AI 에이전트 9개 환경서 협업 난항…공통 규칙은 일부 개선

“옥스퍼드대 연구진이 'Zero-Shot Coordination among LLM Agents' 논문에서 사전 조율 없이 만난 LLM 에이전트를 Cat & Dog, Tiny Hanabi 등 9개 단순화 환경에서 시험한 결과 규칙 해석 차이로 협업에 실패하는 사례가 확인됐다. 공통 원칙(협업 친화 정의)을 프롬프트에 넣자 Grok 4.1 Fast는 6개, GPT-5.2는 5개 환경에서 협업 실패율이 낮아졌다. 다만 모든 과제에 통하는 해법은 아니었고, 가상자산 거래나 실제 업무 환경은 시험하지 않았다.”

AI 요약

옥스퍼드대 연구진이 11월 4일 공개한 논문 'Zero-Shot Coordination among LLM Agents'에서 사전 조율 없이 처음 만난 LLM 기반 AI 에이전트들이 'Cat & Dog', 'Tiny Hanabi' 등 9개 단순화 게임 환경에서 규칙을 다르게 해석해 협업에 실패하는 사례를 확인했다. 제미나이 3 프로는 불이 켜진 상태를 고양이로, GPT-5.2는 같은 신호를 반대로 해석하는 등 각자 정한 규칙을 상대도 따를 것으로 가정한 것이 원인이었다. 공통 원칙인 '협업 친화 정의(CFD)'를 프롬프트에 넣자 Grok 4.1 Fast는 6개, GPT-5.2는 5개 환경에서 협업 실패율이 낮아졌으나 모든 과제에 통하는 해법은 아니었다. 연구는 단순화된 게임 환경만 다뤄 실제 업무나 로봇 환경 성능을 입증하지는 않았다.

핵심 포인트

  • 옥스퍼드대, 11월 4일 'Zero-Shot Coordination among LLM Agents' 논문 공개…9개 환경에서 제로샷 조정 능력 시험
  • CFD 적용 후 실패율 개선 환경 수: Grok 4.1 Fast 6개, GPT-5.2 5개(전체 실패율 아님)
  • 모델 성능이 높거나 추론을 많이 해도 처음 만난 상대와의 협업이 반드시 개선되지는 않음
  • 공통 규칙이 오히려 선택 폭을 좁혀 새 관습 형성을 막은 환경도 존재, 가상자산 거래·블록체인 에이전트 협업은 미시험

향후 전망

  • 실제 업무·로봇 환경에서의 제로샷 협업 성능 검증 필요
  • 규칙 자동 탐색 방식의 모델 조합별 효과 편차 극복이 향후 과제
출처:토큰포스트
Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...