연구진은 장기 LLM 에이전트의 메모리 선택 시 단순 관련성 대신 인과적 유용성을 고려하는 Causal Memory Intervention (CMI) 기법을 제안했어요. CMI는 후보 메모리가 모델 답변에 미치는 영향을 추정하여 성능을 향상시키는 메모리를 선택하고, 불안정하거나 유해한 메모리는 억제하는 방식이에요. 새로운 벤치마크 Causal-LoCoMo를 통해 CMI가 기존 방식보다 답변 품질과 오해를 줄이는 데 효과적임을 입증했어요.