Zewen Chi Li Dong Qingxiu Dong Yaru Hao Xun Wu Shaohan Huang Furu Wei

초록

우리는 인공지능의 새로운 시대, 즉 ‘에이전트 기반 조직(Agentic Organization)’을 전망하고 있다. 이 시대에서는 에이전트들이 협업하고 동시에 작업함으로써 복잡한 문제를 해결하며, 개별 지능을 넘어서는 결과를 도출할 수 있다. 이러한 비전을 실현하기 위해 우리는 대규모 언어 모델을 활용한 추론의 새로운 패러다임인 비동기적 사고(Asynchronous Thinking, AsyncThink)를 제안한다. 이는 내부 사고 과정을 동시에 실행 가능한 구조로 체계화하는 방식이다. 구체적으로, 조직자(organizer)가 동적으로 워커(workers)에게 하위 질의를 할당하고, 중간 지식을 통합하며 일관된 해결책을 도출하는 사고 프로토콜을 제안한다. 더욱 중요한 점은, 이 프로토콜 내의 사고 구조가 강화 학습을 통해 추가로 최적화될 수 있다는 점이다. 실험 결과, 병렬 사고(parallel thinking)에 비해 AsyncThink는 추론 지연(latency)을 28% 감소시키면서 수학적 추론 정확도를 향상시켰다. 또한, 학습한 비동기적 사고 능력을 일반화하여 추가 학습 없이도 미지의 과제를 효과적으로 해결할 수 있음을 입증하였다.