연구진은 LLM의 사용자 기억이 '개인화' 능력으로 묶이는 현상에 주목하여, 실제로는 상반된 실패 요인을 숨기고 있음을 지적했어요.
사용자 기억은 행동 일관성, 사실적 존재, 사실적 부재의 세 가지 직교 축으로 분리되며, 단일 모델이 모든 축에서 우위를 점하지는 않아요.
gamma-LoRA는 행동 스타일에서 강점을 보이지만, RAG는 사실적 부재에서 우위를 점하며, 주의 레이어의 특정 셀이 이 두 가지 효과를 반대 방향으로 발생시키는 원인으로 작용해요.
Llama-3.1-8B-Instruct 모델에서는 이러한 비대칭성이 더욱 심화되어, 사용자 기억의 행동적 장점이 사라지고 RAG 대비 사실적 부재 부족 현상이 심화되는 '정렬세'가 발생해요.