핵심은 'Memory Worth(MW)'라는 신호예요

AI 에이전트가 언제 기억을 잊어야 할지 판단하는 새로운 척도가 논문으로 제안됐어요.

핵심은 'Memory Worth(MW)'라는 신호예요. 기억 하나당 두 개의 카운터를 두고, 그 기억이 성공한 결과와 같이 나타난 횟수 vs 실패와 같이 나타난 횟수를 추적하는 거거든요. 구조가 단순한 만큼 기존 아키텍처에 쉽게 붙일 수 있어요.

실험 결과가 꽤 인상적인데요. 1만 번 에피소드 후 MW와 실제 유용성 간 스피어만 상관계수가 0.89에 달했고, 업데이트 안 하는 시스템은 0.00이었어요. 실제 텍스트와 신경망 임베딩을 쓴 실험에서도 오래된 기억은 MW=0.17, 전문 기억은 MW=0.77로 명확히 구분됐어요.

에이전트가 쌓아온 경험 중 무엇을 신뢰하고 버려야 할지 — 그 판단을 수치로 다룰 수 있게 됐다는 점에서, 장기 기억을 다루는 에이전트 설계에 실질적인 기준이 생긴 거예요.