Mi-Memory: 개인 인공지능을 위한 수명 주기 메모리 프레임워크

Mi-Memory: A Lifecycle Memory Framework for Personal AI

개인 인공지능은 단순한 대화형 상호작용을 넘어, 스마트폰, 자동차, 가정, 웨어러블 기기, 카메라 및 도구 등 다양한 환경에서 지속적으로 제공되는 서비스로 발전하고 있습니다. 이러한 환경에서 메모리는 이전 대화 기록의 캐시 역할만 수행할 수 없습니다. 메모리는 사용자의 영구적인 상태를 보존하고, 다중 모드 및 장치 정보를 기반으로 답변을 제공하며, 수정 및 삭제 기능을 지원하고, 정책 변화를 제한하며, 지연 시간, 비용, 개인 정보 보호 및 엣지-클라우드 제약 조건 하에서 배포 가능해야 합니다. 본 기술 보고서에서는 개인 인공지능을 위한 수명 주기 메모리 프레임워크인 Mi-Memory를 소개합니다. Mi-Memory는 구조화(Structure), 확장(Expansion), 진화(Evolution) 및 배포(Deployment)의 네 가지 역할을 중심으로 구성됩니다. 공유 감사 계약은 이 역할들을 연결하며, 다음 네 가지 유형의 아티팩트를 통해 이를 구현합니다: 타입이 지정된 증거 페이로드는 원본 식별 정보와 출처를 보존하고, 진단 추적 정보는 서비스 파이프라인 전반에 걸쳐 증거 손실을 특정하며, 전략 아티팩트는 메모리 정책 변경 사항을 명시적으로 나타내고, 게이트/롤백 기록은 승인된 진화를 제한합니다. MiMemory는 MemStack, MemSense/MemFuse, D$^{2}$ACCI/E$^{2}$MEND 및 LiteMem을 통해 이러한 역할을 구현합니다. 제어된 참조 환경에서의 구조화 평가에서 MemStack은 LoCoMo, PersonaMem-V2 및 LongMemEval에서 각각 93.59%, 57.24% 및 87.47%의 성능을 달성했습니다. 다른 구성 요소들은 모듈 수준, 초기/내부, 전송 가능성 또는 설계 관련 증거를 제공하며, 명확한 경계를 갖습니다. MiMemory는 개인 인공지능을 위한 감사 가능하고, 증거 기반이며, 배포 환경을 고려한 메모리 시스템으로 나아가는 중요한 단계입니다. 프로젝트 홈페이지: https://darwin-agent.github.io/Mi-Memory/

Personal AI is moving beyond chat-only interaction toward continuous services that span phones, cars, homes, wearables, cameras, and tools. In this setting, memory cannot remain a cache of prior conversations. It should serve as a continuity and governance substrate: preserving durable user state, grounding answers in multimodal and device evidence, supporting correction and forgetting, bounding policy evolution, and remaining deployable under latency, cost, privacy, and edge-cloud constraints. This technical report presents Mi-Memory, a lifecycle memory framework for Personal AI organized around four roles: Structure, Expansion, Evolution, and Deployment. A shared audit contract links these roles through four recurring artifact families: typed evidence payloads preserve source identity and provenance, diagnostic traces localize evidence loss across the serving pipeline, strategy artifacts make memory-policy changes explicit, and gate/rollback records bound accepted evolution. MiMemory instantiates the roles through MemStack, MemSense/MemFuse, D$^{2}$ACCI/E$^{2}$MEND, and LiteMem. In controlled-reference Structure evaluations, MemStack reaches 93.59%, 57.24%, and 87.47% on LoCoMo, PersonaMem-V2, and LongMemEval, respectively; other tracks report module-level, preliminary/internal, transfer-feasibility, or design-only evidence with explicit boundaries. MiMemory is a step toward auditable, evidence-gated, and deployment-aware memory systems for Personal AI. Project homepage: https://darwin-agent.github.io/Mi-Memory/ .