재료과학 연구는 성공한 스크립트, 신뢰할 수 있는 프로토콜, 실패한 계산에 붙은 경고처럼 축적된 경험을 통해 발전하지만, 이 경험은 노트북과 저장소, 작업 로그, 개인 기억에 흩어져 있고 AI 에이전트 간에 이식되기 어렵다. 연구진은 특정 에이전트 구현이 아닌 지속적인 메모리를 중심으로 평생 AI 파트너를 설계할 것을 제안하고, 관찰·실패 경계·프로토콜·검증 절차를 검색·수정·이식 가능한 사실과 실행 가능한 기술로 저장하는 자기진화형 메모리 프레임워크를 소개한다. 138개 실행 하위작업을 포함한 49개 실제 재료-도구 활용 질문에서 메모리는 모델 파라미터 업데이트 없이 GPT-5.2의 작업 성공률을 거의 두 배로 끌어올렸다. 원소 고체 상태방정식 계산에서는 메모리가 파동함수 초기화 실패를 사전 실행 가드레일로 전환해 결과를 22/1/4에서 25/2/0으로 개선하고 반복 오류의 92%를 방지했으며, 13개 실제 시뮬레이션 워크플로에서는 세 번째 라운드까지 토큰 사용량과 도구 호출을 절반 이하로 줄이면서도 물리적으로 유의미한 결과를 유지했다.

• •관찰·실패경계·프로토콜·검증을 저장하는 자기진화형 메모리 프레임워크로 모델과 무관하게 이식 가능
• •49개 재료-도구 질문(138개 하위작업)에서 메모리가 GPT-5.2 성공률을 거의 두 배로 향상
• •상태방정식 계산에서 초기화 실패를 사전 가드레일로 전환, 반복 오류 92% 방지
• •13개 실제 워크플로에서 3라운드째 토큰·도구 호출을 절반 이하로 절감