레플리
글 수 284

LLM의 미래는 자율행동과 멀티 에이전트

조회 수 301 추천 수 0 2023.08.30 18:54:19


오늘 모교인 컴퓨터공학과 대학원생들을 대상으로 특강을 하고 왔습니다. 학과장으로 있는 대학 동기 덕분에 학생들을 만날 수 있는 좋은 기회를 얻었습니다. 신경망과 딥러닝에 대한 간략한 설명부터 사전훈련모델과 LLM에 대해 핵심적인 내용만 전달했습니다. 마지막으로 ChatGPT 플러그인, AutoGPT, 생성 에이전트, ChatDev 같은 최신 트렌드에 관해서도 다루었습니다. 모두 집중해서 들어준 덕분에 재미있게 강의를 마쳤습니다.

 

이 학생들이 졸업하는 1~2년 후에는 세상이 또 어떻게 바뀌어 있을까요. ChatGPT 같은 질의응답은 LLM의 아주 극초기 단계라 생각합니다. 그 다음은 플러그인이나 Function, LangChain 같이 LLM이 외부와 연동할 수 있는 능력을 갖게 되는 것입니다. 아마 자비스와 유사한 서비스가 나올 듯 합니다. 이미 시리나 구글 어시스턴트에 LLM을 도입하는 작업이 진행중이라 합니다.

 

외부 연동이 끝나면 그 이후는 자율행동과 멀티 에이전트입니다. 지금 ChatGPT를 쓰려면 사람이 중간에 개입해야 합니다. ChatGPT에 질문하고 결과가 나오면 사람이 보고 다시 후속 질문을 합니다. 이렇게 여러 번 반복해야 최종 결과를 뽑아낼 수 있습니다. 앞으로는 AutoGPT처럼 LLM이 자율적으로 동작하도록 바뀔 것입니다. 사람은 처음 한번만 명령을 내리면 됩니다. 중간과정은 LLM이 스스로 계획을 세우고 생각하면서 처리합니다.

 

자율행동이 더 발전하면 생성 에이전트나 ChatDev 같은 멀티 에이전트가 됩니다. LLM 하나가 아니라 여러 LLM 에이전트가 협력하면 더 좋은 결과가 나옵니다. 또한 에이전트끼리 통신하면서 정보를 주고받습니다. 예를 들어, 시리에게 식당을 예약하라고 하면 시리 에이전트가 식당 에이전트에게 연락해서 예약을 합니다. 시리 에이전트와 식당 에이전트는 예약 결과에 대해서만 주인에게 전달하면 됩니다. 사람은 명령만 한번 내리면 AI가 다 해주기 때문에 신경쓸 일이 거의 없게 되죠.

 

이때 중요한 점은 에이전트끼리의 통신이 모두 LLM 기반의 대화로 이뤄진다는 것입니다. 과거처럼 사람이 복잡하게 통신 규약을 설계할 필요가 없습니다. 때문에 거의 모든 영역에서 멀티 에이전트를 쉽게 구현할 수 있게 됩니다. 영화 속의 한 장면 같지 않나요. 이런 세상이 예상보다 훨씬 빨리 올 거라 생각됩니다. 아마 3~5년 정도 일까요.

 

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수sort
BERT를 이용한 챗봇 구현 file 깊은바다 2019-01-07 4113
GPT-3 데모 사이트 - gpt3demo.com 깊은바다 2021-07-13 3707
한국어 자연어처리를 위한 딥러닝 깊은바다 2018-02-14 3652
하이퍼클로바 활용예 및 사용가이드 file 깊은바다 2022-03-05 3570
한국어로 대화하는 생성 모델의 학습을 위한 여정 - Transformer와 GPT2 깊은바다 2020-08-13 3566
KoGPT2를 파인튜닝하여 만든 챗봇 깊은바다 2020-06-23 3534
구글의 딥러닝 대화 알고리즘 깊은바다 2016-03-25 3356
여러 한국어 GPT 모델들 file [1] 봄눈 2021-11-21 3338
네이버 영화 리뷰 감정 분석 깊은바다 2018-09-07 3293
욕설을 찾는 BERT 모델 - Purifier 깊은바다 2019-08-28 3274
딥러닝으로 챗봇 만들기 깊은바다 2017-05-03 3173
네이버의 초거대모델인 하이퍼클로바 사용 후기 깊은바다 2022-02-14 3171
6B 파라미터의 GPT-J_6B 오픈소스 모델 깊은바다 2021-07-01 3157
케라스로 만든 한글 Seq2Seq 챗봇 소스코드 깊은바다 2019-07-13 3091
구글의 Transformer 신경망 모델 [2] 깊은바다 2018-10-13 3023