혁신적인 AI 에이전트: 실시간 인간-AI 협업의 새 지평을 열다

상하이 교통대학교 연구진이 개발한 DPT-Agent는 이중 과정 이론을 활용, 실시간 동시 인간-AI 협업에서 뛰어난 성능을 보이는 혁신적인 언어 에이전트 프레임워크입니다. System 1과 System 2의 조화로 빠르고 정확한 의사결정을 가능하게 하며, 기존 LLM 기반 프레임워크의 한계를 극복했습니다.

실시간 협업의 난제, 이중 과정 이론으로 극복하다

대규모 언어 모델(LLM) 기반 에이전트는 차례로 진행되는 인간-AI 협업에서는 뛰어난 성능을 보여주지만, 실시간 상호작용을 필요로 하는 동시 작업에서는 어려움을 겪습니다. 지연 문제와 변화무쌍한 인간 전략의 예측 어려움은 명시적인 지시 없이 자율적인 결정을 내리는 데 큰 걸림돌이 되죠.

장소: 상하이 교통대학교 인공지능 연구실

등장인물: Shao Zhang 외 12명의 연구진

사건: Shao Zhang을 필두로 한 13명의 연구진은 이러한 문제를 해결하기 위해, 인간의 사고 과정을 모방한 이중 과정 이론(Dual Process Theory, DPT)을 AI 에이전트 프레임워크에 도입하는 획기적인 연구를 진행했습니다. 그 결과물이 바로 DPT-Agent 입니다.

DPT-Agent: System 1과 System 2의 완벽한 조화

DPT-Agent는 인간의 두 가지 사고 방식을 에이전트에 구현했습니다. System 1은 유한 상태 기계(FSM)와 코드-기반 정책을 사용하여 빠르고 직관적이며 제어 가능한 의사 결정을 내립니다. 마치 숙련된 전문가의 본능적인 판단처럼 말이죠. 반면 System 2는 마음 이론(Theory of Mind, ToM)과 비동기적 반성을 통합하여 인간의 의도를 추론하고, 이성적인 추론에 기반한 자율적인 결정을 내립니다. 이는 신중하고 전략적인 사고를 담당하는 역할입니다.

실험을 통한 검증: 놀라운 성능 향상

연구진은 규칙 기반 에이전트와 인간 협력자를 대상으로 한 실험을 통해 DPT-Agent의 효과를 입증했습니다. 그 결과, DPT-Agent는 기존의 주류 LLM 기반 프레임워크에 비해 상당한 성능 향상을 보였습니다. DPT-Agent는 LLM이 느리지만 정확한 사고와 추론을 실행 가능한 행동으로 효과적으로 전환하도록 도와 성능을 높이는 핵심 역할을 수행합니다. 특히, 실시간 동시 인간-AI 협업을 자율적으로 성공적으로 수행한 최초의 언어 에이전트 프레임워크라는 점에서 그 의미가 매우 큽니다.

GitHub에서 확인하세요!

DPT-Agent의 코드는 https://github.com/sjtu-marl/DPT-Agent 에서 확인할 수 있습니다. 이 혁신적인 프레임워크가 인간과 AI의 협업에 새로운 가능성을 열어줄 것으로 기대됩니다. 실시간 협업의 미래가 DPT-Agent를 통해 새롭게 조명될 것입니다!