스마트홈 지시는 “불을 꺼라”처럼 곧바로 실행할 수 있는 표현부터 “방을 아늑하게 해줘”처럼 해석과 개인 선호가 필요한 요청까지 폭이 넓다. 2026년 7월 20일 공개된 프리프린트 ‘AdaHome: An Adaptive Smart Home Assistant using Local Small Language Models’은 로컬에 배치한 소형 언어모델로 이런 지시를 분기 처리하는 스마트홈 보조기 AdaHome를 제안한다.
AdaHome는 명령을 직접형, 간접형, 모호형으로 나눈 뒤 단순 프롬프트 기반 경로와 가벼운 추론 경로 가운데 하나로 보낸다. 해석이 필요한 요청에는 Chain-of-Draft 전략을 적용한다. 장기 개인화는 프롬프트를 계속 늘리거나 모델을 다시 학습시키지 않고, 사용자 피드백에서 선호를 점진적으로 반영하는 방식으로 구현했다.
평가 데이터는 Sasha의 40개 명령과 SAGE의 50개 명령을 토대로 기기 스키마에 맞는 항목을 고르고 수작업 명령을 더해 총 90개로 구성했다. 직접형·간접형·모호형이 각각 30개다. 직접형 명령에서 AdaHome의 성공률은 86.7%였고 평균 종료 지연은 10.48초였다. 비교군은 Sasha 56.7%·15.07초, SAGE 63.3%·17.95초, Harmony 41.1%·28.84초였다. 모호형에서는 성공률 88.9%와 평균 지연 14.47초를 기록했다.
장기 개인화 평가는 ‘30회 대화’가 아니라 30개 시퀀스이며 각 시퀀스는 8턴으로 구성됐다. AdaHome의 선호 일관성은 88%로 프롬프트 보강 기준선 52.5%보다 높았고, 적응 성공 100.0%, 회복률 80.0%로 보고됐다. LLM 평가자와 인간 평가의 일치도는 Cohen’s κ=0.834였다.
이 결과는 반복 상호작용을 중심으로 한 제한된 평가이며 다양한 실제 주거 환경 전반을 대표하지는 않는다. 모델 배치 조건과 기기 스키마가 달라질 때 같은 성능이 유지되는지도 추가 검증이 필요하다. 연구는 동료평가 전 프리프린트이며, 원문은 arXiv 논문 페이지에서 확인할 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
