Copied


MIRIX-2.0 : 다중 에이전트 메모리 시스템이 벤치마크 리딩 정확도를 달성하다

Caroline Bishop   Nov 17, 2026 21:41 0 Min Read


새로운 AI 연구 논문인 MIRIX-2.0 : 다중 에이전트 메모리 시스템이 2026-11-17에 발표되어 대규모 언어 모델(LLM) 에이전트를 위한 고급 메모리 시스템을 소개합니다. Wei-Chieh Huang, Weizhi Zhang, Jiayan Nan, Peng Xia 및 Yu Wang에 의해 개발된 이 시스템은 미세 조정 없이도 여러 벤치마크에서 정확도와 효율성의 상당한 개선을 보여줍니다. 오픈 소스 구현은 GitHub에서 가능합니다.

LLM 에이전트를 위한 장기 메모리의 혁신

MIRIX-2.0는 LLM 에이전트를 위한 장기 메모리의 핵심 과제, 즉 개인화, 일관성 및 정보의 효율적인 재사용의 필요성에 대해 다루고 있습니다. 전통적인 파라메트릭 메모리 시스템은 종종 훈련이 필요하고 통합 과정에서 세부 정보를 잃어버릴 위험이 있지만, 모든 기록을 유지하는 것은 검색 프로세스에서 비효율성을 초래할 수 있습니다. MIRIX-2.0는 핵심, 에피소드, 의미론적, 절차적, 자원 및 지식 금고의 육가지 전문 메모리 구성 요소를 통합한 다중 에이전트 메모리 아키텍처를 통해 이러한 제한을 극복합니다.

벤치마크 리딩 성능

시스템은 오개의 QA 벤치마크 중 사개에서 리딩 결과를 달성했습니다. 주요 하이라이트는 다음과 같습니다:

  • LoCoMo 벤치마크에서의 91.4% 정확도로, 가장 강력한 기준선을 14.3 포인트만큼 초과했습니다.
  • LongMemEval-S에서 72.6% 정확도로 14.3 포인트로 리드하고 있습니다.
  • AutoDream이 비활성화된 상태에서 단일 홉 및 다중 홉 QA 작업에서 HyperMem에 비해 각각 31.0 포인트 및 22.0 포인트의 개선을 기록하였습니다.

절차적 메모리 작업에서는 MIRIX-2.0가 비교된 시스템 중에서 가장 높은 평균 성공률을 달성했습니다. MetaClaw-Bench에서 49.2%의 성공률을 기록하며 44.0%의 점수를 받은 MetaClaw의 스킬 라이브러리를 능가했습니다.

기술 혁신

시스템은 n-ary 프레임을 사용하여 에피소드 및 의미론적 기록을 인덱싱하기 위해 출처 하이퍼그래프를 활용하여 명시적인 자원 예산에서 효율적인 검색을 보장합니다. 이 설계는 증거 기반이 역사와 함께 무분별하게 성장하는 것을 방지합니다. 또한 AutoDream 기능은 쓰기 경로 외부에서 중복 앵커를 통합하고 작업 세션을 재사용 가능한 기술로 증류하여 속도와 효율성을 모두 향상시킵니다.

MIRIX-2.0는 폐쇄형 및 개방형 모델 모두와 원활하게 작동하며 미세 조정이 필요 없고 텍스트, 이미지, 음성 및 화면 캡처와 같은 다중 모드 입력을 지원합니다. PostgreSQL 네이티브 BM25 전체 텍스트 검색 및 선택적 Neo4j 기반 그래프 메모리는 그의 고급 검색 기능을 더욱 향상시킵니다.

오픈 소스 가용성

MIRIX-2.0 시스템은 GitHub에서 오픈 소스 프로젝트로 제공되어 개발자가 기능을 탐색하고 애플리케이션에 통합할 수 있습니다. 개인 정보 중심의 설계는 모든 장기 데이터가 로컬로 저장되고 사용자가 제어하는 개인 정보 설정이 유지되도록 보장합니다.

LLM 에이전트를 위한 메모리 시스템의 이 혁신은 AI 모델이 장기 메모리, 개인화 및 절차적 작업을 처리하는 방식을 재정의할 가능성이 있으며, 보다 지능적이고 효율적인 AI 애플리케이션을 위한 길을 열어줍니다.


Read More