연구진이 에이전트를 평가하고 학습하는 데 쓰는 사용자 시뮬레이터 ARGUS(Agenda-dRiven Goal-oriented User Simulator)를 제안했다. 기존 LLM 기반 시뮬레이터에서 나타나는 목표 누락과 정책 위반 문제를 줄이는 것이 목적이다. 논문은 2026년 10월 15일 arXiv에 올라왔다.
ARGUS는 신경망과 기호 처리를 결합한 방식이다. 사용자의 목표 상태를 동적 의제 스택에 담고, 이를 기호 연산으로 조작한다. 상태 추적과 자연어 생성을 엄격히 분리해 목표가 차례로 진행되고 제약에 맞는 대화가 이어지도록 했다고 연구진은 밝혔다.
비용을 낮춰 배포하기 위해 ARGUS를 작은 모델로 증류하는 방법도 내놓았다. 평가기가 이끄는 지도 미세 조정(SFT)을 먼저 하고, 단계별로 촘촘한 보상을 주는 온라인 강화 학습을 이어 붙이는 하나의 파이프라인이다.
행동 충실도를 엄밀하게 재기 위해 평가 기준표 방식의 지표인 종합 행동 점수(Composite Behavioral Score, CBS)를 새로 만들었다. 연구진은 τ³-Bench와 MultiWOZ 평가에서 ARGUS 구조의 뚜렷한 우수성과 학습 파이프라인의 효능을 입증했다고 주장했다. 코드와 데이터는 곧 공개될 예정이다.
출처
이 기사는 아래 자료를 바탕으로 정리했습니다. 제목을 누르면 원문이 새 창으로 열립니다.