SLM 기반 Agentic AI: Planner–Caller–Generator 구조 설계와 성능 분석

이 글은 한컴 인공지능기술팀이 제안한 SLM(경량 언어모델) 기반 Agentic AI 구조인 P-C-G(Planner-Caller-Generator)의 설계와 성능을 소개합니다. 대형 언어모델(LLM)의 높은 비용, 응답 지연, 자원 소모 문제를 해결하기 위해, 모델의 역할을 Planner, Caller, Generator로 세분화하여 효율성을 높였습니다.

P-C-G 구조는 한 번의 초기 계획 후 필요한 경우에만 재계획을 수행하여 토큰 사용량과 지연 시간을 줄이며, 한국어 환경에서 GPT-4o-mini 수준의 성능을 유지했습니다. 이 글은 P-C-G 구조의 핵심 원리, 실험 결과, 그리고 향후 적용 방향을 다룹니다.