예시 대신 지난 추론을 메모리로 붙입니다 — 학습 없이 최대 29.5점 회복

Chain-of-Thought는 성능은 좋지만 장황한 추론 흔적 때문에 비용이 크고, 그 흔적을 압축하면 논리 사슬이 끊겨 정확도가 떨어집니다. 연구진은 컨텍스트에 넣을 것을 원시 예시(demonstration)가 아니라 과거 추론 흔적에서 뽑아낸 '재사용 가능한 추론 메모리'로 바꿨습니다. 반복되는 추론 패턴·핵심 제약·결정적 연산을 요약해두고 프리필 단계에서 검색해 스캐폴드로 주입하는, 추가 학습이 전혀 없는 training-free 프레임워크입니다. 프롬프트 기반 Chain-of-Draft 압축 위에 얹었을 때 GSM8K +21.4, MATH +28.0, BBH +29.5, MMLU-Sci +6.61 포인트가 올랐고 표준 CoT 대비 지연시간은 1.14~1.49배 빨라졌으며, 이 이득이 컨텍스트가 길어진 탓이 아니라 '관련성 있는 메모리' 덕분임도 추가 분석으로 확인했습니다.