더욱 사람과 유사한 대화 모델을 구현하기 위해, 페르소나 메모리를 활용하여 응답을 생성하는 연구들이 활발히 진행되고 있다. 많은 이전 연구들에서는 메모리로부터 관련 페르소나를 찾기 위해 별도의 검색 모델을 사용한다. 그러나 이러한 방식은 전체 시스템을 무겁게 만들고 속도를 감소시키는 한계점이 있다. 또한, 이전 연구들은 주로 페르소나를 잘 반영하여 응답하는 능력에 중점을 둔다. 그러나 그 이전에 페르소나 참조의 필요성 여부를 판별하는 능력이 선행되어야 한다는 점이 간과되고 있다. 따라서, 본 논문에서 제안하는 모델은 검색 모델을 사용하지 않고 생성 모델의 내부 연산을 통해 페르소나 메모리의 참조 필요성을 판단한다. 참조가 필요하다고 판단되면 관련 페르소나를 반영하여 응답하며, 그렇지 않은 경우에는 대화 컨텍스트에 주력하여 응답을 생성한다. 실험 결과를 통해 제안 모델이 장기적인 대화에서 효과적으로 동작함을 확인하였다.