기존의 에이전트 메모리(agent memory)는 주로 반응적(reactive)이고 검색 기반(retrieval-based)인 상태로 남아 있으며, 경험을 지속적인 인지 구조(cognitive structure)로 자율적으로 조직하는 능력이 부족합니다. 진정으로 자율적인 에이전트를 향한 여정으로서, 우리는 차세대 선제적(proactive) 어시스턴트를 위해 설계된 뇌에서 영감을 받은 상시 작동형(always-on) 에이전트 메모리인 Cognifold를 소개합니다. CogniFold는 파편화된 이벤트 스트림(event streams)을 스스로 생성되는 인지 구조로 지속적으로 접어(folds) 넣으며, 들어오는 이벤트와 축적된 지식으로부터 점진적으로 더 높은 수준의 인지(cognition)를 부트스트래핑(bootstrapping)합니다. 우리는 이를 상보적 학습 시스템 (Complementary Learning Systems, CLS) 이론을 기존의 두 개 층(해마, 신피질)에서 전전두엽 의도 층(prefrontal intent layer)을 추가하여 세 개 층으로 확장함으로써 이론적 근거를 마련했습니다. 의도적 제어와 의사결정의 중심지로서 전전두엽 피질(prefrontal cortex)을 모방하여, CogniFold는 그래프 위상 구조의 자기 조직화(graph-topology self-organization)를 통해 이를 달성합니다. 즉, 인지 구조는 스트림 하에서 선제적으로 조립되고, 의미론적으로 유사할 때 병합되며, 오래되면 쇠퇴하고, 연상 회상(associative recall)을 통해 다시 연결되며, 개념 클러스터(concept-cluster) 밀도가 임계값을 넘을 때 의도(intents)를 표면화합니다. 우리는 CogEval-Bench를 사용하여 구조적 형성을 평가하였으며, CogniFold가 인지적 기대 및 개념 출현(concept emergence)과 일치하는 메모리 구조를 독특하게 생성함을 입증했습니다. 나아가, 5개의 인지 영역에 걸친 7개의 광범위한 벤치마크를 통해, CogniFold가 기존의 메모리 벤치마크에서도 동시에 견고한 성능을 발휘함을 검증했습니다.