PostgresSQL DB 4

15. Session/Memory/Artifact [4] - DatabaseSessionService 활용Google ADK + PostgreSQL 정리(2/2)

Google ADK 날씨 에이전트 코드 상세 정리합니다. 이번에는 코드를 단순히 한 줄씩 번역하는 데 그치지 않고, 왜 이 코드를 작성했는지, Python이 어떻게 실행하는지, Google ADK가 어디에 관여하는지, PostgreSQL에 저장한 사용자 상태와 어떻게 연결되는지까지 정리합니다. 특히 이번 코드에서 가장 중요한 개념은 세 가지입니다.도구(Tool): 날씨 데이터를 조회하고 결과를 반환하는 Python 함수상태(State): 사용자가 마지막으로 물어본 도시를 기억하는 정보에이전트(Agent): 사용자의 질문을 해석하고 적절한 도구를 선택하는 AI1. 코드 전체 구조 먼저 보기여기서 꼭 구분해야 할 점이 있습니다. WEATHER_DB는 Python 코드 안에 있는 날씨 데이터이고, Postgr..

14. Session/Memory/Artifact [3] - DatabaseSessionService 활용Google ADK + PostgreSQL 정리(1/2)

Python 날씨 에이전트의 사용자 상태를 DB에 저장하고, 재시작 후에도 기억하는 과정입니다. 이번 실습의 목표는 단순히 날씨를 알려주는 AI 에이전트를 만드는 것이 아닌, Python으로 에이전트를 작성하고, PostgreSQL을 연결하고, ADK가 대화 상태를 데이터베이스에 저장하도록 만든 다음, 실제로 도시명이 저장되는지 검증하는 것이 핵심입니다. 이번에 성공한 환경을 기준으로 처음부터 다시 따라 할 수 있도록 정리하겠습니다. 코드 작성 순서와 실행·검증 절차에 집중하겠습니다.[전체 흐름 한눈에 보기]1. Python 날씨 에이전트 작성 오늘 날씨 / 내일 날씨 / 마지막 도시 상태 관리2. Python 패키지와 DB 드라이버 설치 Google ADK · SQLAlchemy · asyn..

8. 장기기억(5) - ChromaDB 추가로 의미 기반 검색

기존 PostgreSQL을 버리고 ChromaDB로 바꾸는 것이 아니라, PostgreSQL은 사용자·기억의 원본 저장소로 유지하고, ChromaDB는 의미 기반 검색을 담당하도록 추가하는 것입니다.이렇게 해야 지금까지 배운 내용도 버리지 않고, 실제 AI Agent 구조에 가까워집니다. [요약]# 1. pip install chromadb 설치 ===> pip show chromadb로 확인# 2. test_chroma.py ===> python .\test_chroma.py 확인1. 왜 지금 ChromaDB를 배우는 것이 좋은가?현재 Agent는 대략 다음 구조입니다.사용자 질문 ↓PostgreSQL에서 사용자의 기억 조회 ↓최근 기억 또는 중요도 높은 기억 반환 ↓LLM..

Agentic AI/Memory 2026.09.06

4. 장기 메모리(1)(Long-term Memory) - Docker & PostgreSQL 실행하기

지금 하려는 것은 우리가 지금까지 만든 짧은 대화 기억(History + Summary)에서 한 단계 발전해서,Agent가 대화가 끝나도 중요한 정보를 PostgreSQL DB에 저장하고, 나중에 다시 꺼내 사용하는 장기 메모리(Long-term Memory)를 만드는 것입니다.그리고 지금까지 해오신 Python → OpenAI API → Agent → History → Summary 학습 흐름에서 아주 자연스러운 다음 단계입니다. [전체 요약]# 1. Docker Desktop 설치 # 2. PowerShell 또는 CMD: docker --version ===> Docker version 29.7.2, build a7dcaa6 docker ps ..

Agentic AI/Memory 2026.09.01
반응형