기억은 검색되는 것이 아니라 재구성된다: LLM 에이전트를 위한 그래프 메모리

Memory is Reconstructed, Not Retrieved: Graph Memory for LLM Agents

최근의 발전에도 불구하고, LLM 에이전트는 여전히 긴 상호 작용 기록에 대한 추론에 어려움을 겪고 있습니다. 현재 메모리를 활용하는 에이전트들은 '검색 후 추론'이라는 정적인 방식으로 작동하는데, 이러한 경직된 파이프라인 설계는 에이전트가 추론 과정에서 발견되는 중간 증거에 따라 동적으로 메모리 접근 방식을 조정하는 것을 방해합니다. 이러한 격차를 해소하기 위해, 우리는 연관성 있는 메모리 그래프와 능동적인 재구성 메커니즘을 결합한 프레임워크인 MRAgent을 제안합니다. 우리는 메모리를 '단서-태그-내용' 그래프로 표현하며, 여기에서 연관성 태그는 세밀한 단서를 메모리 내용과 연결하는 의미론적 다리 역할을 합니다. 이러한 구조를 기반으로, 우리의 능동적인 재구성 메커니즘은 LLM 추론을 직접적으로 메모리 접근에 통합하여 에이전트가 축적된 증거를 바탕으로 검색 경로를 반복적으로 탐색하고 제거할 수 있도록 합니다. 이를 통해 메모리 검색은 추론 컨텍스트에 따라 동적으로 조정되며, 제약 없는 확장이 초래하는 조합 폭발을 방지합니다. LoCoMo 벤치마크 및 LongMemEval 벤치마크에서의 실험 결과는 강력한 기준 모델 대비 상당한 성능 향상(최대 23%)을 보여주며, 토큰 수와 실행 시간 비용을 크게 줄여 능동적이고 연관적인 재구성이 장기적인 메모리 추론에 효과적임을 입증합니다.

Despite recent progress, LLM agents still struggle with reasoning over long interaction histories. While current memory-augmented agents rely on a static retrieve-then-reason paradigm, this rigid pipeline design prevents them from dynamically adapting memory access to intermediate evidence discovered during inference. To bridge this gap, we propose MRAgent, a framework that combines an associative memory graph with an active reconstruction mechanism. We represent memory as a Cue-Tag-Content graph, where associative tags serve as semantic bridges connecting fine-grained cues to memory contents. Operating on this structure, our active reconstruction mechanism integrates LLM reasoning directly into memory access, allowing the agent to iteratively explore and prune retrieval paths based on accumulated evidence. This ensures that memory retrieval is dynamically adapted to the reasoning context while avoiding combinatorial explosion caused by unconstrained expansion. Experiments on the LoCoMo benchmark and LongMemEval benchmark demonstrate significant improvements over strong baselines (up to 23%), while substantially reducing token and runtime cost, highlighting the effectiveness of active and associative reconstruction for long-horizon memory reasoning.