표면적 자기 반성(SSR)은 AI 시스템이 작업을 수행할 때 간단한 피드백 검토 및 조정을 통해 자신의 행동이나 의사 결정을 개선하는 과정을 말합니다. 하지만 이러한 반성 과정은 보통 피상적이며, 깊은 이해나 구조적 변화를 수반하지 않습니다. 즉각적인 피드백을 통해 AI 시스템이나 모델에 대한 지역적 조정을 수행하여 현재 작업이나 행동의 성능을 빠르게 최적화하는 것을 목표로 합니다.

얕은 자기 반성의 목적은 심층적인 구조적 변경을 하지 않고도 간단한 오류 추적 및 미세 조정을 통해 특정 상황에서 AI 시스템이나 모델의 효율성을 개선하는 것입니다. 이러한 유형의 반성은 즉각적이고 피상적인 개선에 더 초점을 맞추며 시스템의 근본적인 문제를 해결하거나 심층 분석하기보다는 단기적인 작업 최적화에 적합합니다.