에이전트 AI - 에이전트 기반 메모리 시스템

https://arxiv.org/abs/2606.24775

https://github.com/OpenDataBox/MemoryData

2026.6.23
[ Are We Ready For An Agent-Native Memory System? ]

이 자료는 거대언어모델(LLM) 에이전트가 정보를 장기적으로 기억하고 관리할 수 있도록 돕는 에이전트 네이티브 메모리 시스템을 데이터 관리 관점에서 체계적으로 분석한 연구 보고서입니다. 저자들은 기존의 단순한 정보 검색 방식을 넘어 데이터의 저장, 추출, 검색, 유지보수라는 4대 핵심 모듈로 구성된 통합 분석 프레임워크를 제안하며, 12개의 대표적인 메모리 시스템을 다각도로 평가합니다. 특히 지식 그래프, 계층적 구조, 하이브리드 설계 등 다양한 아키텍처가 작업의 특성에 따라 성능과 비용 측면에서 뚜렷한 트레이드오프를 보인다는 점을 실험적으로 입증하였습니다. 최종적으로 이 논문은 단순한 성능 지표를 넘어 운영 비용, 업데이트 견고성, 장기 실행 안정성을 모두 고려한 차세대 에이전트 메모리 시스템의 설계 방향성을 제시하는 것을 목적으로 합니다.

첨부된 논문의 주요 결과:  LongMemEval  ,  LoCoMo  및  DB-Bench  벤치마크에서 정확한 일치, ROUGE-L 및 LLM-judge 메트릭 계열을 사용하여 메모리 증강 에이전트 방법들을 비교했습니다. 막대는 참조 기준선, 순차적 컨텍스트, 구조적 위상 및 다중 패러다임 하이브리드와 같은 패러다임별로 그룹화되어 있습니다. https://github.com/OpenDataBox/MemoryData

 

<저장소 레이아웃>

project-root/
├── main.py                        # unified experiment entry point
├── config/                        # flattened presets: reference, sequential, topological, hybrid
├── benchmark/
│   ├── memoryagentbench/          # MemoryAgentBench loaders and benchmark configs
│   ├── locomo/                    # LoCoMo configs and JSON loader
│   ├── longbench/                 # LongBench proportional-subset support
│   └── membench/                  # MemBench slice configs and loader
├── evaluation/
│   └── longmemeval/               # retained LongMemEval sidecar evaluation helpers
├── methods/                        # method runtimes grouped by the paper taxonomy
│   ├── embedding_rag/              # reference dense-retrieval baseline
│   ├── memagent/  mem0/  memochat/ # sequential context architectures
│   ├── cognee/  graph_rag/  hipporag/  memtree/  raptor/  zep/  zep_local/ # structural topological architectures
│   └── a_mem/  everos/  letta/  lightmem/  memorag/  memoryos/  self_rag/  simplemem/  MemOS/ # multi-paradigm hybrid architectures
├── utils/                          # shared runtime utilities, including long-context and BM25 reference paths
├── requirements.txt               # dependency manifest for Linux/macOS
└── requirements-windows.txt       # dependency manifest for Windows

 

그림 1 . 에이전트 메모리의 일반적인 실행 워크플로.

 

그림 2 . 메모리 표현 방법.

그림 3 . 메모리 저장 방식.

 

그림 4 . 메모리 추출 방법.

 

그림 5 . 기억 회상 방법.

 

그림 6 . 메모리 유지 방법.