EGCForest: Structured Agent Memory Organization for Enterprise Group Chats

기업 단체 채팅 기록을 채널, 화자, 산출물 세 개의 숲 구조로 정리해 흩어진 증거까지 찾게 만든 에이전트 기억 프레임워크 논문이다.

이 논문은 한마디로 기업 단체 채팅을 세 개의 계층 구조 숲으로 정리해, 여러 채널과 시간에 흩어진 결정 증거까지 에이전트가 찾도록 만든 기억 프레임워크다. EGCForest는 불변 메시지 로그를 시간 흐름의 채널 숲, 화자 중심의 배우 숲, 산출물 생애의 아티팩트 숲으로 얹는다. 배치 맵과 희소 다리로 숲 사이를 연결해 분산 증거를 복구한다. 세 벤치마크에서 RAG와 기억 시스템 기준을 넘어섰고, 정확도는 MemOS보다 최고 20.85점 높았다.

핵심 요약

• 연구진은 기업 단체 채팅 기록을 채널, 배우, 아티팩트 세 개의 상보적인 숲으로 정리하는 EGCForest 프레임워크를 제안했다.
• 세 숲은 같은 불변 메시지 로그를 공유하고, 배치 맵과 희소 다리가 숲 사이 교차 연결을 만들어 원문 추적 가능성을 지킨다.
• 온라인 검색은 보기별 잎 회수, 요약 보충, 구조 완성, 예산 조립 네 단계로 이루어지고 검색에 LLM 호출이 필요하지 않다.
• 세 기업 채팅 벤치마크에서 EGCForest는 RAG와 기억 시스템 기준을 꾸준히 앞서며, 정답 정확도를 MemOS보다 최고 20.85점 높였다.
• 회사 내부 데이터에서 단계별 기여를 보면 구조 완성 단계가 P@20을 7.1에서 8.0으로, 정확도를 47.9에서 53.3으로 올렸다.
• 질의당 검색 지연은 65 ms로 비교군 가운데 가장 빨랐고, 저장 공간은 206 MB를 차지했다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.