5.Planning:태스크분해HuggingGPT/CoT

요즘 AI에이전트, 제대로 배우기

태스크 분해란?

인용: Understanding the planning of LLM agents: A survey, Fig2

태스크 분해 방식에는 크게 2가지가 있습니다.

Decomposition-First 방식

Interleaved 방식

Decomposition-First 방식

먼저 전체 태스크를 서브골(중간목표)로 분해하고, 그 다음 각 서브골에 대해 개별 계획을 세우는 방식입니다.

예를 들면,

"먼저 계획을 세우자 (Let's first devise a plan)"

"이제 그 계획을 실행하자 (Let's carry out the plan)"

라는 2단계로 나누면 추론의 정확도나 단계적 사고 품질을 올릴 수 있습니다.

Decomposition-First 방식의 장점:

서브태스크와 전체태스크의 연관성이 높아 전체 구조 파악에 유리함

"중요한 요소를 잊어버리는 문제"를 줄이는데 도움이 된다

하지만 단점도 명확합니다.

모든 서브태스크를 초반에 전부 확장해야 하므로 실행 중 동적으로 구조를 조정하기 어렵다.

특정 서브태스크에서 문제가 생기면 전체 계획이 무너질 위험이 있다.

Interleaved 방식

서브골 분해와 계획 수립을 교차(Interleaved)하며 진행하는 방식입니다. 이 방식은 여러 연구에서 각각의 변형 형태로 제시되어 왔습니다.

대표적으로,

LLM이 생각(Reasoning)과 행동(Action)을 번갈아 수행하면서 문제를 푸는 방식 (예: ReAct)

복잡한 문제를 여러 추론 경로로 단계적으로 전재하는 방식(예: Program-of-Thought)

중간사고 과정을 드러내며 단계적으로 해결하는 방식(예: CoT, Chain-of-Thought)