연구진이 사람은 숨은 세계 상태를 알고 AI 비서는 사람의 행동만 관찰하는 반복 협력 문제에서 효율적인 학습 알고리즘을 제시했다. 2026년 7월 공개된 arXiv 프리프린트는 실제 비서 제품을 시험한 사용자 연구가 아니라 온라인 지원 게임을 분석한 이론 논문이다. 두 행위자가 같은 보상을 원하지만 정보 접근이 다르다는 조건을 T번의 상호작용으로 모델링했다.
연구진은 실제 누적 효용과, 숨은 상태를 행동 쌍에 연결하는 최적 공동정책을 사후에 적용했을 때의 효용 차이를 ‘지원 후회’로 정의했다. 사람과 비서가 중앙 통제자 없이 각각 실행하는 분산 알고리즘은 1-1/e 근사에서 로그 인자를 제외하고 T의 3/4제곱에 비례하는 후회율을 달성한다. 실행 시간은 상태·행동 공간 크기에 대해 다항식이다.
비서 측에는 여러 무후회 알고리즘을 넣을 수 있어 특정 모델에 한정되지 않는다. 논문은 1-1/e보다 좋은 근사 계수를 일반적으로 달성하는 일이 계산적으로 어렵다는 하한도 제시한다. 제안한 계수가 단순 구현 선택이 아니라 문제 구조의 계산 복잡성과 연결된다는 주장이다.
사람과 비서가 공유 난수 문자열을 사용할 수 있는 의사 분산 조건에서는 후회율이 로그 인자를 제외하고 T의 1/2제곱까지 낮아진다. 연구진은 이 경계가 최적이라고 증명했다. 두 결과의 차이는 공통 신호가 비대칭 정보 아래의 협력을 얼마나 단순화하는지 수학적으로 보여준다.
이 결과는 현실 사용자의 행동이나 대화형 비서의 성공률을 측정한 것이 아니다. 사람도 항상 무후회 방식으로 학습하지 않으며 목표와 보상이 시간에 따라 바뀔 수 있다. 질문하기·기다리기 같은 실제 비서 행동, 사용자 표본, 독립 재현 실험도 포함되지 않았다. 따라서 제품 성능 주장보다 반복 협력에서 가능한 이론적 경계로 해석해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
