스마트 에이전트: 사용자 사고의 연쇄를 통한 사이버 세계의 개인화된 에이전트


칭화대 연구팀이 개발한 SmartAgent는 사용자 사고의 연쇄(COUT)를 통해 개인화된 경험을 제공하는 엠보디드 에이전트 프레임워크입니다. GUI 상호작용, 명시적/암시적 요구사항 파악, 개인화된 아이템 추천 등의 기능을 갖추고 있으며, 새로운 데이터셋 SmartSpot을 통해 성능이 검증되었습니다. 향후 AI 기반 개인 비서 및 스마트홈 시스템 발전에 기여할 것으로 기대됩니다.

related iamge

첨단 AI, 사용자 중심의 개인화된 경험으로 진화하다: SmartAgent

최근 멀티모달 지각 및 추론 능력을 갖춘 엠보디드 에이전트 분야가 급속도로 발전하고 있습니다. 특히 대규모 시각-언어 모델(LLVM) 기반 에이전트는 현실 또는 사이버 세계에서 자율적으로 상호 작용하며, 복잡한 환경에서 사용자의 의사결정을 지원하는 역할을 합니다. 하지만 기존 연구들은 최적의 행동 경로나 목표 지향적 해결책에 초점을 맞춰 사용자 중심 요소를 제한적으로 고려해 왔습니다. 이는 다양한 개인 비서 애플리케이션에서 성능 저하로 이어지는 원인이 될 수 있습니다.

중국 칭화대학교 연구팀은 이러한 한계를 극복하기 위해 사용자 사고의 연쇄(Chain-of-User-Thought, COUT)라는 새로운 개념을 제시했습니다. COUT는 기본적인 행동 사고에서부터 명시적 및 암시적 개인적 선호도 사고까지 이르는 사고 과정을 통해 개인화된 요소를 자율 에이전트 학습에 통합하는 패러다임입니다.

이를 구현하기 위해 연구팀은 SmartAgent라는 새로운 에이전트 프레임워크를 개발했습니다. SmartAgent는 다음과 같은 세 가지 주요 기능을 통해 사용자 중심의 개인화된 경험을 제공합니다.

  1. GUI 상호 작용: 아이템 풀에 접근하기 위해 GUI와 상호 작용합니다.
  2. 명시적 요구사항 생성: 이전 행동으로부터 사용자의 명시적 요구사항을 추론합니다.
  3. 암시적 요구사항 충족을 위한 아이템 추천: 사용자의 암시적 요구사항을 충족하는 아이템을 추천합니다.

SmartAgent의 성능을 평가하기 위해 연구팀은 SmartSpot이라는 새로운 데이터셋을 구축했습니다. SmartSpot은 개인화된 행동이 포함된 완전한 단계의 환경을 제공합니다. 연구팀에 따르면, 이번 연구는 COUT 프로세스를 처음으로 공식화한 시도이며, 엠보디드 개인화 에이전트 학습에 대한 초기 단계의 연구라고 합니다. SmartSpot에서 수행된 광범위한 실험은 SmartAgent의 다양한 엠보디드 및 개인화된 하위 작업에서의 기능을 보여줍니다. 코드와 데이터는 논문 공개 후 GitHub에서 공개될 예정입니다.

결론적으로, SmartAgent는 사용자 중심의 개인화된 경험을 제공하는 엠보디드 에이전트의 새로운 가능성을 제시하며, 향후 AI 기반 개인 비서 및 스마트홈 시스템 발전에 큰 영향을 미칠 것으로 예상됩니다. 사용자의 암시적인 요구까지 파악하고 반영하는 기술은 AI의 궁극적인 목표인 인간과의 자연스러운 상호작용을 한 단계 더 발전시키는 중요한 이정표가 될 것입니다.


*이 기사는 AI가 생성한 내용으로, 일부 정보가 실제와 다를 수 있습니다. 정확한 확인을 위해 추가적인 검증을 권장드립니다.

Reference

[arxiv] SmartAgent: Chain-of-User-Thought for Embodied Personalized Agent in Cyber World

Published:  (Updated: )

Author: Jiaqi Zhang, Chen Gao, Liyuan Zhang, Yong Li, Hongzhi Yin

http://arxiv.org/abs/2412.07472v1