LLM 협상 에이전트 설계: 로직과 판단의 분리 전략

요약

최근 LLM 기반 구매 협상 에이전트를 개발한 연구팀이, 장기 기억을 가진 LLM과 단순한 규칙 기반의 알고리즘을 비교하는 실험을 진행했다. 실험 결과, '제시 가격의 70%를 부르고 첫 번째 최종 제안을 수락한다'는 단순 규칙이 LLM과의 19번의 협상에서 모두 승리하는 현상이 발생했다. 연구진은 LLM이 협상 대상 업체에 대한 정보는 94%의 정확도로 기억하고 있었으나, 실제로 가격을 결정하고 협상을 수행하는 능력은 부족했다고 분석했다. 이에 따라 단순 규칙을 적용한 알고리즘이 숙련된 뒤에는 거래당 약 2,500루피의 비용 절감 효과를 보였다. 이번 실험은 LLM의 언어 처리 및 판단 능력은 활용하되, 가격 결정과 같은 핵심 전략은 단순한 정책 로직에 맡기는 것이 더 효과적임을 시사한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.