Jev-Mem 논문, AI 에이전트의 메모리 구축 속도 향상을 보고

논문 Jev-Mem: System-One-Controlled Agentic Memory for Efficient AI Agents는 System-One과 System-Two 인지에서 착안한 에이전트 메모리 구조를 제안한다. 경량 컨트롤러가 정보를 저장할 때 메모리 유형과 관계를 지정한다. 읽을 때는 라우팅, 검색 예산, 그래프 탐색, 점수 산정, 중단 시점을 처리한다. LLM은 최종 추론과 답변 작성에만 호출된다.

LoCoMo에서 논문은 LLM 판정 기준 종합 점수 0.777을 보고하며, 가장 강한 기준선 대비 상대 개선은 11.0%다. 에이전트 메모리 구축은 6.6배 빠르고, 질의 지연은 36.7% 줄었다고도 보고한다. 메모리 구축에는 158초가 걸리고, 평균 질의 지연은 0.93초로 낮아진다.