# NeuSymMS: A Hybrid Neuro-Symbolic Memory System for Persistent, Self-Curating LLM Agents

### 저자

Mujahid Sultan, Sri Thuraisamy, Daya Rajaratnam

### 💡 개요

본 논문은 LLM 에이전트가 사용자 세션 간에 지속적으로 학습하고 기억하며 추론할 수 있도록 하는 하이브리드 신경-기호 메모리 시스템인 NeuSymMS를 제안합니다. NeuSymMS는 비정형 대화에서 신경 사실 추출과 CLIPS 기반 전문가 시스템을 결합하여 명시적인 라이프사이클 규칙에 따라 사실을 분류, 중복 제거 및 조정합니다. 이를 통해 LLM 에이전트는 맥락 창 크기 증가나 개체 간 오염 없이 지속적인 기억을 유지하면서 신뢰할 수 있고 감사 가능한 메모리를 확보할 수 있습니다.

### 🔑 시사점 및 한계

- LLM 에이전트의 장기적인 기억력과 지속적인 학습 능력을 향상시킵니다.

- 신경망과 기호 논리를 결합한 하이브리드 접근 방식을 통해 메모리 관리의 신뢰성과 감사 가능성을 높입니다.

- 실시간으로 정보를 처리하고, 중복을 제거하며, 관련성을 유지함으로써 LLM 에이전트의 성능을 최적화합니다.

- 다양한 환경에서의 적용 가능성과 확장성에 대한 추가 연구가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.17596)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).