Antigravity Agent
2.5 KiB
2.5 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PREI-AUTO-CIPOMDP-001 | Unified | 0.92 |
|
2026-05-05 |
CIPOMDPs
📌 한 줄 통찰 (The Karpathy Summary)
"상대방이 무슨 생각을 하는지 모르는 불확실성 속에서도, 대화의 맥락과 의도를 확률적으로 추론하여 최적의 답변을 찾아내는 전략적 소통의 수학적 프레임워크."
📖 구조화된 지식 (Synthesized Content)
CIPOMDPs는 부분적으로 관찰 가능한 환경에서 여러 행위자(Agent)가 상호작용하는 모델인 POMDP를 대화 상황에 특화하여 확장한 것입니다.
- 의도 추론과 재귀적 모델링:
- 화자는 청자의 지식 상태와 의도를 추론하고, 청자 역시 화자의 의도를 해석함. 이 '나는 네가 ...라고 생각할 것이라고 생각한다'는 식의 재귀적 의도 파악 과정을 모델링함.
- 불완전한 정보 하의 의사결정:
- 상대방의 마음속을 직접 볼 수 없으므로(Partial Observation), 과거의 대화 이력과 맥락을 바탕으로 상대방의 믿음 상태(Belief State)를 확률적으로 갱신하며 가장 적절한 화행(Pragmatics)을 선택.
- 대화의 목표 최적화:
- 단순한 문장 생성을 넘어, 정보 전달 효율성 극대화, 관계 유지, 설득 등 대화의 궁극적 목표(Reward)를 달성하기 위한 최적의 정책(Policy)을 수립.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 계산 복잡도의 폭발 (RL Update): 재귀적 의도 추론은 계산량이 기하급수적으로 늘어나는 '상태 공간의 저주' 문제를 안고 있음. 현대 AI는 이를 엄밀한 수학적 계산보다는 LLM의 방대한 패턴 학습을 통한 '직관적 추론'으로 근사(Approximation)하여 해결하는 추세임.
- Antigravity 정책: 에이전트의 대화 전략은 단순히 다음 단어를 예측하는 것을 넘어, 사용자의 숨은 의도를 파악하고 지식의 결핍을 채워주는 CIPOMDP적 사고를 지향함.
🔗 지식 연결 (Graph)
- Pragmatics, Conversational-Maxims, Decision-Theory, Reinforcement-Learning
- Raw Source: Datacollector_MAC/out_wiki/대화형 부분 관찰 마르코프 결정 과정 (CIPOMDPs).md