회상 너머의 기억: 자기 진화형 LLM 에이전트를 위한 이중 과정 인지 기억 시스템

Memory Beyond Recall: A Dual-Process Cognitive Memory System for Self-Evolving LLM Agents

LLM 에이전트의 장기 기억은 단순히 적절한 시점에 올바른 부분을 검색하는 것 이상입니다. 현재의 메모리 시스템은 믿음 수정, 인과적 연관성 및 여러 영역 간 추상화를 단일 검색 표면으로 통합하며, 이는 표면적인 회상을 위해 최적화되어 있기 때문에 사용자의 변화를 추론해야 하는 암묵적인 개인화에 어려움을 겪습니다. 본 논문에서는 DCPM을 제안합니다. DCPM은 에이전트 메모리를 원시 입력 및 기본적인 사실부터 시작하여 시간 경과에 따른 믿음의 경로와 정체성을 거쳐 영역 스키마, 잠재적 의도 및 여러 영역 간 패턴으로 이어지는 인지 능력 계층 구조로 재구성합니다. 이 계층 구조는 이중 과정 이론의 아키텍처 분할을 상속하는 두 가지 프로세스에 의해 구동됩니다. 첫 번째는 동기식 '주간' 기록 시스템(System1)으로, 믿음 수정을 양방향 연결된 상위 체인으로 기록합니다. 두 번째는 비동기식 '야간' 엔진(System2)으로, 스키마와 의도를 유도하고 여러 영역 간의 충돌을 감지하여 더 높은 수준의 핵심 스키마로 추상화합니다. LongMemEval, PersonaMem 및 PersonaMem-v2 데이터셋에서 System2를 활성화하면 벤치마크가 암묵적인 세션 간 추론에 보상을 제공하는 경우 가장 큰 효과를 발휘하며(PersonaMem-v2의 경우 최대 +5.20), 반대로 일관된 정보 회상에는 가장 작은 영향을 미칩니다. 이는 아키텍처 예측과 일치합니다.

Long-term memory for an LLM agent is more than retrieving the right passage at the right time. Current memory systems collapse belief revision, causal coupling, and cross-domain abstraction into a single retrieval surface tuned for surface recall, and consequently struggle on implicit personalisation that requires reasoning over how a user has evolved. We propose DCPM, which reorganises agent memory along a cognitive capability hierarchy ascending from raw inputs and atomic facts, through diachronic belief trajectories and identity, to domain schemas, latent intentions and cross-domain patterns. The hierarchy is driven by two processes inheriting the architectural split of dual-process theory: a synchronous daytime writer (System1) that records belief revisions as doubly linked supersedes chains, and an asynchronous nighttime engine (System2) that induces schemas and intentions and sweeps for cross-domain collisions abstracted into higher-level core schemas. On LongMemEval, PersonaMem and PersonaMem-v2, enabling System2 contributes most where the benchmark rewards implicit cross-session inference (up to +5.20 on PersonaMem-v2) and least on span recall, matching the architectural prediction.