# Just-in-Time Memory는 새 작업이 도착할 때 원시 에이전트 궤적을 정리한다

DAIR.AI는 Salesforce AI Research의 논문 Just-in-Time Memory를 소개한다. 이 논문은 원시 궤적을 유지하고 다음 작업이 도착한 뒤에야 짧은 메모리 페이로드를 작성하며, ALFWorld, WebShop, tau2-bench에서 가장 강한 기준선보다 성공률이 각각 16.2, 16.3, 3.9포인트 높다고 보고한다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-17T15:24:00.000Z
Query date (Asia/Seoul): 2026-11-18

HTML: https://didcodexreset.com/ko/news/79c5966db1da49f59c7db1d2.html

Content language: ko
Localization state: translated

출처: DAIR.AI · 2026. 9. 26. 21:50:28 게시

DAIR.AI는 에이전트 메모리에 관한 Salesforce AI Research 논문 Just-in-Time Memory를 소개한다. 실행이 끝날 때마다 요약하는 대신 원시 궤적을 저장하고, 다음 작업이 도착할 때 무엇을 추출할지 결정한다.

큐레이터는 검색된 궤적과 새 작업을 함께 읽고, 그 작업을 위한 짧은 메모리 페이로드를 작성한다. 페이로드는 즉시 사용되므로 같은 작업의 성공 여부로 큐레이터를 훈련할 수 있다. DAIR.AI는 훈련되지 않은 큐레이터도 작업 종료 시 작성된 메모리와 같거나 그보다 낫다고 말한다.

ALFWorld, WebShop, tau2-bench에서 DAIR.AI는 Just-in-Time Memory가 가장 강한 기준선보다 성공률을 16.2, 16.3, 3.9포인트 앞선다고 말한다. [Just-in-Time Memory 논문](https://academy.dair.ai/papers/just-in-time-memory-learning-to-curate-task-adaptive-memory-for-llm-agents-2609.27334) 링크는 DAIR.AI가 제공한다.

Tags: Just-in-Time Memory, Salesforce AI Research, 에이전트 메모리, LLM 에이전트

[원문 게시물 보기](https://x.com/dair_ai/status/2103828189407834259)
