GUI Agent를 위한 실행 가능한 에이전트 메모리 (Executable Agentic Memory)

요약

본 논문은 기존 GUI 에이전트가 장기 과제에서 취약한 모델 중심적 상호작용 패러다임을 개선하기 위해 '실행 가능한 에이전트 메모리(EAM)'라는 구조화된 지식 그래프를 제안합니다. EAM은 상태 인식 DFS와 행동 그룹 마이닝을 통해 다단계 루틴을 압축하는 효율적인 메모리 구축 파이프라인을 포함합니다. 또한, Q-함수 모델 기반의 가치 안내 그래프 탐색을 도입하여 계획의 정확성을 높이고, AndroidWorld 등 실증 환경에서 기존 최신 모델 대비 높은 성능과 낮은 비용(GPT-4o 대비 6배 절감)을 입증했습니다.

핵심 포인트

• GUI 에이전트의 장기 과제 취약점을 해결하기 위해 구조화된 지식 그래프인 EAM을 제안함.
• EAM은 상태 인식 DFS와 행동 그룹 마이닝을 사용하여 다단계 루틴을 압축하는 메모리 구축 파이프라인을 제공함.
• 계획 과정에 Q-함수 모델 기반의 가치 안내 그래프 탐색(value-guided graph search)을 도입하여 효율성을 높임.
• 실험 결과, EAM은 기존 최신 베이스라인 대비 높은 성능을 유지하면서도 토큰 비용을 크게 절감하고 낮은 지연 시간을 달성함.