프로젝트 소개
본 과제는 사람이 인공지능과 효율적으로 협력할 수 있도록, 자연어를 이해하여 다양한 작업을 수행하는 액션 트랜스포머 모델과 여러 인공지능 에이전트가 소통하며 복잡한 일을 처리하는 멀티 에이전트 프레임워크를 개발하는 연구임.
연구 목표는 인간-인공지능 협업을 위한 자연어 기반 액션 트랜스포머 모델 및 멀티 에이전트 대화 프레임워크를 구축하는 데 있음. 핵심 연구 내용은 웹 상호작용을 통해 테스크를 수행하는 자연어 기반 액션 트랜스포머 모델 개발로, LlaMa2 기반 모델 학습 및 RLHF(Reinforcement Learning by Human Feedback) 적용을 포함함. 또한, 할루시네이션 없는 행동형 에이전트 에코 시스템과, 향상된 추론 및 고도화된 테스크 수행을 위한 모델 에이전트 커뮤니케이션 프레임워크를 개발함. 기대 효과는 액션 트랜스포머 기술을 통해 사용자가 자연어로 다양한 LLM 어플리케이션을 손쉽게 개발하고, 산업 현장의 데이터 수집, 분석, 실행 문제를 전문가 수준으로 해결하여 인공지능 활용도를 높이는 데 기여할 것으로 전망됨.