🧠 Active Inference as Context Acquisition for AI Agents

μ‚¬μš©μž μ œμ•½ μ‚¬ν•­μ΄λ‚˜ λ³€μˆ˜κ°€ κ²°μ—¬λ˜μ—ˆμ„ λ•Œ μ—μ΄μ „νŠΈκ°€ μ–΄λ–€ μ•‘μ…˜(질문, 검색, 도ꡬ μ‹€ν–‰ λ“±)을 ν•΄μ•Ό 할지에 λŒ€ν•œ ν™•λ₯ μ  μ΅œμ ν™” ν”„λ ˆμž„μ›Œν¬ μ—°κ΅¬μž…λ‹ˆλ‹€.

1. μ»¨ν…μŠ€νŠΈ νšλ“ λ ˆμ΄μ–΄μ˜ ν™œμ„± μΆ”λ‘  (Active Inference)

  • 문제 μ •μ˜: μ—μ΄μ „νŠΈλŠ” λΆˆμ™„μ „ν•œ μž‘μ—… λͺ…μ„Έ ν•˜μ—μ„œ κΈ°λ³Έ 가정을 λ”°λ₯Όμ§€, μ•„λ‹ˆλ©΄ 토큰을 μ†ŒλΉ„ν•˜μ—¬ μ‚¬μš©μžμ—κ²Œ λͺ…ν™•νžˆ μ§ˆλ¬Έν• μ§€(OQA: Optimal Question Asking) κ²°μ •ν•΄μ•Ό ν•©λ‹ˆλ‹€.
  • ν™œμ„± μΆ”λ‘  μˆ˜μ‹ν™”:
    • λ‚΄λΆ€ μΆ”λ‘  단계: 잠재 μž‘μ—… μƒνƒœ(latent task state)에 λŒ€ν•œ 신뒰도(beliefs) μ—…λ°μ΄νŠΈ.
    • μ™ΈλΆ€ κ²°μ • 단계: 토큰 λΉ„μš© λŒ€λΉ„ κΈ°λŒ€ 자유 μ—λ„ˆμ§€(Expected Free Energy under cost)λ₯Ό μ΅œμ†Œν™”ν•˜λ„λ‘ λ‹€μŒ μ»¨ν…μŠ€νŠΈ μ•‘μ…˜μ„ 선택.
    • 결정둠적 ν™˜κ²½μ—μ„œλŠ” 자유 μ—λ„ˆμ§€μ˜ 인지적(epistemic) ν•­λͺ©μ΄ κΈ°λŒ€ 정보 이득(Expected Information Gain)으둜 ν™˜μ›λ©λ‹ˆλ‹€.

2. μ£Όμš” 적용 λΆ„μ•Ό

  • Optimal Question Asking (OQA): 동적 κ³„νšλ²• μ˜€λΌν΄μ„ ν™œμš©ν•΄ 졜적의 질문 선택 λ²€μΉ˜λ§ˆν‚Ή.
  • Clarification Before Generation: ν…μŠ€νŠΈ 생성 μ „ μ‚¬μš©μžμ—κ²Œ μ§ˆλ¬Έν•˜μ—¬ 정확도 제고.
  • Automated Prompt Optimization: ν•œμ •λœ 토큰 μ˜ˆμ‚° ν•˜μ˜ ν”„λ‘¬ν”„νŠΈ μ΅œμ ν™”.

κ΄€λ ¨ λ¬Έμ„œ: