AI 에이전트 연구
AI에 메타인지 적용: 빠른/느린 사고 모델 연구
Thinking fast and slow in AI: The role of metacognition (2021)
Hacker News현재 AI의 한계를 극복하기 위해 인간의 사고방식(빠른/느린 생각)을 결합한 다중 에이전트 아키텍처를 제안합니다.
세 줄 요약
- 이 아키텍처는 단순 경험에 의존하는 '빠른 반응 에이전트'와, 환경 지식을 바탕으로 최적 해답을 탐색하는 '느린 추론 에이전트'로 구성됩니다.
- 이는 단순히 데이터 기반의 좁은 AI를 넘어, 인간처럼 스스로 사고 과정을 점검하고 지능을 확장하는 범용 인공지능(AGI) 구현에 중요한 통찰력을 제공합니다.
- 시스템 구동을 위해서는 환경에 대한 지식(세계 모델)과 과거 행동 기록(자기 모델)이라는 구조화된 정보가 필수적으로 요구됩니다.
최근 AI 시스템은 이미지 해석, 자연어 처리 등 특정 영역에서 눈부신 발전을 이루었지만, 여전히 좁은 인공지능(narrow AI)의 형태를 벗어나기 어렵다는 한계가 지적됩니다. 이러한 성공은 알고리즘 개선과 대규모 데이터셋 및 컴퓨팅 파워에 크게 의존하고 있으며, 인간의 전반적인 지능 개념에서 자연스럽게 포함되는 많은 능력을 아직 갖추지 못했습니다.
이러한 간극을 메우기 위해 본 연구는 인간의 사고방식(빠른/느린 생각)을 결합한 다중 AI 아키텍처를 제안합니다. 이 구조에서 문제 해결은 단순 경험에 의존하는 '시스템 1 (빠른)' 에이전트와, 최적 해답 탐색 및 추론이 필요할 때 활성화되는 '시스템 2 (느린)' 에이전트로 나뉩니다. 두 종류의 에이전트는 각각 환경 지식을 담은 '세계 모델'과 시스템의 과거 행동 기록을 포함하는 '자기 모델'이라는 구조화된 정보를 기반으로 작동합니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.