메인 표는 리더에게 최대 8장의 메모리 이미지를 준다. 리뷰어가 물어볼 법한 "이미지 예산을 줄이면 각 전략이 얼마나 버티는가"에 대응하기 위해 8→4 예산 절제 실험을 설계했다. 전략별로 예산 축소 방식이 다르다: sframes는 4프레임 uniform sampling, svis는 4-frame 기준으로 메모리를 다시 요약·재작성, stag(tagmem)는 index를 그대로 유지한 채 retrieval 시 최대 4장만 가져온다.
Finding (n=717):
| Strategy | 8-img Avg | 4-img Avg | Δ (pp) | McNemar (+/−, p) |
|---|---|---|---|---|
| sframes (uniform) | 35.7 | 21.6 | -14.1 | +39/−140, p=0.000 |
| svis (rewritten) | 44.1 | 29.8 | -14.2 | +44/−146, p=0.000 |
| stag (tagmem) | 46.6 | 45.0 | -1.5 | +14/−25, p=0.108 (n.s.) |
Restore (n=575):
| Strategy | 8-img Avg | 4-img Avg | Δ (pp) | McNemar (+/−, p) |
|---|---|---|---|---|
| sframes (uniform) | 9.6 | 3.8 | -5.7 | +10/−43, p=0.000 |
| svis (rewritten) | 16.0 | 7.3 | -8.7 | +14/−64, p=0.000 |
| stag (tagmem) | 19.0 | 17.2 | -1.7 | +7/−17, p=0.064 (경계, n.s.) |
tagmem의 index 기반 retrieval은 "중요한 4장을 고르는" 방식이라 예산이 줄어도 관련성 낮은 이미지부터 잘려나가는 반면, uniform sampling·전체 재요약 방식은 예산이 줄면 무작위로 정보가 손실된다. 이는 tagmem이 정확도뿐 아니라 저장/전송 비용 대비 효율에서도 실용적 이점이 있다는 근거로 논문에 추가할 수 있다.
Routine/Resume에 대한 이미지 예산 ablation은 아직 측정되지 않음 — 이 두 태스크는 발화 의존도가 높아(다른 카드의 모달리티 절제 결과 참조) 이미지 예산 축소의 영향이 Finding/Restore와 다를 가능성이 있음.
Routine/Resume에 동일한 8→4 절제 적용. 더 극단적인 예산(2장)에서도 tagmem의 강건성이 유지되는지 추가 확인해 "예산-성능" 곡선을 완성.