AI 에이전트 메모리를 검색 캐시가 아닌 지속 학습 장치로 재정의한다

무엇인가

이 논문이 다루는 문제는 파운데이션 모델 기반 에이전트가 배포 후에도 경험에서 계속 배우지 못한다는 점이다. 에이전트는 다단계 추론, 계획, 도구 사용은 잘하지만 가중치가 고정돼 있고 컨텍스트 길이에 한계가 있어 장기 운용 중 쌓인 경험을 자기 것으로 만들지 못한다. 컨텍스트 창 확장은 세션 한계와 긴 문맥에서의 어텐션 저하에 부딪히고, 지속적 파인튜닝은 막대한 연산 비용과 파국적 망각, 오류 롤백 수단 부재라는 대가를 치른다. 외부 메모리 시스템이 그 틈을 메우려 하지만 대부분은 수동적인 검색 캐시, 즉 RAG 저장소처럼 동작하며, 저장된 사실이나 과거 상호작용을 얼마나 잘 회수하는지로 평가된다. 저자들은 메모리를 '무엇을 회수했는가'가 아니라 '미래 행동을 개선했는가'로 판정해야 한다고 주장하며, 이를 메모리 중심 지속 학습(MCCL)이라 부른다.

어떻게 동작하나

첫 번째 구성 요소는 메모리 설계 공간을 세 축으로 분리한 분류 체계다. 어디에 상태가 저장되는지를 뜻하는 기반(substrate)은 컨텍스트, 활성값, 외부 주소 지정 저장소, 적응형 파라메트릭 메모리로 나뉜다. 어떤 형태의 재사용 단위로 남는지를 뜻하는 자산(asset)은 에피소드, 시맨틱, 절차적 자산으로 나뉘고, 어떻게 쓰기·통합·검색·갱신·망각을 관리하는지를 뜻하는 정책(policy)은 고정 규칙 기반, LLM이 사안별로 판단하는 숙의형, 피드백으로 갱신되는 학습형으로 나뉜다. 저자들이 강조하는 점은 이 세 축이 서로 독립이라는 것이다. 외부 저장소를 갖췄다고 전이 가능한 능력이 생기는 것도 아니고, 에피소드 자산을 쌓았다고 그것을 꺼내 쓸 정책이 있는 것도 아니다. 예컨대 외부 저장소는 파라미터 갱신으로 인한 파국적 망각은 피하지만, 검색 순위가 밀리면 기억이 사실상 사라지는 기능적 망각이 생기고 요약·중복 제거·충돌 해소가 원본 증거를 덮어쓸 수 있다. 파라메트릭 메모리는 읽기 효율이 좋지만 쓰기 비용이 크고 개별 사실 단위의 삭제나 출처 추적이 어려우며, 활성값 메모리는 특정 모델과 레이어 구조에 묶여 검사와 편집이 힘들다.

무엇과 다른가

두 번째는 메모리 라이프사이클을 지속 학습 엔진으로 형식화한 부분이다. 선택적 형성, 구조적 통합, 재활성화와 활용, 지식 수정과 선택적 망각, 피드백 기반 정책 진화의 다섯 단계를 정의하고, 이를 두 개의 루프로 묶는다. 내부 루프는 순차적 배포 경험으로 메모리 상태 자체를 갱신하고, 외부 루프는 과제 성능 피드백을 받아 메모리 관리 정책을 개선한다. 과제 결과를 메모리 관리로 되먹임함으로써 경험을 쌓는 데서 그치지 않고 그 경험을 조직하고 사용하는 방식까지 개선하는 재귀적 자기 개선(RSI)의 경로를 제시한다는 것이 저자들의 주장이다.

어떻게 쓰나

세 번째는 평가 프로토콜이다. 저자들은 검색 수준 점검과 진짜 지속 학습 성과를 구분해야 한다고 보고, 보존·접근·활용·효과의 네 관문으로 이루어진 유지 캐스케이드를 도입해 어느 단계에서 실패하는지 진단한다. 또한 메모리를 누적한 상태와 메모리를 초기화한 상태를 짝지어 비교하는 ΔP_t로 누적 메모리의 효과를 단순한 컨텍스트 확장 효과로부터 분리하고, 간섭 하에서의 유지, 환경 변화에 대한 적응, 과제 간 전이를 측정하는 절차를 세운다. 네 번째는 메모리 스케일링 법칙으로, 에이전트 성능이 경험량·저장 용량·연산 예산에 따라 어떻게 확장되는지를 비파라메트릭 메모리와 파라메트릭 메모리 모두에 대해 모델링한다. 두 방식은 자원 제약 스케일링 프런티어를 공유하지만, 새 쓰기가 기존 내용과 상호작용하는 방식이 다르다는 점을 구분한다. 초점은 '메모리를 키우면 도움이 되는가'에서 '경험·용량·연산을 함께 어떻게 키워야 하는가'로 옮겨간다.

전제와 한계

실험과 결과에 관해서는 이 논문이 특정 데이터셋이나 베이스라인에서 수치를 보고하는 실증 논문이 아니라는 점을 먼저 밝혀야 한다. 원문에는 실험 표나 개선폭 수치가 제시되지 않았고, 저자들도 기존 벤치마크를 인용하며 평가의 한계를 지적하는 데 그친다. 본문에서 언급된 평가 사례는 LongMemEval의 사실 갱신, Evo-Memory와 LifelongAgentBench의 과제 전이 정도이며, 이들을 통해 최종 정확도만이 아니라 기억의 생존율, 검색 순위, 실제 메모리 사용량을 고정 메모리 베이스라인과 비교해야 한다고 주장한다. 즉 이 논문의 산출물은 성능 수치가 아니라 분류 체계, 라이프사이클, 평가 프로토콜, 스케일링 모델이라는 개념적 골격이다.

개발자 관점에서 실무적 의미는 세 가지다. 첫째, 에이전트 메모리를 설계할 때 저장 매체와 지식 표현, 관리 정책을 한 덩어리로 뭉뚱그리지 말고 분리해서 진단하라는 것이다. 벡터 DB를 붙였다는 사실은 학습 능력의 근거가 아니다. 둘째, 메모리 효과를 주장하려면 메모리를 초기화한 동일 조건 베이스라인과 비교하고, 검색 노이즈·메모리 오염·부정적 전이까지 측정해야 한다. 저장량이 늘면 검색 잡음이 커지고 고정된 검색 예산 아래에서 유용한 기억이 밀려날 수 있기 때문이다. 셋째, 거버넌스를 사후 처리가 아니라 설계 요구사항으로 넣으라는 지적이다. 쓰기 시점의 출처·권한 검증, 요약 시 출처 링크 보존, 공유 저장소의 역할 기반 접근 제어와 도구 실행 샌드박스, 삭제 시 파생 요약·파인튜닝 가중치·지식 그래프까지 추적하는 삭제 검증이 라이프사이클 전 단계에 걸쳐 필요하다고 본다.

저자들이 밝힌 한계와 전제도 분명하다. 가장 큰 장애물은 지연된 크레딧 할당으로, t 시점에 기록한 기억의 가치가 t+100 이후에야 드러나기 때문에 무엇을 남기고 고칠지 결정하는 정책을 학습시키기 어렵다. 쓰기 시점에는 미래 질의를 알 수 없고, 최종 실패가 기억 탓인지 추론 탓인지 분리하기 어려우며, 모든 쓰기와 삭제가 이후 세션의 메모리 상태를 바꾸는 경로 의존성 때문에 표준 강화학습 가정이 깨진다. 또한 외부 메모리는 안정성-가소성 딜레마를 해소하는 것이 아니라 검색과 프롬프트 구성 단계로 옮길 뿐이며, 외부 경험과 파라미터 학습 사이의 양방향 연결, 자기성찰의 외부 검증, 다중 에이전트 공유 메모리의 접근 규칙은 아직 미해결로 남는다. 논문 자체가 제안한 평가 프로토콜과 스케일링 법칙을 실제 시스템에 적용해 검증하지는 않았다는 점도 전제로 읽어야 한다.