전자상거래 AI 에이전트, 계속 학습으로 변화하는 수요에 적응
원제 G-CAST: Governed Continual Self-Training for E-Commerce Agents under Evolving Demands
추천 18댓글 2
Key Point
전자상거래 AI 에이전트가 현실의 변화하는 요구에 맞춰 자동으로 학습하면서도 기존 기능을 유지하는 방식을 제시해 LLM 에이전트의 지속 가능한 운영 문제를 해결한다.
핵심 요약
- LLM 기반 쇼핑 에이전트가 사용자의 새로운 수요와 제품 카테고리, 기능 요청에 따라 성능이 떨어지는 문제와 새로운 기능 도입 시 기존 동작을 잃는 문제가 발생한다.
- 알리바바가 개발한 G-CAST는 일일 운영 데이터를 보상 기반으로 선별하고 엔트로피 우선순위를 적용해 학습 데이터를 생성하는 지속적 자체 학습 시스템이다.
- 누적 평가에 따른 체크포인트 전환으로 각 모델 업데이트를 제어하여 새로운 기능을 학습하면서도 기존에 작동하던 기능을 보존한다.
- 실제 전자상거래 플랫폼에서의 실험 결과 G-CAST는 자율 사후훈련 기준선 대비 새로운 수요에 더 잘 적응하면서 기존 기능을 더 잘 유지했다.
- 보상 기반 데이터 선별과 엔트로피 우선순위, 그리고 제어된 보상 진화가 성능 향상에 모두 중요한 역할을 한다.
- G-CAST는 현재 알리바바 1688 플랫폼의 B2B 조달 에이전트인 위안차이(원채)에 배포되어 운영 중이다.