대화 이력 관리(Chat History)

🧠 대화 이력 관리(Chat History)란?

🤖 AI가 사람처럼 대화를 기억하는 방법이에요!
우리가 친구와 이야기할 때, 예전에 한 대화를 기억하면 더 자연스럽게 이어갈 수 있죠?
AI도 마찬가지로 대화 내용을 저장하고 관리하는 기능이 필요해요.

📌 대화 이력 관리를 위한 핵심 개념

1️⃣ 메시지 전달 방식(Message Passing)

AI가 대화를 주고받는 기본 구조예요!
AI는 사용자가 보낸 메시지를 읽고, 그에 맞는 답변을 생성해요.

📍 예제
👉 사람이 말함: "안녕! 오늘 날씨 어때?"
🤖 AI가 대답함: "안녕하세요! 오늘 날씨는 맑아요 ☀️"

✔️ 하지만 AI는 이전 대화를 기억하지 못하면 흐름을 이해할 수 없어요.
✔️ 그래서! 대화 이력을 저장하는 기능이 필요해요.

2️⃣ 대화 이력을 저장하는 방법

🔹 RunnableWithMessageHistory
AI가 대화를 저장하고 불러올 수 있도록 도와주는 방법이에요.
대화 내용을 어디에 저장할까요? 두 가지 방법이 있어요!

(1) 메모리 기반 로컬 저장소 활용 (RAM 사용)

AI가 대화를 컴퓨터 메모리에 잠깐 저장해요. (쉽고 빠름!)
단점: 컴퓨터를 껐다 켜면 대화 내용이 사라져요! 😢

(2) SQLite 데이터베이스 활용 (영구 저장)

AI가 대화를 DB(데이터베이스)에 저장해서 다시 불러올 수 있어요!
장점: 컴퓨터를 꺼도 대화 기록이 남아요! 🎉
✔️ 어떤 방법을 사용할지는 필요에 따라 선택하면 돼요!

🔥 메시지 관리 기법

3️⃣ 메시지 트리밍(Message Trimming)

대화가 너무 길어지면, AI가 필요한 부분만 남기고 정리하는 기능!
✔️ AI가 모든 대화를 다 기억하면 너무 많은 데이터가 필요해요.
✔️ 그래서 중요한 부분만 남기고 오래된 내용은 삭제해요.

📍 예제
💬 (처음 대화 시작)
👩 "안녕! 내 이름은 소이야."
🤖 "반가워요, 소이님!"
👩 "내일 날씨 어때?"
🤖 "내일은 비가 올 예정이에요."

💬 (대화가 길어져서 AI가 오래된 내용을 삭제함)
👩 "내 이름이 뭐였더라?"
🤖 "음... 잘 모르겠어요! 😢"

✔️ 그래서 중요한 내용은 저장하고, 덜 중요한 내용은 삭제해야 해요!

🚀 실습 코드 분석

🛠️ 1. 대화 저장을 위한 환경 설정

먼저 필요한 라이브러리를 불러오는 코드

✔️.env 파일에서 API 키(비밀번호 같은 정보)를 불러오는 코드예요.
✔️OpenAI 같은 서비스에 접속할 때 비밀번호를 코드에 직접 쓰면 위험하기 때문에, .env 파일을 사용해 보안을 유지해요.

from dotenv import load_dotenv
load_dotenv()

🗂 2. 대화 기록을 저장할 준비

AI가 대화를 기억하려면 데이터를 저장할 공간이 필요해요.
이를 위해 메모리 또는 데이터베이스를 활용할 수 있어요.
✔️ 이 코드들은 파일을 다루는 데 필요한 라이브러리들이에요.
✔️ 특히 json은 대화 기록을 JSON 파일 형식으로 저장할 때 사용돼요!

import os
from glob import glob
from pprint import pprint
import json

🤖 3. AI 모델 불러오기

GPT-4o-mini 모델을 불러와요.
temperature=0.3 → 답변을 더 일관성 있게 만들어요.
top_p=0.9 → 가능한 답변을 다양하게 고려해요.
✔️ 이 모델이 사람과 대화하면서 대화 내용을 저장하고 활용할 거예요!

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model='gpt-4o-mini',
    temperature=0.3,
    top_p=0.9,
)

📝 4. 대화 이력을 저장하는 방법

✅ 1. LangChain에서 기본 제공하는 대화 기록 기능
LangChain에서는 대화 이력을 저장하는 메모리 컴포넌트를 제공합니다.

📌 간단한 메모리 저장 방식
메모리를 사용하면 AI가 이전 대화를 기억할 수 있어요!
먼저, ConversationBufferMemory를 활용해봅시다.

📌 이 코드가 하는 일
✅ AI가 이전 대화를 저장해서 기억할 수 있도록 설정
✅ ConversationBufferMemory()를 활용해서 간단한 메모리 저장 기능 추가
✅ 기본적인 대화 흐름을 유지하도록 함

from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain
from langchain_openai import ChatOpenAI

# 🏗️ LLM 모델 불러오기
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.3)

# 🧠 메모리 설정 (대화 기록 저장)
memory = ConversationBufferMemory()

# 📞 대화 체인 생성
conversation = ConversationChain(
    llm=llm,
    memory=memory
)

# 🚀 대화 테스트
response1 = conversation.predict(input="안녕! 내 이름은 소이야.")
print(response1)  # AI가 "안녕하세요, 소이님!" 이라고 인사

response2 = conversation.predict(input="내 이름이 뭐라고 했지?")
print(response2)  # AI가 "소이님이라고 하셨죠!" 라고 기억

✅ 2. SQLite 데이터베이스에 대화 이력 저장하기 (영구 저장)
위 방법은 메모리를 활용하므로 컴퓨터를 끄면 데이터가 사라지는 단점이 있어요!
그래서 SQLite 데이터베이스를 활용하면 AI가 대화를 영구적으로 저장할 수 있어요. 🎉

📌 이 코드가 하는 일
✅ 대화 기록을 SQLite 데이터베이스(chat_history.db)에 저장
✅ AI가 이전 대화를 꺼내서 확인할 수 있도록 설정
✅ ConversationSummaryMemory()를 활용해 대화 내용이 너무 길어지면 자동 요약
✅ 사용자별 세션 관리 가능! (e.g. session_id="user_123")

📌 SQLite 기반 대화 저장 코드

from langchain.memory import ConversationSummaryMemory
from langchain_openai import ChatOpenAI
from langchain.chains import ConversationChain
from langchain.memory.chat_message_histories import SQLiteChatMessageHistory

# 🏗️ 데이터베이스 파일 생성
db_path = "chat_history.db"

# 🛠️ SQLite 기반 대화 기록 저장소 설정
history = SQLiteChatMessageHistory(database_path=db_path, session_id="user_123")

# 🧠 대화 기록 저장용 메모리 설정 (자동 요약 포함)
memory = ConversationSummaryMemory(
    llm=ChatOpenAI(model="gpt-4o-mini"),
    chat_memory=history
)

# 📞 대화 체인 생성
conversation = ConversationChain(
    llm=ChatOpenAI(model="gpt-4o-mini"),
    memory=memory
)

# 🚀 대화 테스트
response1 = conversation.predict(input="안녕! 내 이름은 소이야.")
print(response1)  

response2 = conversation.predict(input="내 이름이 뭐라고 했지?")
print(response2)  # AI가 "소이님"이라고 기억해야 함

🔥 3. 대화 이력 관리 기법 추가 (트리밍 & 요약)
✔️ 대화가 너무 길어지면 AI가 중요한 내용만 남기고 요약할 수 있어요!
✔️ 이렇게 하면 대화 내용이 너무 많아져도 AI가 핵심 내용을 기억할 수 있어요.

📌 이 코드가 하는 일
✅ 대화가 너무 길어지면 자동으로 요약 (메시지 트리밍)
✅ 대화 내용이 많아도 효율적으로 관리
✅ max_token_limit=100 설정을 조정해 요약의 길이를 조절 가능

from langchain.memory import ConversationSummaryBufferMemory

# 🧠 요약 기반 메모리 (트리밍 기능 포함)
memory = ConversationSummaryBufferMemory(
    llm=ChatOpenAI(model="gpt-4o-mini"),
    max_token_limit=100  # 너무 길어지면 요약
)

# 📞 대화 체인 생성
conversation = ConversationChain(
    llm=ChatOpenAI(model="gpt-4o-mini"),
    memory=memory
)

# 🚀 대화 테스트
response1 = conversation.predict(input="안녕! 나는 AI를 공부하는 소이야.")
print(response1)

response2 = conversation.predict(input="내가 뭐라고 했지?")
print(response2)  # AI가 중요한 내용을 요약해서 답변

🚀 최종 정리
✔️ 간단한 대화 저장 → ConversationBufferMemory() 사용
✔️ 영구 저장 필요 → SQLiteChatMessageHistory() 사용
✔️ 대화가 길어지면 자동 요약 → ConversationSummaryBufferMemory() 사용