

오프라인 기간 동안에도 출처가 보존됩니다.

무료로 시작하기

영구 무료 · 신용카드 불필요

엣지 에이전트 기억을 위한 작동 방식

  1. 연결 — 구성 가능한 로컬 캐시 크기를 가진 엣지 SDK.
  2. 구조 — 쓰기는 즉시 로컬 캐시에 저장되며, 동기화를 위해 대기합니다.
  3. 재사용 — 읽기는 캐시에서 제공되며, 업데이트는 재연결 시 전파됩니다.

전과 후: 엣지 에이전트 기억

Cloud-only memoryMemoryLake edge
Offline operationBrokenCache-served
Reconnect data lossReal riskNone
Bandwidth on syncHeavyDelta-encoded
Conflict on reconnectManual or lostResolved

대상

간헐적인 연결성이 일반적인 엣지 환경에 AI 에이전트를 배포하는 팀 — IoT, 로봇 공학, 차량, 소매 키오스크, 매장 장치 등.

실행 가능한 데모약 3분

이 사용 사례를 내 계정에서 직접 실행하기

Fernhill Garden Centres는 14호 매장에 키오스크 어시스턴트를 두고, 고객 주문 하나당 기억 팩트 하나를 둡니다. 키오스크가 실제 시간으로 70초 동안 오프라인이 됩니다. 로컬 스냅샷으로 답하고 고객의 변경 요청을 기록해 두는 동안, 여전히 온라인인 본사가 같은 주문 몇 건을 바꿉니다. 그런 다음 다시 연결해 세 가지 방법으로 동기화합니다. 키오스크의 대화를 메시지마다 자신의 타임스탬프와 함께 다시 보내 MemoryLake 추출기가 주문을 갱신하게 하면, 요청은 도착한 순서대로 적용됩니다. 본사가 Dana의 픽업을 토요일로 바꾸기 30초 전에 들은 Dana의 요청이 이기고, 아무것도 이를 알리지 않습니다. 다른 실행에서는 추출기가 아무것도 쓰지 않아 요청 두 건이 사라졌습니다. 9번 중 모두 맞은 실행은 0번입니다. 버전 확인은 본사를 덮어쓰지 않지만, 본사 변경 이후에 나온 Omar의 요청도 9번 모두 보류합니다. 각 요청의 시각을 주문의 마지막 쓰기와 비교하는 방법은 9번 모두 모든 주문이 맞았습니다.

보게 될 것

  • 재연결 시 세 가지 동기화 방법, 각각 주문 사본 하나씩: conv msg append --timestamp(추출기가 주문을 갱신), fact get의 updated_at이 스냅샷 그대로일 때만 적용하는 outbox, fact trace의 마지막 쓰기가 요청보다 오래됐을 때만 적용하는 outbox
  • 오프라인 구간은 실제 시간으로 진행됩니다. 본사는 fact update로 수정하고, 키오스크는 정말로 클라우드에 닿지 못해(--base-url이 도달 불가) 스냅샷으로 답합니다
  • 9번 실행: 대화 재전송은 24/36 주문이 최신(오래된 요청이 이긴 것 6번, 요청 유실 3번), 버전 확인은 27/36이며 더 최근 요청을 매번 보류, 요청 시각 대 마지막 쓰기는 36/36
  • timeline 하위 명령이 오프라인 구간과 각 주문의 fact trace를 나란히 보여 주고, 대체된 요청은 kiosk-log 프로젝트에 기록되며, 로컬 웹 UI가 있습니다. 모델 호출 없음

필요한 것: MemoryLake API 키 · memorylake CLI · Python 3.9+

실행

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/offline-sync-memory
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py

실행 영상 보기 · 실제 녹화, 편집 없음

관련 사용 사례

자주 묻는 질문

캐시 크기 제한?

장치별로 구성 가능; 일반적인 엣지 하드웨어에 맞게 기본값이 설정되어 있습니다.

오프라인 지속 시간 허용 범위?

일수; 동기화는 긴 오프라인 기간을 처리합니다.

자체 호스팅?

예 — 엔터프라이즈 계층은 엣지 친화적인 아키텍처를 배포합니다.