극적 이론을 활용한 캐릭터·장면 기반 에피소드 메모리 CAST

초록

CAST는 인간의 서사 구조에서 영감을 받아 대화 에이전트에 3차원(시간·장소·주제) 장면을 구축하고, 등장인물별 프로필에 장면을 연결해 에피소드 기억을 저장한다. 동시에 그래프 기반 의미 기억을 병합해 이중 메모리 체계를 만들며, LO‑COMO·epbench 등에서 기존 KV·벡터·그래프 메모리 대비 평균 8 % 이상의 F1·10 % 이상의 J 점수를 향상시킨다.

상세 분석

본 논문은 인간의 기억 체계—의미 기억과 에피소드 기억을 구분하는 인지 과학 이론—을 에이전트 메모리 설계에 직접 적용한 점이 가장 큰 혁신이다. 기존 LLM 기반 에이전트는 키‑밸류, 고차원 벡터, 혹은 그래프 형태로 경험을 저장하지만, 이들 방식은 ‘누구에게, 언제, 어디서’라는 삼위일체적 맥락을 보존하지 못한다. CAST는 이를 보완하기 위해 두 단계의 인덱스를 만든다.

1. 에피소드 인덱스: 대화 흐름을 ‘뷰(view)’라는 짧은 윈도우(기본 w=1)로 분할하고, 각 뷰에 시간, 장소, 토픽(주제) 메타데이터와 등장인물 집합을 부착한다. 이후 3차원(시간·장소·주제) 거리 기준으로 뷰들을 클러스터링해 ‘장면(scene)’을 형성한다. 장면은 인간 연극 이론의 ‘시간·장소·행동의 일관성’(classical unities)을 그대로 차용한 구조이며, 각 장면은 요약 벡터 ϕ(s)와 참여자 집합 P(s)를 갖는다.

2. 캐릭터 프로필: 장면별 주요·보조 역할을 라벨링(MC/SC)하고, 등장인물별로 시간 순서대로 장면을 정렬해 프로필 π(c)를 만든다. 이는 “누구에게 무슨 일이 언제 어디서 일어났는가”를 압축한 연대기적 기록이며, 질문 시 해당 인물의 프로필을 직접 탐색함으로써 정밀한 에피소드 회상이 가능하다.

3. 의미 인덱스: OpenIE를 이용해 (주어, 서술어, 목적어) 삼중항을 추출하고, 이를 구절·패시지 노드와 연결해 이질적 그래프를 만든 뒤, DPR(Dense Passage Retrieval)과 결합한다. 이는 다중 홉 추론이나 사실 기반 질문에 강점을 제공한다.

검색·통합 메커니즘: 사용자가 질의 q를 입력하면, 의미 인덱스에서 E_sem(q)를, 장면 인덱스에서는 z_q = f_scene(q)와 k‑NN을 통해 가장 유사한 장면들을 회수한다. 두 결과를 사전 정의된 가중치 혹은 LLM‑as‑Judge 기반 재랭킹으로 융합해 최종 답변을 생성한다.

실험: LO‑COMO와 epbench 두 벤치마크에서 CAST는 기존 RA‑G, Mem0, HippoRAG2 등과 비교해 평균 F1 8.11 %·J 10.21 % 상승을 기록했다. 특히 시간‑민감형 대화 질문에서 최대 24 %·46 %까지 개선했으며, 이는 장면‑기반 에피소드 기억이 시점·장소 정보를 보존하는 데 효과적임을 증명한다.

강점:

• 인간 서사 구조와 인지 이론을 직접 모델링해 메모리의 해석 가능성과 정밀성을 동시에 확보.
• 의미·에피소드 이중 메모리로 각기 다른 질의 유형에 최적화된 검색 경로 제공.
• 클러스터링 기반 장면 생성이 비교적 단순하면서도 고차원 텍스트 흐름을 효과적으로 요약.

한계 및 개선점:

• 장면 클러스터링에 사용되는 Δ_t, Δ_ℓ, Δ_τ 임계값이 도메인에 따라 민감하게 작용할 수 있어 자동 튜닝이 필요.
• 현재 인물 식별은 명시적 언급에 의존하므로, 암시적 언급이나 별명 처리에 약점이 있다.
• 대규모 실시간 대화에서 뷰‑장면‑프로필 업데이트 비용이 누적될 가능성이 있어, 증분 인덱싱 메커니즘이 요구된다.

전반적으로 CAST는 에이전트 메모리 설계에 서사적·인지적 관점을 도입함으로써 기존 평면적 저장 방식의 한계를 뛰어넘는 실용적 프레임워크라 할 수 있다.