대화 오류 회복을 위한 추론 인셉션

초록

본 논문은 파라미터와 시스템 프롬프트를 변경할 수 없는 상황에서, 외부 인셉션 모듈이 초기 추론을 삽입해 대화형 LLM 에이전트가 사용자 오류(모호·지원되지 않음)를 진단·복구하도록 하는 테스트‑타임 방법인 ReIn을 제안한다. 시뮬레이션된 오류 시나리오에서 ReIn은 기존 프롬프트 수정 방식보다 높은 성공률을 보이며, 미리 정의되지 않은 오류에도 일반화한다.

상세 분석

ReIn은 “인셉션 블록”이라는 단일 LLM 호출을 통해 두 가지 작업을 수행한다. 첫째, 현재 턴의 대화 컨텍스트와 사용 가능한 도구 목록을 입력으로 받아 사전에 정의된 오류 유형(E) 중 하나가 존재하는지를 판단한다. 둘째, 오류가 감지되면 오류‑복구 매핑 Φ에 따라 구체적인 복구 계획 ρ를 생성한다. 이 복구 계획은 “think