MobileMem은 모바일 환경에서 AI 에이전트의 장기 기억 능력을 평가하기 위한 벤치마크이자 프레임워크로, 1년치 실제 모바일 사용 경험 데이터를 기반으로 구축됐다. 지식 기반 합성 파이프라인을 통해 사용자-앱 세션에서 일관되고 시간적으로 정합적인 장기 궤적을 생성하며, 텍스트와 멀티모달 설정 모두에서 다중홉·시간적 추론, 지식 갱신, 암묵적 선호 추론을 포괄한다. 기존 벤치마크가 이질적이고 진화하는 개인화된 모바일 경험을 다루기에 부족했던 문제를 겨냥해, 고립된 사실이 아니라 경험 자체를 모델링하는 방식을 채택했다. 이를 통해 메모리 능력을 단순 정보 검색을 넘어 지속적 개인 학습을 위한 '경험적 지능'으로 확장하려는 시도다.

• •1년 규모 실제 모바일 사용 경험 데이터 기반의 장기 기억 벤치마크
• •지식 기반 합성 파이프라인으로 일관된 장기 사용자-앱 괜적 생성
• •다중홉·시간적 추론, 지식 갱신, 암묵적 선호 추론을 포괄 평가
• •고립된 사실이 아닌 '경험' 모델링으로 정보검색을 넘는 경험적 지능 지향