혁신적인 AI 에이전트: 실시간 인간-AI 협업의 새 지평을 열다

상하이 교통대학교 연구팀이 개발한 DPT-Agent는 이중 과정 이론을 기반으로 실시간 동시 인간-AI 협업을 가능하게 하는 혁신적인 언어 에이전트 프레임워크입니다. 기존 LLM 기반 에이전트의 한계를 극복하고 실시간 상호작용에서의 효율성을 높였으며, GitHub를 통해 공개된 코드는 다양한 분야에 적용될 가능성을 보여줍니다.

최근 대규모 언어 모델(LLM) 기반 에이전트는 차례대로 진행되는 인간-AI 협업에서 뛰어난 성과를 보여주고 있지만, 실시간 상호작용을 필요로 하는 동시 작업에서는 어려움을 겪고 있습니다. 지연 문제와 변화무쌍한 인간 전략을 예측하는 어려움 때문에 명시적인 지시 없이는 자율적인 결정을 내리기가 어렵습니다.

상하이 교통대학교 연구팀(Shao Zhang 외 12명)은 이러한 문제를 해결하기 위해 이중 과정 이론(Dual Process Theory, DPT) 을 활용한 획기적인 언어 에이전트 프레임워크인 DPT-Agent를 개발했습니다. 기존의 독립적인 시스템 1과 시스템 2 방식의 실험을 통해 DPT의 실시간 작업 필요성을 검증한 연구팀은, DPT-Agent를 통해 실시간 동시 인간-AI 협업의 효율성을 크게 높였습니다.

DPT-Agent는 빠르고 직관적이며 제어 가능한 의사결정을 위해 유한 상태 기계(Finite-state Machine, FSM) 와 코드 기반 정책(code-as-policy)을 사용하는 시스템 1과, 인간의 의도를 추론하고 추론 기반 자율적 결정을 내리기 위해 마음 이론(Theory of Mind, ToM) 과 비동기적 반성을 통합한 시스템 2로 구성됩니다. 규칙 기반 에이전트와 인간 협력자를 대상으로 한 추가 실험을 통해 DPT-Agent는 기존 LLM 기반 프레임워크에 비해 상당한 성능 향상을 보였습니다.

연구팀은 DPT-Agent가 자율적으로 성공적인 실시간 동시 인간-AI 협업을 달성한 최초의 언어 에이전트 프레임워크라고 주장하며, GitHub(https://github.com/sjtu-marl/DPT-Agent)에서 DPT-Agent 코드를 공개했습니다. 이는 실시간 협업이 중요한 다양한 분야, 예를 들어 게임 개발, 의료 지원, 원격 제어 등에 혁신적인 변화를 가져올 것으로 기대됩니다. 하지만, 실제 적용을 위해서는 추가적인 연구와 검증이 필요하며, 특히 시스템 2의 복잡성과 계산 비용에 대한 최적화 연구가 중요할 것으로 예상됩니다.

핵심: DPT-Agent는 이중 과정 이론을 활용하여 실시간 인간-AI 협업의 새로운 가능성을 열었습니다. 빠른 의사결정과 인간 의도 추론의 조화는 앞으로 AI와 인간의 협력 관계에 큰 영향을 미칠 것으로 예상됩니다. 하지만, 실제 응용을 위해서는 지속적인 연구 개발이 필요합니다.