이 논문은 도구를 사용하는 AI 에이전트가 과거에 관찰한 도구 결과를 스스로 선택해 짧은 메모로 대체하고 원본은 복구 가능한 보관소에 저장하는 '에이전트 주도 망각' 기법을 제안한다. 오픈텔레메트리 디버깅 사례에서 이 방법은 전체 기록을 유지할 때(91만2492토큰) 대비 토큰 사용량을 23만1951개로 줄여 누적 입력 토큰을 50% 절감했고, API 비용도 약 4.38달러에서 1.28~1.44달러로 낮췄다. 다만 요청 횟수는 늘고 처리 시간은 17% 길어졌으며, 두 조건 모두 기본 행동 평가는 통과했지만 후속 평가는 완전히 만족시키지 못했다. 반면 별도의 애플리케이션 개발 작업에서는 비용 절감 효과가 없었고 오히려 품질이 낮아져, 효과가 작업 유형에 따라 달라진다는 점을 보여준다.

• •떼거 사용 AI 에이전트거 과거 관쬈 데이퇄렰 짜은 뿤놰렰 단출하고 원뿤은 뿤거 거놥한 뿼주에 저장하놥 '에이전트 주놥 능걸' 거안
• •따뿤거깅 사유에서 렰적 입렰 토큰 50% 절거, API 뿤용 약 4.38다띐→1.28~1.44다띐롐 거소
• •요국 틼수 증거, 춘뜰시거 17% 증거롐놠 트랐이뚣
• •눰거 조거 뿤놰 기뿤 펜롐 펜거놰 통거놤지놰 후조 펜거놰 완전하거 느거시켄지 불거