Pandora: 다양한 구조화된 지식에 대한 통합 추론을 위한 코드 기반 대규모 언어 모델 에이전트

중국과학원 자동화연구소 연구진이 개발한 Pandora는 Python의 Pandas API를 활용, LLM과 통합된 구조화된 지식 추론 프레임워크로 기존 방식보다 우수한 성능을 보이며, 다양한 분야에서의 활용 가능성을 제시합니다.

Pandora: 구조화된 지식의 새로운 지평을 열다

최근 급부상하는 AI 기술 중 하나인 대규모 언어 모델(LLM)은 자연어 처리 분야에 혁신을 가져왔습니다. 하지만, 표, 데이터베이스, 지식 그래프와 같은 다양한 구조화된 지식을 통합적으로 활용하는 데에는 여전히 한계가 존재했습니다. 이러한 문제를 해결하기 위해 등장한 것이 바로 Pandora입니다.

중국과학원 자동화연구소(IA CAS) 의 연구진이 발표한 논문 “Pandora: A Code-Driven Large Language Model Agent for Unified Reasoning Across Diverse Structured Knowledge”는 통합 구조화된 지식 추론(USKR) 문제에 대한 새로운 해결책을 제시합니다. Pandora는 기존의 USKR 방식들이 가진 한계, 즉 특정 작업에 대한 전략 의존 및 사용자 정의 표현의 필요성 등을 극복하기 위해 Python의 Pandas API를 활용한 통합 지식 표현 방식을 도입했습니다. 이는 LLM의 사전 훈련과의 정합성을 높여 성능 향상을 가져왔습니다.

Pandora의 핵심은 LLM을 활용하여 질문에 대한 텍스트 추론 단계와 실행 가능한 Python 코드를 생성하는 것입니다. 다양한 SKR 작업을 포함하는 훈련 예제 메모리에서 데모를 보여주며, 지식 전이를 용이하게 합니다. 이는 마치 숙련된 개발자가 데이터를 분석하고 문제를 해결하는 과정과 유사하며, 기존 방식보다 훨씬 효율적입니다.

본 연구는 네 가지 벤치마크와 세 가지 SKR 작업을 통해 Pandora의 성능을 검증했습니다. 그 결과, Pandora는 기존 통합 프레임워크를 능가하고 특정 작업 중심 방식과도 효과적으로 경쟁하는 것으로 나타났습니다. 이는 Pandora가 다양한 구조화된 지식을 통합적으로 활용하는 데 있어 뛰어난 성능을 보여줌을 의미합니다.

Pandora의 등장은 단순한 기술적 진보를 넘어, 인간과 AI의 협력을 통한 더욱 효율적이고 지능적인 문제 해결 시대를 예고합니다. 구조화된 데이터 분석 및 활용의 범위를 넓히고, 더욱 복잡한 문제에 대한 해결책을 제공할 Pandora의 향후 발전 가능성에 귀추가 주목됩니다.

주요 연구자: Yongrui Chen, Junhao He, Linbo Fu, Shenyu Zhang, Rihui Jin, Xinbang Dai, Jiaqi Li, Dehai Min, Nan Hu, Yuxin Zhang, Guilin Qi, Yi Huang, Tongtong Wu (중국과학원 자동화연구소)