설명
Living Brain은 AI 에이전트의 기능을 향상시키기 위해 설계된 지속적이고 진화하는 지능 레이어로 작동합니다. 이는 다양한 맥락을 연결하고 비가시적 연결을 드러내며 모든 에이전트에 공유 메모리, 맥락 및 연속성을 제공합니다. 이 플랫폼은 지능, 속도 및 비용의 균형을 맞추어 "지능의 삼중고"를 해결하는 것을 목표로 하여 팀이 타협 없이 높은 성능을 달성할 수 있도록 합니다.
더 읽기
이 시스템은 메모리와 정확성을 개선하며 내부 비교에서 더 높은 성능을 보여줍니다. 예를 들어, 1,540개의 질문에 대해 LoCoMo에서 92.2%의 판단 정확도를 달성했으며, 중앙 메모리 검색 시간은 464ms입니다. 또한 Living Brain은 운영 비용과 토큰 사용량을 크게 줄이며, 전체 맥락 기준에 비해 질문당 22.6배 적은 토큰을 사용하고 작업당 95% 낮은 비용을 달성했습니다. LongMemEval-S에서 0%의 환각을 보고하여 신뢰성을 강조합니다.
Living Brain은 호환 가능한 AI 도구와 통합되어 사용자가 지식을 연결하고 접근할 수 있도록 합니다. 또한 사용자 정의 MCP(메모리 및 맥락 제공자)와의 연결을 지원하여 에이전트가 독점 도구 및 데이터에 연결하여 기능을 확장할 수 있도록 합니다. 이 플랫폼은 정보를 지속적이고 공유된 메모리로 자동 변환하며, 흩어진 대화, 파일 및 업데이트를 구조화된 출처 연결 지식으로 컴파일합니다.
가격 책정에 있어 Living Brain은 구독 없이 "사용한 만큼 지불" API 모델을 제공하며, 1M 모델 입력 토큰당 $8, 1M 출력 토큰당 $0.50를 청구하며 최소 충전액은 $5입니다. 하나의 프로젝트, 여러 개의 브레인, 1GB 저장소 및 월 100,000 요청이 포함됩니다. "Living Brain Workspace"는 월별로 청구되며 세 개의 팀 좌석, 하나의 생산 프로젝트, 10GB 저장소, 월 500,000 요청 및 공유 월별 크레딧이 포함됩니다. 더 큰 조직을 위해 맞춤형 "비즈니스" 계획이 제공되며, 맞춤형 배포, 용량, 저장소, 데이터 위치 및 전담 지원을 제공합니다.
Living Brain은 AI 적응을 위한 두 가지 보완 경로를 지원합니다: 지식, 수정 및 결정을 유지하여 향후 작업에 관련된 맥락을 제공하는 것과, 축적된 지식을 기반으로 하여 오픈 웨이트 모델의 후속 훈련 워크플로우를 위한 기초로 사용하는 것입니다. 이를 통해 연결된 모델은 추론 시 특정 작업에 적응할 수 있으며, 폐쇄형 모델에 대해서도 가능합니다.
- 카테고리AI 에이전트 빌더
- 요금제프리미엄
- 배포Cloud, On-premises, Customer Cloud, Air-gapped
- 플랫폼웹
Living Brain의 핵심 기능
지속적이고 진화하는 지능 레이어
맥락을 연결하고 비가시적 연결을 드러냄
AI 에이전트를 위한 공유 메모리, 맥락 및 연속성 제공
AI 작업을 위한 메모리 및 정확성 향상
토큰 사용량 및 운영 비용 감소(작업당 95% 낮은 비용)
LongMemEval-S에서 0% 환각 달성
464ms 중앙 메모리 검색으로 빠른 회상 제공
호환 가능한 AI 도구와 통합
사용자 정의 메모리 및 맥락 제공자(MCP)와 연결
지식을 지속적이고 공유된 메모리로 자동 변환
모델 가중치를 변경하지 않고 적응 지원
후속 훈련을 위한 메모리 기초 제공
REST API, SDK, CLI 접근 제공
파일 추출 및 저장 기능 포함
의미 검색 및 연결 발견 기능 포함
Living Brain 사용 방법은?
Living Brain 구축: 첫 번째 Living Brain 인스턴스를 생성합니다.
AI 도구에 연결: Living Brain을 호환 가능한 AI 애플리케이션 및 에이전트에 연결합니다.
사용자 정의 데이터 통합: 에이전트 기능을 확장하기 위해 자체 도구 및 데이터 소스를 연결합니다.
정보 처리: 문서, 대화 및 지식을 Living Brain으로 가져옵니다.
맥락 활용: 축적된 맥락을 API, SDK, CLI 및 MCP를 통해 애플리케이션 및 에이전트에 제공합니다.
에이전트 관리: ChatChat Workspace 내에서 팀의 브레인과 에이전트를 조직하고 운영합니다.
Living Brain의 사용 사례
- AI 에이전트 메모리 향상
- AI 운영 비용 절감
- AI 정확성 향상
- AI 도구 간 지식 통합
- 맞춤형 AI 에이전트 개발
- 자동화된 지식 조직
- AI 모델 적응
- 후속 훈련 데이터 큐레이션
