애피어, 기업용 에이전틱 AI 실효성 높인다…글로벌 연구 성과 공개
애피어가 에이전틱 AI의 신뢰성과 글로벌 도입을 위한 평가 기준을 제시하는 두 편의 연구 논문을 발표했다. 10일 회사에 따르면, 이번 연구는 거대언어모델(LLM)이 검색된 정보만으로 답변할 수 없는 상황을 인식하는 과정과 추론 언어 선택이 다국어 사용자 지원에 미치는 영향을 심층 분석했다. 에이전틱 AI가 기업의 의사결정을 효과적으로 지원하기 위해서는 불확실성을 스스로 관리하고 각 과업에 가장 적합한 추론 방식과 언어를 유연하게 선택해야 한다는 점을 입증했다. 첫 번째 논문은 정보 부족을 인식하는 AI의 '모르는 것을 아는 역량'을 다뤘다. 28종의 주요 LLM을 대상으로 실험한 결과, '해당 사항 없음'이 정답인 경우 모델의 정확도가 30~50% 하락했다. 연구팀은 모델이 해당 상황을 정확히 인식하도록 지도 미세조정(SFT)과 직접 선호 최적화(DPO) 방식을 적용했다. 그 결과 정답과 오답의 차이를 함께 학습하는 DPO 적용 시, 정답이 없는 문제를 식별하는 정확도가 약 30%포인트 향상되며 AI의 정보 부족 인식 능력이 강화됨을 확인했다. 두 번째 논문은 대규모 추론 모델(LRM)의 다국어 입력과 추론 경로를 분석했다. 영어 등 고자원 언어는 수학·지식 기반 과업에서 높은 성능을 보인 반면, 현지 언어로 추론할 경우 해당 지역의 문화적 맥락 반영과 유해·불법 질문 식별 등 안전성 판단에 더욱 효과적인 것으로 나타났다. 연구팀은 이를 바탕으로 과업 유형과 지역·문화적 맥락에 따라 최적의 추론 언어를 동적으로 선택하는 '추론 언어 라우팅'의 활용 가능성을 제시했다. 회사는 향후 연구 성과를 애드·개인화·데이터 클라우드 등 핵심 제품군에 적용해, 기업이 에이전틱 AI를 확장 가능한 실질적 비즈니스 가치로 전환할 수 있도록 지원할 계획이다. 치한 위 애피어 최고경영자는 "이번 두 연구는 AI를 평가하는 기준을 새롭게 정의한다. AI가 단순히 질문에 답하는 단계를 넘어 자율적으로 의사결정을 내리기 시작하면서 모델이 정답을 내놓는지만 평가해서는 충분하지 않다"며 "정보가 부족한 상황을 스스로 인식하고 그에 맞춰 행동을 조정할 수 있는지, 각 과업에 가장 적합한 추론 방식을 선택할 수 있는지도 함께 평가해야 한다"고 말했다. 이어 "이런 역량은 에이전틱 AI가 단순히 명령을 수행하는 수준에서 벗어나 현실의 복잡한 상황에 대응할 수 있는 신뢰도 높은 의사결정 시스템으로 발전하는 데 기여할 것"이라며 "애피어는 지속적인 기초 연구를 통해 이러한 핵심 과제를 측정하고 개선할 수 있는 AI 역량으로 발전시켜, 다양한 시장과 언어 환경의 기업들이 에이전틱 AI를 더욱 신뢰하며 활용할 수 있도록 지원할 것"이라고 덧붙였다.
