LLM 에이전트가 장기적인 작업에 투입되면서 지속적인 추론을 위해 상호 작용 기록을 유지하는 것이 중요해지고 있어요. 이에 따라 다양한 에이전트 메모리 시스템이 등장했지만, 시스템 수준의 동작은 제대로 분석되지 않았어요.
연구진은 에이전트 메모리 시스템을 분류하는 분류 체계를 만들고, 비용 프로파일링 도구를 개발하여 10개의 시스템을 분석했어요. 결과적으로 메모리 구축, 검색, 생성 단계별 비용 변화를 파악했어요.
분석 결과를 바탕으로 메모리 구축 스케줄링, 최소 성능 기준, 쿼리 볼륨을 통한 비용 절감, 최신성-지연 시간 균형, 대규모 관리 등 10가지 시스템 권장 사항을 제시했어요.