장기 기억은 대규모 언어 모델(LLM) 에이전트(agent)가 과거의 상호작용을 기억하고 세션 전반에서 일관성을 유지할 수 있게 해 주지만, 메모리 시스템은 표현, 인덱싱, 검색, 평가 방식이 서로 달라 비교하기가 어렵습니다. 본 논문에서는 공유된 5W(육하원칙) 스타일의 대화형 메모리를 기반으로 하는 통제된 평가 프레임워크를 제시합니다. 국소적 그래프 구성은 공통의 기본 그래프를 순회하며, AdaptiveGraph는 시간순 엣지와 개인화된 페이지랭크(Personalized PageRank) 확산을 추가합니다. 또한 동일하게 추출된 노트에 대한 BM25와 원시 입력을 사용하는 외부 기준선인 OpenClaw를 평가합니다. 검색 순위는 메모리 설정에 따라 달라집니다. LongMemEval-S에서 AdaptiveGraph는 MRR 0.844로 가장 우수한 그래프 구성을 보였으나, BM25는 0.867, OpenClaw는 0.880에 달했습니다. ATANT Core에서는 국소적 그래프 순회가 확산 및 BM25보다 우수한 성능을 보인 반면, 스트레스 라운드에서는 BM25가 앞섰습니다. 테스트된 범위 내에서 LongMemEval-S의 크기를 줄여도 ATANT 확산 패널티가 재현되지 않았으나, 테스트된 가장 작은 저장소도 ATANT Core보다 여전히 컸기 때문에 저장소 크기 영향을 배제할 수 없습니다. 이 패널티는 관대한 콘텐츠 일치 기준 하에서도 지속되었습니다. 어휘 정규화(normalization)와 추출 품질은 그래프 검색에 실질적인 영향을 미치며, 상위 5위권 실패 사례에서는 추출 태그 누락이 흔하게 나타났습니다. 따라서 검색 전략은 메모리 설정과 함께, 그리고 강력한 어휘 기반 기준선과 대조하여 공동으로 평가되어야 합니다.
에이전트 메모리는 장기 수행 에이전트에게 시스템 문제이다. 실제 배포에서는 확장된 대화 전반에 걸친 작업 상태 유지, 세션 간 사용자 고유 사실과 선호의 복구, 이전 결과로부터 절차적 지식의 축적이 필요하다. 이러한 요구사항은 문서 검색을 넘어선다. 메모리 층은 어떤 상호작용이 영속 상태가 되는지, 그 상태가 어떻게 범위가 설정되는지, 지연 제약 하에서 어떻게 검색되는지, 시간이 지남에 따라 어떻게 수정되거나 제거되는지를 결정해야 한다. 본 보고서는 Oracle Database 기반의 데이터베이스 네이티브 메모리 기판으로서 Oracle Agent Memory를 연구한다. 세 가지 주제가 논의를 구성한다. 첫째, 수집(ingestion), 추출(extraction), 통합(consolidation), 검색(retrieval), 요약(summarization), 수정 또는 제거를 아우르는 생애주기로서의 메모리. 둘째, 사용자, 에이전트, 스레드 간 명시적 범위 제어와 함께 능동 메모리 코어와 수동 메모리 저장소 인터페이스를 분리하는 계층형 아키텍처. 셋째, 하류(downstream) 작업 정확도에 증거 검색, 재현율, 지연, 예상 토큰 사용량과 같은 메모리 중심 지표가 보완되는 평가 방법론. 보고서는 LongMemEval 결과를 요약하며 93.8% 정확도를 달성했고, Oracle Agent Memory를 평탄 기록(flat-history) 베이스라인과 비교하여 약 10.7배 적은 토큰을 사용했으며, 가능한 경우 게시되었거나 보고된 외부 베이스라인과도 비교하고, 설정, 스레드 생애주기, 검색 의미론을 다루는 구현 지향 부록 자료로 마무리한다.
LLM 에이전트가 다중 세션 대화에서 갱신된 사실을 이전 값 대신 현재 값으로 올바르게 유지하는 능력, 즉 supersession 능력이 경계 메모리(bounded memory) 조건에서 심각하게 저하되며(gpt-5.4 기준 92%→77%), 더 큰 모델이나 더 많은 메모리로도 이 격차가 좁혀지지 않음을 실제 대화 데이터로 입증했다. 저자들은 이 측정을 학습 신호로 전환하는 강화학습 환경 Supersede를 공개하고, Qwen2.5-3B를 GRPO로 미세조정하여 held-out supersession 정확도를 9.0%에서 16.7%로 거의 두 배 향상시키는 데 성공했다.