Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
logos는 기존 다중 에이전트 프레임워크를 강화하는 플러그형 자가 진화 및 거버넌스 계층입니다. 이 시스템은 다양한 멀티모달 입력을 받아 버전 관리되는 에이전트 팩으로 컴파일합니다. 작동 중에는 모든 활동을 감사 가능한 이벤트 추적으로 변환하며, 인간의 통제와 승인을 통해 책임감 있는 자동화를 가능하게 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기AI 에이전트는 단순한 답변 엔진에서 도구를 사용하고, 작업을 위임하며, 경험으로부터 학습하고, 미래 행동을 형성하는 아티팩트를 수정하는 지속적인 팀으로 진화하고 있습니다. 배포를 위한 결정적인 질문은 더 이상 단순히 에이전트가 무엇을 할 수 있는지가 아니라, 누가 그들이 될 수 있도록 허용할지를 통제하느냐입니다. 우리는 기존의 다중 에이전트 프레임워크를 대체하기보다는 강화하는 플러그형 자가 진화 및 거버넌스 계층인 logos를 소개합니다. logos는 문서, 이미지, 오디오, 테이블, 데이터베이스, API 및 인간 지침을 포함한 이기종 멀티모달 입력을 에이전트, 도구, 지식, 테스트, 권한 및 정책을 담은 버전 관리되는 에이전트 팩으로 컴파일합니다. 작동 중에는 에이전트 활동을 휴대 가능하고 감사 가능한 이벤트 추적으로 변환하고, 프레임워크와 백엔드 전반에 걸쳐 fail-closed 검증을 적용합니다. 학습된 모든 프롬프트, 메모리, 기술, 도구, 역할 또는 워크플로우는 제외된 실행 증거(held-out execution evidence), 인간 통제 정책 및 명시적 승인이 허용할 때까지 신뢰할 수 없는 릴리스 후보로 남아 있습니다. 이 아키텍처는 '검증 가능한 인간-에이전트 루프 엔지니어링'을 가능하게 합니다: 에이전트는 행동하고, 질문하고, 학습하며, 개선 사항을 제안할 수 있는 반면, 인간은 지속적인 작동을 방해하지 않으면서 목표, 권한, 승인 및 되돌릴 수 없는 작업을 조종할 수 있습니다. logos는 책임감 있는 자동화를 위한 살아있는 논리를 제공합니다. 에이전트는 기계 속도로 진화할 수 있지만, 증거와 인간의 권위만이 루프를 닫을 수 있습니다.