챗GPT와 같은 대형언어모델(LLM)을 이용해 인공지능(AI) 간 소통 규칙을 자동으로 설계하는 기술이 나왔다.

울산과학기술원(UNIST)은 인공지능대학원 한승열 교수팀이 대형언어모델 추론 능력을 이용해 다중 에이전트 강화학습의 통신 방식을 설계하고 개선한 'LMAC'(LLM-driven Multi-Agent Communication) 기술을 개발했다고 13일 밝혔다.

다중 에이전트 강화학습이란 여러 개의 AI 에이전트가 하나의 환경에서 상호작용하며 공동 목표를 달성하도록 학습하는 기술이다.

실제 환경에서는 각 AI가 전체 상황을 볼 수 없기 때문에 필요한 정보를 서로 주고받는 통신 능력이 협력 성능을 좌우한다.

그러나 기존 통신 기법은 모든 정보를 한꺼번에 공유해 비효율적이거나, 협력에 꼭 필요한 핵심 정보를 충분히 전달하지 못하는 한계가 있었다.

연구팀이 개발한 LMAC는 AI들에게 각각 수집한 정보 중 무엇을 어느 AI에 전달해야 할지를 규칙으로 정할 수 있다.

이 규칙은 강력한 추론 능력을 지닌 대형언어모델이 만든다. 임무의 목표와 각 AI 역할, 관측할 수 있는 정보 의미를 자연어로 입력하면, 대형언어모델이 이를 분석해 필요한 정보를 골라 전달하는 통신 함수를 코드로 작성한다.

코드는 과거 강화학습 데이터를 바탕으로 자동 보완되게 설계됐다. 평가 프로그램이 AI가 임무에 필요한 상황을 얼마나 정확히 파악했는지와 AI 간 정보 격차를 찾아 피드백을 만들면, 대형언어모델이 이를 반영해 부족한 정보를 추가하고 코드를 수정한다.

또 실제 학습 단계에서는 대형언어모델이 매 순간 호출되는 방식이 아니라 완성된 코드가 각 AI 관측값을 받아 필요한 메시지를 만든다. 이 덕에 매 순간 대형언어모델을 사용하는 방식보다 비용과 연산 부담을 줄일 수 있다.

한승열 교수는 "여러 AI가 제한된 정보 속에서 함께 판단해야 하는 자율 드론, 로봇 군집, 스마트 팩토리, 자율주행 협력 시스템 등 분야에서 중요한 기반 기술이 될 것"이라고 말했다.

연구 결과는 기계학습 분야 최고 권위 학회인 '국제머신러닝학회'(ICML)에서 발표됐다. 올해 ICML은 6일부터 12일까지 서울에서 열렸다.

연구는 과학기술정보통신부와 정보통신기획평가원, 한국연구재단 지원을 받았다.