SPIRALbase 파트 1: 풍경으로서의 메모리 - 새로운 연상 기억 모듈

기존 AI 시스템의 메모리가 주로 키-값 쌍의 아카이브 방식(RAG 등)에 의존하는 것과 달리, SPIRALbase는 정보를 '안정적인 분지(Stable Basin)'를 가진 지형으로 저장하는 연상 기억 장치를 제안합니다. 이 시스템은 입력된 단서를 바탕으로 에너지 지형의 낮은 곳으로 이동하며 기억을 복원하는 어트랙터(Attractor) 역학을 핵심 메커니즘으로 사용합니다. 특히 컨텍스트 게이팅과 P(k) 프로젝터를 도입하여 서로 다른 기억 간의 간섭을 최소화하면서도 필요한 경우에만 선택적으로 정보를 공유할 수 있도록 설계되었습니다. 실험 결과, 저장 시점의 마스킹과 의사 가능도(Pseudo-likelihood) 최적화가 단순한 헤비안(Hebbian) 방식보다 더 날카로운 기억 복원력을 보여주었습니다. 이는 대규모 언어 모델의 컨텍스트 윈도우 한계를 보완하고, 추론 경로가 투명하게 공개되는 로컬 메모리 모듈로서의 가능성을 제시합니다.