["내가 왜 막혔지?"… 길 헤매는 AI, '메타인지'로 해법 찾았다] 중남대 연구팀, 내비게이션 시스템 '메타나브' 공개 , LLM 활용해 실패 이력 분석… 탐색 효율 20% 이상 개선

AI 요약

중남대학교 연구팀은 인공지능 에이전트의 '국소 진동' 문제를 해결하기 위해 자신의 행동을 스스로 점검·수정하는 메타인지 추론 기반 내비게이션 시스템 '메타나브'를 2026년 4월 아카이브(arXiv)에 공개했습니다. 메타나브는 기억·계획·반성의 세 단계로 3D 의미 지도를 실시간 생성하고 최근 방문 지역에 페널티를 부여하며, 반성 단계에서 LLM이 과거 행동을 분석해 수정 규칙을 도출해 GOAT-벤치에서 71.4%의 성공률을 기록해 MTU3D보다 24.2%포인트 높았고 한 세션당 시각-언어 모델 질의를 31.6회에서 25.1회로 줄여 약 20.7%의 연산 비용을 절감했습니다. 메타나브는 대규모 학습 없이 실패를 되돌아보는 구조만으로 성능을 높이고 기존 LLM을 그대로 활용할 수 있지만 반성 과정에서의 평균 LLM 추론 시간 5.75초는 실시간 제어에서 해결해야 할 과제로 지적되었습니다.