CORPGEN, 실무 환경을 위한 AI 에이전트 기술 고도화

기존 AI 에이전트 벤치마크는 단일 작업 테스트에 집중되어 있어, 여러 작업이 상호 의존하며 진행되는 실제 업무 환경을 반영하지 못한다. Microsoft 연구진은 이를 해결하기 위해 여러 복잡한 작업을 동시에 관리해야 하는 Multi-Horizon Task Environments (MHTEs) 환경을 구축했다.

테스트 결과, 기존의 선도적인 에이전트들은 작업 부하가 늘어남에 따라 작업 완료율이 16.7%에서 8.7%로 급격히 하락하는 한계를 보였다. 주요 원인으로는 메모리 과부하, 작업 간 간섭, 복잡한 의존성, 그리고 지속적인 우선순위 재설정의 어려움이 꼽혔다.

CORPGEN은 이러한 문제를 해결하기 위해 디지털 직원(digital employees) 개념을 도입했다. 이들은 계층적 계획, 메모리 격리, 경험 학습 기능을 갖추고 있으며 다음과 같은 핵심 구조를 통해 작동한다.

• 계층적 계획(Hierarchical planning): 목표를 일일 목표와 세부 결정으로 세분화하여 체계적인 실행을 지원한다.
• 메모리 격리(Memory isolation): 서브에이전트가 독립된 컨텍스트에서 작업하게 하여 작업 간 간섭을 방지한다.
• 계층형 메모리 시스템(Tiered memory system): 필요한 정보만 선택적으로 회상하여 메모리 과부하를 막는다.

CORPGEN은 특정 모델에 종속되지 않는 아키텍처 불가지론(architecture-agnostic) 및 모듈형 설계를 채택했다. 이를 통해 기존 베이스 모델보다 최대 3.5배 높은 작업 완료율을 기록했으며, 기반 모델이 발전함에 따라 성능이 더욱 향상될 수 있는 구조를 갖췄다.