# LTM, 로봇이 과거 행동을 간결하게 기억하도록 돕는다

> 연구진이 시각·언어·행동 로봇이 과거 상호작용을 간결한 전이 정보로 저장하는 방법을 소개했다. 기억력 평가 과제에서 성공률이 높아졌다고 보고했다.

Oossa · 2026-10-16 · https://oossa.com/ko/ltm-gives-robots-a-compact-memory-of-past-actions

연구진은 로봇이 더는 보이지 않는 과거 상호작용을 기억하도록 돕는 방법인 잠재 전이 메모리(Latent Transition Memory, LTM)를 소개했다. 전체 관측 정보를 저장하는 대신 연속된 관측 사이의 전이를 간결하게 기록하고, 이를 π₀.₅ 시각·언어·행동 모델과 함께 활용한다.

연구진이 보고한 실험에서 LTM-π는 LIBERO-Mem에서 80.5%, RoboMME에서 58.54%의 성공률을 기록했다. 외부 추론 모델이나 메모리 전용 주석을 사용하지 않은 기준 모델보다 높은 수치다. 논문은 실제 로봇의 계수 과제 성공률도 11.25%에서 82.50%로 높아졌다고 보고했지만, 초록에는 로봇이나 실험 환경에 관한 세부 정보가 없다.

## 팩트

- 이 방법은 연속된 관측 사이의 전이를 저장하고, 점진적 추론에 인과적 KV 캐싱을 활용한다.
- 논문은 메모리 예산을 200토큰으로 제한했을 때 성공률이 84.00%였다고 보고했다. 압축하지 않았을 때의 성공률은 87.50%였다.

## 왜 중요한가

로봇 연구자에게 LTM은 적은 메모리 예산으로 상호작용 이력을 저장하는 검증된 방법을 제시한다. 다만 초록만으로는 다른 로봇이나 과제에도 얼마나 잘 적용되는지 확인할 수 없다.

## 출처 및 참고 자료

1. [LTM: Latent Transition Based In-Context Memory for Vision-Language-Action Models](https://arxiv.org/abs/2610.21362) – arXiv cs.RO, 2026-10-16

최종 업데이트: 2026-10-16