MGA (Memory-Driven GUI Agent)는 대형 언어 모델(LLM) 및 멀티모달 LLM(MLLM)을 활용한 GUI 에이전트 개발에 대한 연구입니다. 기존 에이전트의 문제점인 오류 전파 및 국소 탐색 편향을 해결하기 위해 '관찰 후 결정' 원칙을 기반으로 GUI 상호 작용을 재구성합니다. MGA는 현재 스크린샷, 작업 불가지론적 공간 정보, 동적으로 업데이트되는 구조화된 메모리로 구성된 독립적인 환경 상태를 통해 각 단계를 모델링합니다. OSworld 벤치마크, 실제 데스크톱 애플리케이션(Chrome, VSCode, VLC) 및 교차 작업 전송 실험에서 MGA는 기존 방법론보다 견고성, 일반화 및 효율성 측면에서 상당한 향상을 보였습니다.