AI 에이전트연구 프리프린트
OntoAct, 과거 경험을 조건 규칙으로 바꿔 에이전트 복구 과제 평가
원문 읽기 · arxiv.org ↗(새 탭에서 열림)OntoAct는 과거 경험을 개체 유형·관계·조건의 규칙으로 정리한 뒤, 언어 모델이 세운 가설을 현재 관측에 대조하는 에이전트 구조다.
구조
- 언어 모델이 경험으로부터 가설과 행동을 제안하고 기호 검증기가 현재 관측으로 조건의 충족 여부를 확인한다.
평가
- Tacit-FLE 작은 과제군의 복구 성공률은 OntoAct 78.6%, IfR 64.3%였다.
- Mars와 ALFWorld도 포함했지만 환경별 성과를 실제 공장 복구와 동일시할 수 없다.
한계
- 고장 기록과 과제는 합성 자료이며 실제 설비의 비가역적 조작은 시험하지 않았다.
함께 확인할 조건
- 공장 복구는 합성 기록과 시뮬레이션 환경이다.
- 실물 설비나 다른 장기 업무에서의 안전·성능은 확인하지 않았다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.