MemSlides: A Hierarchical Memory Driven Agent Framework for Personalized Slide Generation with Multi-turn Local Revision

Paper ID: 2606.17162 • 13 Upvotes

Agent Memory Management Personalization Multi-turn Interaction Vision Safety

MemSlides: A Hierarchical Memory Driven Agent Framework for Personalized Slide Generation with Multi-turn Local Revision

📝 핵심 요약

계층적 메모리 구조를 통해 사용자 맞춤형 슬라이드 생성과 정교한 부분 수정(Local Revision)을 가능하게 하는 에이전트 프레임워크

📖 상세 내용

개인화된 프레젠테이션 생성은 단순 프롬프트를 넘어 사용자 선호도 유지와 다회차 수정 과정에서의 제약 조건 관리가 필수적입니다. 기존 방식은 전체 슬라이드를 재생성해야 하거나 이전 대화의 맥락을 잃는 문제가 있었습니다. 이를 해결하기 위해 MemSlides는 장기 메모리(사용자 프로필, 도구 메모리)와 작업 메모리를 분리한 계층적 메모리 프레임워크를 제안합니다. 또한, 전체 슬라이드가 아닌 특정 영역만 수정하는 스코프 기반의 로컬 수정 방식을 결합했습니다. 실험 결과, 사용자 프로필 메모리는 페르소나 정렬을 개선하고, 도구 메모리는 신뢰도 높은 수정 동작을 지원하며, 작업 메모리는 세션 내 제약 조건을 효과적으로 유지함을 확인했습니다.

🔑 주요 내용 (Key Points)

계층적 메모리 구조: 사용자 프로필(장기), 작업 메모리(세션), 도구 메모리(실행 경험)로 분리하여 관리
스코프 기반 로컬 수정: 전체 슬라이드 재생성 대신 영향받는 최소 영역만 업데이트하는 효율적 편집 방식
멀티턴 제약 조건 유지: 작업 메모리를 통해 대화 과정에서의 사용자 요구사항과 제약 조건을 일관되게 유지

💡 실무적 가치 (Relevance)

LLM 에이전트 설계 시 메모리 계층화(Long-term vs Working)와 작업 범위(Scope) 제한이 복잡한 문서 편집 작업의 일관성을 어떻게 높이는지 보여주는 실무적 가이드라인을 제공합니다.

✅ 추천 액션 (Actionable Items)

에이전트 설계 시 사용자 페르소나와 작업 제약 조건을 분리하여 저장하는 데이터 스키마 설계해보기
전체 결과물 재생성 대신 특정 컴포넌트만 수정하는 'Local Edit' 프롬프트 체인 실험하기
도구 사용 경험(Tool Memory)을 벡터 DB에 저장하여 에이전트의 실행 정확도 변화 관찰하기

View on Hugging Face View PDF (arXiv)