하나의 에이전트로 모든 것을 지배하다: 다중 에이전트 대화형 AI 연구 방향

시장에 출시된 상용 대화형 에이전트(CAs)의 증가로 인해 사용자들은 다양한 작업을 수행하기 위해 여러 에이전트를 배우고 채택하는 부담을 느끼고 있습니다. 이전 연구에서는 단일 에이전트 설계 내에서 다수의 도메인을 지원하는 방법을 탐구하였으나, 원하는 기능의 큰 행동 공간으로 인해 상호작용 경험에 문제가 발생하였습니다. 이러한 문제를 해결하기 위해, 우리는 새로운 과제인 BBAI: 블랙박스 에이전트 통합(Black-Box Agent Integration)을 소개하며, 여러 블랙박스 CAs의 기능을 대규모로 결합하는 데 초점을 맞춥니다. 우리는 이 과제를 해결하기 위한 두 가지 기술, 질문-에이전트 짝짓기(question agent pairing)와 질문-응답 짝짓기(question response pairing)를 탐구합니다. 이러한 기술들을 활용하여, 우리는 One For All (OFA)이라는 대규모 시스템을 설계하였습니다. OFA는 사용자가 여러 CAs와 상호작용할 수 있는 통합 인터페이스를 제공합니다. 또한, 우리는 MARS: 멀티-에이전트 응답 선택(Multi-Agent Response Selection)이라는 새로운 인코더 모델을 소개하는데, 이 모델은 사용자의 질문과 에이전트 응답 쌍을 공동으로 인코딩합니다. 우리는 OFA가 상용화된 CAs들의 앙상블을 자동으로 정확하게 통합할 수 있음을 보여주며, 특히 MARS 인코더를 사용하여 BBAI 과제에서 가장 높은 정확도를 달성하였으며, 강력한 베이스라인들을 능가하였습니다.