【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]복잡한 심부름도 OK…ETRI, ‘계층적 AI 에이전트’개발

온카뱅크관리자

2026-03-12 09:47:33

<div id="layerTranslateNotice" style="display:none;"></div> - 복잡한 작업 스스로 쪼개고 계획하는 ‘ReAcTree’ 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="quzyEJsAZn">
 <figure class="figure_frm origin_fig" contents-hash="5aa8ed63a83c0f4cc392a2cbd833ed255d9af0b6facba4a3875347969d6ba8a6" dmcf-pid="B7qWDiOcGi" dmcf-ptype="figure">
 <img alt="ETRI 연구진이 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개발 연구를 수행하고 있다.[ETRI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/12/ned/20260312094604612tkfu.jpg" data-org-width="1280" dmcf-mid="7SMuWrZv1o" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/12/ned/20260312094604612tkfu.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 ETRI 연구진이 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개발 연구를 수행하고 있다.[ETRI 제공]
 </figcaption>
 </figure>
 [헤럴드경제=구본혁 기자] 국내 연구진이 복잡한 장기 작업도 스스로 계획하는 계층형 AI 기술을 개발해 냈다.
 환각을 줄이고 성공률도 2배나 높인 계층적 작업 계획 AI기술 개발로 로봇·에이전트의 장기 임무 수행을 도울 전망이다.
 한국전자통신연구원(ETRI)은 복잡하고 긴 절차가 필요한 작업을 스스로 하위 목표로 나누어 수행하는 계층적 작업 계획 인공지능(AI) 기술 ‘ReAcTree(리액트리)’를 개발했다고 12일 밝혔다.
 이번 연구 성과는 대형언어모델(LLM)이 단순히 텍스트를 생성하는 수준을 넘어, 로봇이나 가상 에이전트가 실제 생활 속 복잡한 임무를 보다 안정적으로 수행할 수 있도록 한 중요한 기술적 진보로 평가받고 있다.
 최근 대형언어모델은 뛰어난 언어 이해와 추론 능력을 보여주고 있지만, 요리나 청소처럼 여러 단계가 순차적으로 이어지는 장기 작업을 수행하는 데에는 여전히 한계를 드러내고 있다.
 기존 방식은 모든 절차를 하나의 긴 흐름으로 처리하는 구조여서, 단계가 길어질수록 앞선 지시를 잊거나 엉뚱한 행동을 하는 ‘환각(Hallucination)’ 현상이 빈번하게 발생했다.
 ETRI 연구진은 이러한 문제를 해결하기 위해 ‘계층적 에이전트 트리 구조(Hierarchical Agent Trees)’를 도입한 리액트리를 개발했다.
 이 구조는 기업의 조직도와 유사하다.
 상위 에이전트가 전체 목표를 관리하고, 하위 에이전트들에게 세부 임무를 나누어 맡기는 방식이다.
 예를 들어 “감자 슬라이스를 익혀서 냉장고에 넣어라”는 명령이 주어지면, 리액트리는 이를 한 번에 처리하지 않는다.
 대신 ‘식칼 찾기’ ‘감자를 찾아 자르기’ ‘자른 감자를 전자레인지에 데우기’, ‘냉장고에 보관하기’ 등으로 목표를 세분화 한 뒤 각 하위 에이전트가 맡은 역할을 수행하도록 한다.
 기존 AI는 중간에 감자를 데우는 과정을 생략하는 등 논리적 오류를 빈번하게 범하는 반면, 리액트리는 이를 성공적으로 완수한다.
 물건을 찾을 때에도 각 방을 순차적으로 탐색하는 하위 목표를 자율적으로 생성하여 높은 확률로 목표물을 찾게 된다.
 <figure class="figure_frm origin_fig" contents-hash="a464874aecd208a071fbb7db060d2bcfc25a67e2858a5d8440d8a8477335750f" dmcf-pid="WYHDd2oMZ2" dmcf-ptype="figure">
 <img alt="계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개념을 논의하고 있다.[ETRI 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/12/ned/20260312094604917uaiy.jpg" data-org-width="1280" dmcf-mid="zxezGs1yGL" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/12/ned/20260312094604917uaiy.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 계층적 AI 에이전트 ‘ReAcTree(리액트리)’ 기술 개념을 논의하고 있다.[ETRI 제공]
 </figcaption>
 </figure>
 연구진은 에이전트의 실행 능력을 높이기 위해 두 가지 기억 체계를 결합했다.
 하나는 과거 성공 경험을 저장했다가 유사 상황에서 활용하는 ‘일화 메모리(Episodic Memory)’이고, 다른 하나는 현재 환경 정보를 모든 에이전트가 공유하는 ‘작업 메모리(Working Memory)’다.
 기술의 성능은 ETRI가 자체 개발한 언어 중심 절차 생성 AI 벤치마크 ‘LoTA-Bench’를 기반으로, 가상 가정환경 데이터셋인 ALFRED와 WAH-NL에서 검증되었다.
 현실적인 조건을 반영해 시야가 제한된 환경에서 평가를 진행한 결과, 세계 최고 수준의 작업 성공률을 달성했다.
 특히 720억(72B) 파라미터 언어모델을 사용한 기존 방식(ReAct)은 31%의 임무 성공률을 기록한 반면, 리액트리는 61%의 성공률을 달성해 약 두 배 가까운 성능 향상을 보였다.
 70억(7B) 파라미터 규모의 소형 언어모델에 리액트리를 적용했을 경우, 720억(72B) 파라미터 대형 모델을 사용한 기존 방식보다도 더 높은 성공률(37%)을 기록했다.
 이는 상대적으로 적은 컴퓨팅 자원으로도 대형 모델에 버금가는 성능을 구현할 수 있음을 보여주는 결과로, 기술 운용 효율성을 크게 높인 성과로 평가된다.
 김도형 ETRI 소셜로보틱스연구실장은 “리액트리는 복잡한 절차를 논리적으로 분해하고, 에이전트 간 협업을 통해 불확실한 환경에서도 유연하게 대응할 수 있는 기술”이라며 “앞으로 환각 현상을 더욱 줄이고, 에이전트가 사람에게 질문을 통해 불확실성을 해소하는 기능까지 추가해 실생활에 적용 가능한 수준으로 고도화할 계획”이라고 밝혔다.
 </section> 
 </div> 
 Copyright © 헤럴드경제. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기