MemToolAgent는 과거 사용자-에이전트 대화를 메모리로 관리해 LLM 에이전트의 도구 사용 능력을 미세조정 없이 끌어올리는 프레임워크다. 과거 경험을 구조화된 메모리 항목으로 가공하는 추출 모듈과, 저장된 항목 중 일부를 동적으로 선택하는 검색 모듈로 구성된다. 핵심 기여는 세 가지로, 범용·개인화 도구 사용을 모두 개선하는 통합 메모리 형식, 환경·사용자 피드백으로 잘못된 실행을 비평으로 정제해 저장하는 반영 기반 추출, 메모리 유사도 분포에 따라 사용할 과거 경험 수를 정하는 검색 모듈이다. 그 결과 WorkBench, NESTFUL, PEToolBench에서 강력한 베이스라인 대비 각각 29%·80%·17%의 상대 성능 향상을 달성했다. 재학습 없이 개인화된 정확한 도구 사용을 구현할 실용적 경로를 제시한다.

• •과거 대화를 구조화 메모리로 관리해 LLM 미세조정 없이 도구 사용 능력을 개선하는 프레임워크
• •메모리 추출 모듈과 동적 검색 모듈로 구성, 통합 메모리 형식 제안
• •환경·사용자 피드백으로 잘못된 실행을 비평으로 정제해 저장하는 반영 기반 추출
• •WorkBench·NESTFUL·PEToolBench에서 각각 29%·80%·17% 상대 성능 향상