SimpleMem, 기억 토큰 30배 절감

SimpleMem은 LLM 에이전트의 장기 대화를 사실 단위로 재작성하고 중복 정보를 통합해 저장하는 메모리 프레임워크다.

질문이 들어오면 의도에 맞춰 검색 범위와 깊이를 조절해, 전체 대화를 반복해서 읽는 방식보다 추론 비용과 지연을 줄인다.

• 논문은 LoCoMo 벤치마크에서 평균 F1을 26.4% 향상하고 추론 시점 토큰 사용량을 최대 30분의 1로 줄였다고 보고했다.
• 텍스트 전용 SimpleMem, 멀티모달 검색을 지원하는 Omni-SimpleMem, 검색 설정을 자동 개선하는 EvolveMem을 제공한다.
• pip install simplemem으로 설치할 수 있으며 Python API와 MCP 연동을 지원한다.
• 단발성 질의에는 저장 단계의 LLM 처리 비용이 부담이 될 수 있고, 멀티모달·자기 진화 검색은 MCP 경로에서 아직 지원되지 않는다.

LoCoMo 수치는 저자 측 실행 결과이며, 텍스트 전용 SimpleMem과 지식 그래프·하이브리드 검색을 포함한 Omni-SimpleMem은 서로 다른 백엔드이므로 직접 비교할 때 주의가 필요하다.