Papers·1주 전
MemSlides: 계층형 메모리로 프레젠테이션 개인화 — 사용자 프로필·작업 메모리·도구 메모리 분리
MemSlides는 프레젠테이션 생성 에이전트를 위한 계층형 메모리 프레임워크로, 장기 메모리(사용자 프로필·도구 메모리)와 작업 메모리를 분리해 다중 태스크·다중 수정에서 일관된 개인화를 달성합니다. 사용자 프로필 메모리는 의도별 프로필을 저장해 0라운드 개인화를 지원하고, 작업 메모리는 세션 제약을 유지하며, 도구 메모리는 재사용 가능한 실행 경험을 저장해 로컬 편집을 안정화합니다. 실험 결과, 프로필 메모리는 다중 인물·의도 프로필 뱅크에서 인물 정합성 판단을 개선했고, 도구 메모리는 진단적 쌍 설정에서 폐루프 수정 동작을 향상시켰습니다.
MemSlides는 프레젠테이션 생성 에이전트에서 사용자 선호도를 태스크 간·수정 라운드 간에 안정적으로 유지하기 위해 장기 메모리와 작업 메모리를 분리한 계층형 메모리 프레임워크를 제안합니다.
핵심 결론
- 개인화 성능 — 사용자 프로필 메모리는 다중 인물·다중 의도 프로필 뱅크에서 인물 정합성 판단을 개선했습니다.
- 수정 신뢰성 — 도구 메모리 주입은 진단적 쌍 설정에서 폐루프 수정 동작(예: 특정 슬라이드만 변경)을 향상시켰습니다.
- 작업 메모리 — 정성적 사례를 통해 작업 메모리가 세션 간 선호도를 유지하는 능력을 확인했습니다.
방법
- 계층형 메모리 — 장기 메모리는 사용자 프로필 메모리(의도별 프로필)와 도구 메모리(재사용 가능 실행 경험)로 나뉘고, 작업 메모리는 활성 선호도와 세션 제약을 운반합니다.
- 범위 제한 수정 — 슬라이드-로컬 수정(scoped slide-local revision)을 도입해 전체 덱을 재생성하지 않고 최소 영향 영역만 업데이트합니다.
- 프로필 구조 — 사용자 프로필 메모리는 의도(intent) 조건화된 프로필을 저장해 0라운드 개인화를 지원합니다.
한계·조건
- 실험 규모 — 실험은 통제된 환경(프로필 뱅크, 진단적 쌍)에서 수행되었으며, 실제 사용자 연구는 포함되지 않았습니다.
- 도구 메모리 — 도구 메모리의 재사용 가능 실행 경험은 특정 편집 패턴에 국한될 가능성이 있습니다.
- 코드 공개 — 코드나 데이터셋 공개 여부는 명시되지 않았습니다.
편집자 한 줄
개인화 에이전트에서 메모리 계층화를 체계적으로 다룬 점이 인상적이며, 특히 도구 메모리 아이디어는 반복 편집 태스크에서 실용적일 만합니다.
- #memory
- #personalization
- #presentation
- #multi-turn
- #huggingface
Ye Jin