KAIST, 사전 작업 메모리 구축으로 에이전트 콜드 스타트 해결 — AppWorld 비용 2.99배 절감

KAIST 연구팀이 에이전트가 실제 작업을 보기 전에 합성 연습만으로 절차적 메모리를 구축하는 Preping 프레임워크를 제안했습니다. Proposer 메모리가 합성 작업의 난이도·중복·커버리지를 제어하고, Validator가 유용한 궤적만 선별해 저장함으로써 AppWorld, BFCL v3, MCP-Universe에서 온라인 메모리 대비 배포 비용을 각각 2.99배, 2.23배 낮추면서도 경쟁력 있는 성능을 달성했습니다. 다만 합성 데이터 생성 자체에도 비용이 들며, 제안자 메모리의 초기 상태가 성능에 영향을 줄 수 있다는 한계가 있습니다.

• #agent
• #memory
• #kaist
• #synthetic-data
• #cold-start