예 진(Ye Jin), 양양 쉬(Yangyang Xu), 준 주(Jun Zhu), 이보 양(Yibo Yang) 연구팀은 맞춤형 프레젠테이션 생성과 다회차 로컬 수정을 개선하기 위한 에이전틱 AI 프레임워크인 MemSlides를 발표했다. 기존의 표준 시스템은 프롬프트 전체에 과거 기록을 추가하는 방식을 사용했으나, MemSlides는 메모리를 시간적 범위와 기능적 역할에 따라 장기 메모리와 작업 메모리로 체계화했다. 특히 장기 메모리를 사용자 프로필과 도구 메모리로 세분화한 점이 특징이다.

사용자 프로필 메모리는 의도 기반 프로필을 저장하여 초기 개인화 설정을 가능하게 하며, 작업 메모리는 수정 단계 전반에 걸쳐 사용자의 능동적 선호도와 세션 제약 사항을 유지한다. 또한 도구 메모리는 재사용 가능한 실행 경험을 저장해 신뢰성 있는 로컬 편집을 지원한다. 이 설계 덕분에 시스템은 사용자 요청이 슬라이드의 가장 작은 범위에 영향을 미치도록 매핑하며, 프레젠테이션의 다른 부분에서 의도치 않은 변경이 발생하는 것을 방지한다.

통제된 실험 결과, 이 프레임워크는 다중 페르소나 및 다중 의도 프로필 환경에서 페르소나 정렬 판단 성능을 향상시켰다. 진단적 쌍대 비교 테스트에서는 도구 메모리 주입이 폐쇄 루프 수정 동작을 강화함을 확인했다. 연구팀은 2026년 6월 15일, 사용자의 선호도와 세션 수준의 제약을 안정적으로 반영한 슬라이드 생성을 지원하기 위해 프로젝트 코드와 데모 웹사이트, 문서를 공개했다.

예 진(Ye Jin), 양양 쉬(Yangyang Xu), 준 주(Jun Zhu), 이보 양(Yibo Yang) 연구팀은 맞춤형 프레젠테이션 생성과 다회차 로컬 수정을 개선하기 위한 에이전틱 AI 프레임워크인 MemSlides를 발표했다. 기존의 표준 시스템은 프롬프트 전체에 과거 기록을 추가하는 방식을 사용했으나, MemSlides는 메모리를 시간적 범위와 기능적 역할에 따라 장기 메모리와 작업 메모리로 체계화했다. 특히 장기 메모리를 사용자 프로필과 도구 메모리로 세분화한 점이 특징이다.

사용자 프로필 메모리는 의도 기반 프로필을 저장하여 초기 개인화 설정을 가능하게 하며, 작업 메모리는 수정 단계 전반에 걸쳐 사용자의 능동적 선호도와 세션 제약 사항을 유지한다. 또한 도구 메모리는 재사용 가능한 실행 경험을 저장해 신뢰성 있는 로컬 편집을 지원한다. 이 설계 덕분에 시스템은 사용자 요청이 슬라이드의 가장 작은 범위에 영향을 미치도록 매핑하며, 프레젠테이션의 다른 부분에서 의도치 않은 변경이 발생하는 것을 방지한다.

통제된 실험 결과, 이 프레임워크는 다중 페르소나 및 다중 의도 프로필 환경에서 페르소나 정렬 판단 성능을 향상시켰다. 진단적 쌍대 비교 테스트에서는 도구 메모리 주입이 폐쇄 루프 수정 동작을 강화함을 확인했다. 연구팀은 2026년 6월 15일, 사용자의 선호도와 세션 수준의 제약을 안정적으로 반영한 슬라이드 생성을 지원하기 위해 프로젝트 코드와 데모 웹사이트, 문서를 공개했다.