LLM-Agent-UMF: LLM 기반 에이전트 통합 모델링 프레임워크로 다중 활성/수동 코어 에이전트의 원활한 통합을 위한 것

LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Integration of Multi Active/Passive Core-Agents

September 17, 2024

저자: Amine B. Hassouna, Hana Chaari, Ines Belhaj

cs.AI

초록

LLM 기반 에이전트의 도구 통합은 독립형 LLM과 전통적인 에이전트의 한정된 능력에 대한 어려움을 극복했습니다. 그러나 이러한 기술들의 결합과 몇몇 최첨단 작업에서 제안된 향상들은 통일되지 않은 소프트웨어 아키텍처를 따라와 모듈성의 부족을 초래했습니다. 실제로, 그들은 주로 기능에 초점을 맞추고 에이전트 내의 구성 요소의 경계 정의를 간과했습니다. 이로 인해 연구자들 사이에 용어 및 아키텍처적 모호성이 발생했고, 본 논문에서는 이를 해결하기 위해 LLM 기반 에이전트의 개발을 위한 명확한 기능 및 소프트웨어 아키텍처적 관점에서의 기반을 확립하는 통합 프레임워크를 제안함으로써 이에 대응했습니다. 우리의 프레임워크인 LLM-Agent-UMF (LLM 기반 에이전트 통합 모델링 프레임워크)는 에이전트의 다양한 구성 요소를 명확히 구분하며, LLM과 도구를 새롭게 도입된 코어-에이전트라는 요소와 구분합니다. 코어-에이전트는 에이전트의 중심 조정자 역할을 담당하며, 계획, 메모리, 프로필, 행동 및 보안 등 다섯 모듈로 구성되어 있습니다. 이 중 보안은 이전 작업에서 종종 간과되었습니다. 코어-에이전트의 내부 구조의 차이로 인해 우리는 이를 수동 및 능동 유형으로 분류했습니다. 이를 기반으로 우리는 다양한 개별 에이전트의 고유한 특성을 결합한 다양한 멀티-코어 에이전트 아키텍처를 제안했습니다. 평가 목적을 위해 우리는 이 프레임워크를 최첨단 에이전트의 선택에 적용하여, 그들의 기능과 간과된 아키텍처적 측면을 명확히 하였습니다. 더불어, 우리는 네 가지 제안된 아키텍처를 철저히 평가하였고, 독특한 에이전트를 하이브리드 능동/수동 코어-에이전트 시스템에 통합함으로써 특정 에이전트의 결합에 따른 잠재적 개선 및 도전 과제를 명확히 했습니다.

English

The integration of tools in LLM-based agents overcame the difficulties of standalone LLMs and traditional agents' limited capabilities. However, the conjunction of these technologies and the proposed enhancements in several state-of-the-art works followed a non-unified software architecture resulting in a lack of modularity. Indeed, they focused mainly on functionalities and overlooked the definition of the component's boundaries within the agent. This caused terminological and architectural ambiguities between researchers which we addressed in this paper by proposing a unified framework that establishes a clear foundation for LLM-based agents' development from both functional and software architectural perspectives. Our framework, LLM-Agent-UMF (LLM-based Agent Unified Modeling Framework), clearly distinguishes between the different components of an agent, setting LLMs, and tools apart from a newly introduced element: the core-agent, playing the role of the central coordinator of the agent which comprises five modules: planning, memory, profile, action, and security, the latter often neglected in previous works. Differences in the internal structure of core-agents led us to classify them into a taxonomy of passive and active types. Based on this, we proposed different multi-core agent architectures combining unique characteristics of various individual agents. For evaluation purposes, we applied this framework to a selection of state-of-the-art agents, thereby demonstrating its alignment with their functionalities and clarifying the overlooked architectural aspects. Moreover, we thoroughly assessed four of our proposed architectures by integrating distinctive agents into hybrid active/passive core-agents' systems. This analysis provided clear insights into potential improvements and highlighted the challenges involved in the combination of specific agents.