agentic-memory는 에이전트 시대의 핵심 인프라로 부상하고 있다. 메모리 없이는 에이전트도 없다. 아래는 에이전틱 메모리의 개념·아키텍처·보안·평가를 폭넓게 다루는 논문, 영상, 아티클 10편이다. 입문부터 최신 연구 흐름까지 순서대로 읽으면 전체 그림을 잡을 수 있다.

핵심 자료 10선

1. Rethinking Memory Mechanisms of Foundation Agents in the Second Half: A Survey

Stanford, Salesforce, Google, Meta 등 다수 기관의 연구자들이 공동 저술한 서베이. AI 에이전트가 복잡한 장기 상호작용을 처리하기 위해 메모리를 어떻게 활용하는지, 메모리 유형·아키텍처·평가 방법을 체계적으로 분류하고 현재 한계와 미래 방향을 논한다.

→ arxiv.org/abs/2602.06052

2. A Survey on the Security of Long-Term Memory in LLM Agents: Toward Mnemonic Sovereignty

AI 에이전트 장기 메모리의 보안 위험을 집중 분석한다. 쓰기·저장·검색·공유·삭제 등 메모리 수명주기 전 단계에서 어떻게 조작·유출·오염이 일어나는지 위협 모델을 제시하고, 미래 AI 시스템에 필요한 강력한 메모리 거버넌스를 주장한다.

→ arxiv.org/abs/2604.16548

3. Graph-based Agent Memory: Taxonomy, Techniques, and Applications

그래프 구조를 활용한 에이전트 메모리를 심층 분석한다. 엔티티·관계 표현, 계층적 지식 조직, 검색·추론 개선, 자기 진화 에이전트를 위한 장기 메모리 지속 갱신 방법을 다룬다. graphiti, gbrain 같은 도구의 이론적 배경으로 읽기 좋다.

→ arxiv.org/abs/2602.05665

4. Anatomy of Agentic Memory: Taxonomy and Empirical Analysis of Evaluation and System Limitations

실제 에이전틱 메모리 시스템에 초점을 맞춘 실증 분석. 메모리 아키텍처, 벤치마크 한계, 평가 신뢰성, 백본 모델 의존성, 레이턴시·유지 비용을 분석한다. 이론적 약속과 실제 성능의 간극을 직시하는 현실적인 시각을 제공한다.

→ arxiv.org/abs/2602.19320

5. The AI Hippocampus: How Far are We From Human Memory?

파라미터 내 암묵적 메모리, 외부 명시적 메모리, 에이전틱 영속 메모리까지 세 계층을 아우른다. 멀티모달 설정(시각·언어·오디오·액션)에서의 메모리 동작까지 확장해 인간 기억과의 거리를 측정하는 광범위한 서베이다.

→ arxiv.org/abs/2601.09113

6. Why AI Intelligence is Nothing Without Visual Memory | Shawn Shen

Shawn Shen이 AI에 해마(hippocampus) 같은 별도 메모리가 필요한 이유를 설득력 있게 설명한다. 장기 시각 기억, 물체 영속성(object permanence), 로봇·웨어러블·물리 세계를 위한 온디바이스 인텔리전스를 주제로, 챗봇을 넘어선 구체화 AI(embodied AI)의 미래를 다룬다.

→ youtube.com/watch?v=3ccDi4ZczFg

7. When Will We Give AI True Memory? — Pinecone CEO Edo Liberty

Pinecone CEO Edo Liberty가 RAG를 넘어선 진짜 LLM 메모리를 위해 무엇이 필요한지 논한다. 확장 가능한 벡터 저장소, 신뢰할 수 있는 지식 시스템, 컴퓨팅보다 스토리지가 AI 에이전트 신뢰성의 핵심 병목이 되는 이유를 실무 관점에서 설명한다.

→ youtube.com/watch?v=ITbwVFZYepc

8. Does AI Remember? The Role of Memory in Agentic Workflows (Turing Post)

SOAR의 유산, 메모리 유형, 생성적 워크플로, LLM의 메모리 모드, AI가 메모리 자체에 미치는 영향을 다루는 Turing Post 아티클. 에이전틱 메모리를 빠르게 개관하기에 좋다.

→ turingpost.com/p/aia9

9. MemEvolve: Meta-Evolution of Agent Memory Systems

에이전트 경험과 메모리 아키텍처를 함께 적응시키는 프레임워크. 메모리 설계를 비교하는 모듈형 코드베이스 EvolveLab도 함께 제시하며, 다양한 태스크와 LLM에서 성능 향상과 전이를 입증한다.

→ arxiv.org/abs/2512.18746

10. Memory in the Age of AI Agents

에이전트 메모리 연구를 체계화한 또 다른 서베이. 메모리 형태·기능·역학에 걸친 구체적 분류 체계를 제공하고, 체계적인 에이전트 메모리 시스템 구축을 위한 벤치마크·프레임워크·방향을 요약한다.

→ arxiv.org/abs/2512.13564

누구에게 유용한가

• 에이전트 시스템 설계자: 메모리 아키텍처 선택(벡터 vs. 그래프 vs. 하이브리드)의 트레이드오프를 파악하기 위해
• MLOps·보안 엔지니어: 프로덕션 에이전트 메모리의 취약점과 거버넌스 전략을 이해하기 위해
• AI 연구자: 현재 평가 방법론의 한계와 오픈 리서치 방향을 파악하기 위해

참고 자료

• 10 Comprehensive Resources about Agentic Memory — Turing Post (2026-05-10)