개인 맞춤형 지속적 에이전트를 위한 계층적 메모리 오케스트레이션

Hierarchical Memory Orchestration for Personalized Persistent Agents

지능형 에이전트가 일관된 역사적 인식을 유지하는 데 장기 기억은 필수적이지만, 광범위한 상호 작용 데이터의 축적은 종종 성능 병목 현상을 유발합니다. 단순한 저장 공간 확장은 검색 정확도를 저하시키고 계산 지연을 증가시켜, 제한된 개인 장치에 배포된 모델의 추론 능력을 압도합니다. 이러한 문제를 해결하기 위해, 우리는 사용자 중심의 맥락적 관련성을 기반으로 상호 작용 기록을 세 단계로 구성하는 프레임워크인 계층적 메모리 오케스트레이션(HMO)을 제안합니다. 당사의 시스템은 최근의 중요 메모리와 함께 진화하는 사용자 프로필을 결합하여, 에이전트의 추론이 개인의 행동 특성에 맞춰 유지되도록 하는, 작고 효율적인 1차 캐시를 유지합니다. 이 1차 캐시는 우선순위가 높은 2차 계층과 함께 운영되며, 둘 다 전체 상호 작용 기록의 글로벌 아카이브 내에 관리됩니다. 특히, 사용자 프로필은 이 계층 구조에 걸쳐 메모리를 재분배하며, 장기적인 패턴과 관련된 기록을 더 활성적인 계층으로 이동시키고, 덜 관련성이 높은 정보를 낮은 계층으로 이동시킵니다. 이러한 정교한 오케스트레이션을 통해, 필요한 시점에 정확하게 과거 지식을 활용하면서도 효율적인 검색 공간을 유지합니다. 여러 벤치마크에서 최첨단 성능을 달성했으며, OpenClaw와 같은 환경에서의 실제 배포를 통해 HMO가 에이전트의 응답성과 개인화 수준을 크게 향상시키는 것을 확인했습니다.

While long-term memory is essential for intelligent agents to maintain consistent historical awareness, the accumulation of extensive interaction data often leads to performance bottlenecks. Naive storage expansion increases retrieval noise and computational latency, overwhelming the reasoning capacity of models deployed on constrained personal devices. To address this, we propose Hierarchical Memory Orchestration (HMO), a framework that organizes interaction history into a three-tiered directory driven by user-centric contextual relevance. Our system maintains a compact primary cache, coupling recent and pivotal memories with an evolving user profile to ensure agent reasoning remains aligned with individual behavioral traits. This primary cache is complemented by a high-priority secondary layer, both of which are managed within a global archive of the full interaction history. Crucially, the user persona dictates memory redistribution across this hierarchy, promoting records mapped to long-term patterns toward more active tiers while relegating less relevant information. This targeted orchestration surfaces historical knowledge precisely when needed while maintaining a lean and efficient active search space. Evaluations on multiple benchmarks achieve state-of-the-art performance. Real-world deployments in ecosystems like OpenClaw demonstrate that HMO significantly enhances agent fluidity and personalization.