Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 파운데이션 모델 기반의 워크 에이전트가 복잡한 디지털 업무를 신뢰성 있게 수행하기 위한 시스템적 관점을 제시합니다. '작업 지속성'과 '작업 개방성'이라는 두 차원을 도입하여 작업을 분류하고, 작업 실행에 필요한 핵심 역량군을 식별했습니다. 이를 통해 검증 가능하고 실질적인 가치를 제공하는 에이전트 개발 프레임워크를 제안합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기파운데이션 모델(Foundation Models)이 정보 생성에서 디지털 업무 실행으로 진화함에 따라, 에이전트는 도구, 애플리케이션, 워크플로우 전반에 걸쳐 복잡한 작업을 완료하는 능력이 점점 커지고 있습니다. 하지만 기존 연구는 에이전트가 위임된 작업을 얼마나 신뢰성 있게 수행하는지에 대한 통일된 관점을 갖추지 못하고 있습니다. 이러한 격차를 해소하기 위해, 우리는 업무 중심적이고 시스템 수준의 관점을 제시합니다. 이 관점은 워크 에이전트를 파운데이션 모델과 런타임 하네스(runtime harnesses)를 결합하여 상태 유지형 작업 공간(stateful workspaces)에서 작업을 실행하고 검증 가능한 결과물을 제공하는 시스템으로 간주합니다.
우리는 작업 조건을 특징화하기 위해 '작업 지속성(work persistence)'과 '작업 개방성(work openness)'이라는 두 가지 상호 보완적인 차원을 도입하고, 작업 범위와 조직에 따라 디지털 작업을 다섯 가지 형태로 분류합니다. 이 프레임워크를 기반으로, 우리는 신뢰할 수 있는 작업 실행에 필요한 다섯 가지 핵심 역량군을 식별하고, 모델 최적화, 하네스 최적화 및 이들의 결합 최적화 접근 방식을 검토합니다. 또한, 우리는 작업 결과(work outcomes)의 관점에서 기존 평가 방법과 지표들을 분석합니다.
마지막으로, 지속적인 업무 위임, 개방 환경에 대한 적응, 그리고 작업 실행과 역량 개선 간의 상호작용을 포함하여 미래 연구 방향을 논의합니다. 본 논문은 워크 에이전트를 이해하고, 최적화하며, 평가하기 위한 통일된 프레임워크를 제공함으로써, 신뢰할 수 있고 검증 가능하며 실질적으로 가치 있는 업무 결과물을 제공하는 시스템 개발을 지원합니다.