단일 모델이 다중 회전 대화와 도구 사용을 모두 마스터할 수 있을까? CALM: 통합형 대화형 에이전트 언어 모델

단일 모델로 다중 회전 대화와 도구 사용을 모두 마스터하는 CALM 모델이 개발되었습니다. 다양한 벤치마크에서 기존 최고 성능 모델을 뛰어넘는 결과를 보이며, 대화형 AI 기술의 새로운 가능성을 제시합니다.

꿈의 대화형 AI: 다중 회전 대화와 도구 사용의 완벽 조화

최근 몇 년간, API 호출 기능을 갖춘 거대 언어 모델(LLM)은 효과적인 언어 에이전트(LA)를 구축하고 기존의 작업 지향형 대화(TOD) 패러다임을 혁신하는 데 중요한 역할을 해왔습니다. 하지만, 기존의 접근 방식에는 중요한 딜레마가 존재합니다. TOD 시스템은 제한된 대상 API 세트에 대해 훈련되기 때문에 새로운 서비스와 상호 작용할 때 품질을 유지하기 위해 새로운 데이터가 필요하고, LA는 다중 회전 대화에서 사용자의 의도를 유지하도록 훈련되지 않습니다.

강력한 다중 회전 관리와 고급 기능 호출은 효과적인 대화형 에이전트에 필수적입니다. Emre Can Acikgoz를 비롯한 연구팀은 MultiWOZ 2.4(TOD), BFCL V3(LA), API-Bank(LA) 세 가지 벤치마크에서 이러한 기술을 평가했습니다. 분석 결과, 특화된 접근 방식은 한 영역에서는 뛰어난 성능을 보이지만 다른 영역에서는 성능이 저조한 것으로 나타났습니다.

이러한 격차를 해소하기 위해 연구팀은 대화 및 에이전트 기능을 통합한 통합 접근 방식인 CALM(Conversational Agentic Language Model)을 제시했습니다. 연구팀은 다중 회전 ReAct 추론과 복잡한 API 사용을 혼합한 주의 깊게 구성된 다중 작업 데이터 세트인 CALM-IT를 만들었습니다. CALM-IT를 사용하여 CALM 8B, CALM 70B, CALM 405B 세 가지 모델을 훈련한 결과, GPT-4o를 포함한 최고의 도메인별 모델을 세 가지 벤치마크 모두에서 능가하는 성능을 보였습니다.

이는 단일 모델이 다중 회전 대화의 맥락을 유지하면서 동시에 다양한 도구와 API를 효율적으로 활용할 수 있음을 시사하는 획기적인 결과입니다. CALM 모델은 보다 자연스럽고 지능적인 대화형 AI 시스템 개발의 가능성을 열어주는 중요한 이정표를 제시합니다. 앞으로 CALM 모델의 발전은 더욱 발전된 인공지능 시스템 개발에 크게 기여할 것으로 예상됩니다. 하지만, 모델의 윤리적 측면과 오용 가능성에 대한 지속적인 연구와 논의가 필요합니다.