에이전트에게 기억력을 부여하세요
세션, 재시작, 사용자 및 프레임워크 전반에 걸쳐 단기 및 장기 기억을 유지합니다.
82.3%
LoCoMo 벤치마크에서의 에이전트 메모리 점수
94%
LongMemEval-M 단일 세션 복기
69.4%
LongMemEval-S 전체 점수
프로덕션 AI 에이전트의 데이터 레이어
쿠버네티스 AI 데이터 플레인은 프로덕션 AI 에이전트에게 클라우드, 자체 관리, 하이브리드, 엣지 및 에어 갭 환경 전반에 걸쳐 지속적인 메모리, 거버넌스 데이터 액세스, 도구 및 프롬프트 가시성, 빠른 컨텍스트 검색 기능을 제공합니다. 이는 쿠버네티스에서 에이전트 메모리, MCP 서버 및 에이전트 카탈로그를 통합합니다.
AI 및 에이전트 관리
Prompts, 도구, 추적 및 메모리를 SQL++로 검사하는 하나의 관리 계층 팀에 보관합니다.
에이전트 데이터 연결
운영 데이터, 벡터, 문서 및 도구에 대한 표준화된 액세스 권한을 에이전트에게 부여합니다.
AI 비용 관리
영구적이고 누적적인 에이전트 기억력으로 토큰 비용을 수십억 배 절감하십시오.
프로덕션 환경을 위해 구축된 새로운 AI 데이터 플레인 기능
간편한 AI 에이전트 배포, 파일럿에서 프로덕션까지 영구 에이전트 메모리, Apache Iceberg 레이크하우스 연합, Rust 지원. 그리고 모바일의 경우, 블루투스 P2P 동기화 및 React Native 지원.
Agent Memory (에이전트 메모리)
세션 간 지속적인 단기/장기 기억, LangGraph, CrewAI 및 LlamaIndex에서 테스트됨.
아파치 아이스버그 연합
Enterprise Analytics 2.2에서 ETL이나 데이터 복제 없이 Iceberg lakehouse 테이블을 그대로 쿼리.
블루투스 P2P 동기화
Couchbase Lite 4.1은 완전히 연결되지 않고 네트워크가 없는 엣지 환경에서 Bluetooth를 통해 데이터를 동기화합니다.
리액트 네이티브
고성능 크로스 플랫폼 앱을 위한 Couchbase Lite React Native SDK 1.1.
rust sdk
키-값, 쿼리, 전문 검색 및 벡터 인덱싱에 대한 비동기 네이티브 액세스.
쿠치베이스 트리노 커넥터
Trino의 분산 쿼리 엔진을 사용하여 Couchbase 데이터베이스에서 페더레이션 SQL 쿼리를 실행하세요. (곧 출시 예정)
이번 릴리스에서도
주요 Couchbase 운영 데이터 플랫폼 기능의 발전.
카펠라 iQ 멀티 모델
AWS Bedrock 또는 OpenAI를 선택하며, 조직 수준 제공업체 정책에 따릅니다.
Agent Catalog (상담원 카탈로그)
이제 검색 가능하고 관리되는 에이전트 도구를 위한 엔터프라이즈 지원 구성 요소입니다.
싱크 게이트웨이 4.1
롤링 업그레이드, 더 빠른 대규모 데이터셋 재동기화, 시스템 메타데이터 격리.
엣지 서버 1.1
클라이언트 수준 액세스 제어, CORS, 자격 증명 순환 및 Windows/ARM 지원.
Private Link를 통한 Azure XDCR
사설 연결을 통한 데이터 센터 간 복제, 공용 인터넷을 거치지 않음.
MCP Server (MCP 서버)
표준화된 모델 컨텍스트 프로토콜 통합을 위한 엔터프라이즈 지원, 자체 관리형 MCP 서버.
AI와 에이전트를 위한 단일 거버넌스 데이터 계층
운영 에이전트는 메모리, 도구, 프롬프트, 운영 데이터, 추적 및 컨텍스트가 필요하지만 이러한 자산은 종종 분산된 시스템에 존재합니다. Couchbase는 이러한 자산을 하나의 거버넌스 데이터 계층에 보관하여 에이전트가 무엇을 사용했는지, 어떤 프롬프트 버전이 관련되었는지, 어떤 데이터가 응답을 형성했는지 팀에게 가시성을 제공합니다.
에이전트 동작을 조사
프롬프트, 도구, 추적, 메모리 및 운영 데이터를 함께 유지하고 SQL++로 쿼리하여 에이전트가 무엇을 사용했으며 왜 응답했는지 정확히 확인하십시오.
표준화된 데이터 액세스
Couchbase MCP 서버는 별도의 통합 계층 없이 에이전트에게 운영 데이터, 문서 및 캐시에 대한 표준화된 액세스를 제공합니다.
팀 간 재사용 가능
Agent Catalog는 프롬프트, 도구 및 엔드투엔드 추적을 검색 가능하게 하여 팀이 애플리케이션 전반의 에이전트 동작을 검사, 재사용 및 관리할 수 있도록 합니다.
프레임워크에 독립적인 메모리
Agent Memory는 LangGraph, CrewAI, LlamaIndex 전반에서 작동하므로 팀은 메모리 인프라를 재구축할 필요 없이 프레임워크를 전환하거나 결합할 수 있습니다.
고객의 의견
자세히 알아보고 싶으신가요?
웹캐스트: 당신의 에이전트는 똑똑하지만, 데이터 레이어가 준비되지 않았습니다.
이 웹캐스트 및 데모에서는 AI 에이전트가 출시되지 못하는 실패한 파일럿 프로젝트의 무덤에 합류하지 않도록 하는 방법을 보여드리겠습니다.
배우게 될 내용:
- AI 데이터 플레인은 메모리, 거버넌스 데이터 액세스, 에이전트 가시성을 단일 계층으로 통합합니다.
- 에이전트 메모리는 에이전트에게 지속적인 기억을 제공하여 시간이 지남에 따라 더 똑똑하고 개인화되게 만듭니다.
- 에이전트 카탈로그는 에이전트 앱 추적으로 프롬프트, 도구 호출, 결정을 모두 검사 및 감사할 수 있게 합니다.
블로그: 당신의 AI 에이전트는 파일럿 모드에 갇혀 있습니다. 모델 문제가 아니라 데이터 문제입니다.
기업 AI 이니셔티브가 근본적인 데이터 문제로 인해 파일럿 단계에서 일상적으로 중단되는 이유를 알아보십시오.
- 클라우드, 자체 관리, 엣지 아키텍처 전반에 걸쳐 네이티브로 실행되는 단일 거버넌스 계층으로 분산된 데이터 서비스를 통합하는 Couchbase AI 데이터 플레인을 알아보세요.
- 프로덕션 등급 에이전트를 가능하게 하는 세 가지 핵심 요소에 대한 심층 분석: 프레임워크에 구애받지 않는 에이전트 메모리, 표준 기반 MCP 서버 데이터 연결, 감사 가능한 에이전트 카탈로그.
- 데이터 계층에 시맨틱 캐싱을 통합하면 응답 시간이 단축되고 비용이 제어되는 방식을 알아보세요.
에이전트 메모리 재판
Agent Memory를 사용하여 AI 에이전트가 세션, 사용자 및 프레임워크 전반에 걸쳐 컨텍스트를 유지하면서 사용자 정의 메모리, 검색 및 액세스 제어 로직을 줄이는 방법을 알아보세요.
