복잡한 심부름도 OK…ETRI, ‘계층적 AI 에이전트’개발 작성일 03-12 17 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 복잡한 작업 스스로 쪼개고 계획하는 ‘ReAcTree’</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="quzyEJsAZn"> <figure class="figure_frm origin_fig" contents-hash="5aa8ed63a83c0f4cc392a2cbd833ed255d9af0b6facba4a3875347969d6ba8a6" dmcf-pid="B7qWDiOcGi" dmcf-ptype="figure"> <p class="link_figure"><img alt="ETRI 연구진이 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개발 연구를 수행하고 있다.[ETRI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/12/ned/20260312094604612tkfu.jpg" data-org-width="1280" dmcf-mid="7SMuWrZv1o" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/12/ned/20260312094604612tkfu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> ETRI 연구진이 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개발 연구를 수행하고 있다.[ETRI 제공] </figcaption> </figure> <p contents-hash="c8bc27e54bcb7b790dac8871ef18933c37d91a178b499523b253fa9001a0da34" dmcf-pid="bzBYwnIkXJ" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 국내 연구진이 복잡한 장기 작업도 스스로 계획하는 계층형 AI 기술을 개발해 냈다.</p> <p contents-hash="d74e5b4829106bc22561c670ea7a1dd40e13e8d90e40d8ff5a77c7ea7c96a3a3" dmcf-pid="KqbGrLCE1d" dmcf-ptype="general">환각을 줄이고 성공률도 2배나 높인 계층적 작업 계획 AI기술 개발로 로봇·에이전트의 장기 임무 수행을 도울 전망이다.</p> <p contents-hash="c40a620c579aa5a3b9250d46ae5701edc3f91c4a54d86484258c174f4de755db" dmcf-pid="9BKHmohD5e" dmcf-ptype="general">한국전자통신연구원(ETRI)은 복잡하고 긴 절차가 필요한 작업을 스스로 하위 목표로 나누어 수행하는 계층적 작업 계획 인공지능(AI) 기술 ‘ReAcTree(리액트리)’를 개발했다고 12일 밝혔다.</p> <p contents-hash="5baf32eba2116be797ac2a2a072c331e760cac2fdbc375ab3a7f601c9148b223" dmcf-pid="2K2ZOaSrZR" dmcf-ptype="general">이번 연구 성과는 대형언어모델(LLM)이 단순히 텍스트를 생성하는 수준을 넘어, 로봇이나 가상 에이전트가 실제 생활 속 복잡한 임무를 보다 안정적으로 수행할 수 있도록 한 중요한 기술적 진보로 평가받고 있다.</p> <p contents-hash="412ec7964d526af50a8c639c5dfec9ab059215bac99c5b5dec6cd31338b60f10" dmcf-pid="V9V5INvm1M" dmcf-ptype="general">최근 대형언어모델은 뛰어난 언어 이해와 추론 능력을 보여주고 있지만, 요리나 청소처럼 여러 단계가 순차적으로 이어지는 장기 작업을 수행하는 데에는 여전히 한계를 드러내고 있다.</p> <p contents-hash="ea2fe454af1c1aa7aaa8c78237841a0b79a07e98d1131b3471daac4ce1604e5c" dmcf-pid="f2f1CjTsYx" dmcf-ptype="general">기존 방식은 모든 절차를 하나의 긴 흐름으로 처리하는 구조여서, 단계가 길어질수록 앞선 지시를 잊거나 엉뚱한 행동을 하는 ‘환각(Hallucination)’ 현상이 빈번하게 발생했다.</p> <p contents-hash="83b456f19dfb98c52c6ac8c7bcac9fd58ff1ff3801a6b12dfa906f2f1eddf926" dmcf-pid="4V4thAyOtQ" dmcf-ptype="general">ETRI 연구진은 이러한 문제를 해결하기 위해 ‘계층적 에이전트 트리 구조(Hierarchical Agent Trees)’를 도입한 리액트리를 개발했다.</p> <p contents-hash="9391a1cf0835e3b70ed87f5218af87041eed07c68dff8228d54b6b9e5d4f75f6" dmcf-pid="8f8FlcWItP" dmcf-ptype="general">이 구조는 기업의 조직도와 유사하다.</p> <p contents-hash="72065a46891b92758b09b381f6680cc99f6c3b6f34d5b01cf2737977b79d8cf7" dmcf-pid="6463SkYCt6" dmcf-ptype="general">상위 에이전트가 전체 목표를 관리하고, 하위 에이전트들에게 세부 임무를 나누어 맡기는 방식이다.</p> <p contents-hash="5ed835d9c76f145ab10057f19fb40d6e0e60c12d1ed5545ea08a30e0408d4fa9" dmcf-pid="P8P0vEGhY8" dmcf-ptype="general">예를 들어 “감자 슬라이스를 익혀서 냉장고에 넣어라”는 명령이 주어지면, 리액트리는 이를 한 번에 처리하지 않는다.</p> <p contents-hash="fb8467708ed51665d5cbb59f0919a3cda6146baf7bef6e89d2057e3b86d1039b" dmcf-pid="Q6QpTDHlX4" dmcf-ptype="general">대신 ‘식칼 찾기’ ‘감자를 찾아 자르기’ ‘자른 감자를 전자레인지에 데우기’, ‘냉장고에 보관하기’ 등으로 목표를 세분화 한 뒤 각 하위 에이전트가 맡은 역할을 수행하도록 한다.</p> <p contents-hash="cfd2fb2097c2b224c715b23a0f1c368a93fda48e547859833aa12d626b7a4243" dmcf-pid="xPxUywXSZf" dmcf-ptype="general">기존 AI는 중간에 감자를 데우는 과정을 생략하는 등 논리적 오류를 빈번하게 범하는 반면, 리액트리는 이를 성공적으로 완수한다.</p> <p contents-hash="c9b3caa7724ed94d9b5b63182dfef610e1b5a9add79e7804042c73f84ee6c4c5" dmcf-pid="yvyAxBJ6XV" dmcf-ptype="general">물건을 찾을 때에도 각 방을 순차적으로 탐색하는 하위 목표를 자율적으로 생성하여 높은 확률로 목표물을 찾게 된다.</p> <figure class="figure_frm origin_fig" contents-hash="a464874aecd208a071fbb7db060d2bcfc25a67e2858a5d8440d8a8477335750f" dmcf-pid="WYHDd2oMZ2" dmcf-ptype="figure"> <p class="link_figure"><img alt="계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개념을 논의하고 있다.[ETRI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/12/ned/20260312094604917uaiy.jpg" data-org-width="1280" dmcf-mid="zxezGs1yGL" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/12/ned/20260312094604917uaiy.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개념을 논의하고 있다.[ETRI 제공] </figcaption> </figure> <p contents-hash="0bb81e8c9329fc944a8d5f87b7a9c62b49658384575ff874dce1a6439dace5e1" dmcf-pid="YGXwJVgRH9" dmcf-ptype="general">연구진은 에이전트의 실행 능력을 높이기 위해 두 가지 기억 체계를 결합했다.</p> <p contents-hash="0b92a0888fd9bdde5be25a60d8ec5ead98d66caad5bc4ef030fe28797c2eb7f6" dmcf-pid="GHZrifaeXK" dmcf-ptype="general">하나는 과거 성공 경험을 저장했다가 유사 상황에서 활용하는 ‘일화 메모리(Episodic Memory)’이고, 다른 하나는 현재 환경 정보를 모든 에이전트가 공유하는 ‘작업 메모리(Working Memory)’다.</p> <p contents-hash="5dd463baf25291469406e3b544cfc06d984a69f8dd9fa681035da364026cfa75" dmcf-pid="HX5mn4NdXb" dmcf-ptype="general">기술의 성능은 ETRI가 자체 개발한 언어 중심 절차 생성 AI 벤치마크 ‘LoTA-Bench’를 기반으로, 가상 가정환경 데이터셋인 ALFRED와 WAH-NL에서 검증되었다.</p> <p contents-hash="14c7bf65e31a3d7fff952bc981d998e27117baf4acc130528098ac730a5c74e7" dmcf-pid="XZ1sL8jJtB" dmcf-ptype="general">현실적인 조건을 반영해 시야가 제한된 환경에서 평가를 진행한 결과, 세계 최고 수준의 작업 성공률을 달성했다.</p> <p contents-hash="b03c3ff166ecd2750445640644098774b4d2aefa96be8a0a1a510d2b24e2041b" dmcf-pid="Z5tOo6Ai1q" dmcf-ptype="general">특히 720억(72B) 파라미터 언어모델을 사용한 기존 방식(ReAct)은 31%의 임무 성공률을 기록한 반면, 리액트리는 61%의 성공률을 달성해 약 두 배 가까운 성능 향상을 보였다.</p> <p contents-hash="e463afc3a2bc6a1f86ff1f81479b156ee343360b3b47899e99fe50df5d72eb98" dmcf-pid="51FIgPcnYz" dmcf-ptype="general">70억(7B) 파라미터 규모의 소형 언어모델에 리액트리를 적용했을 경우, 720억(72B) 파라미터 대형 모델을 사용한 기존 방식보다도 더 높은 성공률(37%)을 기록했다.</p> <p contents-hash="bee8a1e67df7cebfdc97aae6d9ceb2b01e75f027cc216e2120216e2f6c256524" dmcf-pid="1t3CaQkLZ7" dmcf-ptype="general">이는 상대적으로 적은 컴퓨팅 자원으로도 대형 모델에 버금가는 성능을 구현할 수 있음을 보여주는 결과로, 기술 운용 효율성을 크게 높인 성과로 평가된다.</p> <p contents-hash="6442e3d45909f3d7714ebdb0b0d0f315fdbe9d97c268bcbaf0b1e1fc3b641770" dmcf-pid="tF0hNxEotu" dmcf-ptype="general">김도형 ETRI 소셜로보틱스연구실장은 “리액트리는 복잡한 절차를 논리적으로 분해하고, 에이전트 간 협업을 통해 불확실한 환경에서도 유연하게 대응할 수 있는 기술”이라며 “앞으로 환각 현상을 더욱 줄이고, 에이전트가 사람에게 질문을 통해 불확실성을 해소하는 기능까지 추가해 실생활에 적용 가능한 수준으로 고도화할 계획”이라고 밝혔다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 구글, 클라우드 및 AI 보안 플랫폼 '위즈' 인수 03-12 다음 "전광판에 내 이름 보자 다시 힘이 났다"…김윤지, 역사적 '1인 3메달' 03-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
