인공지능(AI)는 언제 계산기나 검색기를 불러야 하는지 스스로 배울 수 있을까?

그림에서 무엇을 볼까요?

텍스트에서 API 호출 후보를 만들고 도구를 실행한 뒤 손실 감소 문턱을 넘은 호출만 학습 자료에 남기는 네 단계 흐름도.

아래 활동은 계산, 날짜, 사실 확인 중 과제를 고르고 도구 사용 가능 여부와 유용성 문턱을 바꿉니다. LTCT 교육 모형은 과제별 가상 손실 감소값을 계산 1.4, 날짜 0.9, 사실 0.6으로 놓고, 값이 문턱 이상이면 호출을 남깁니다.

이는 Toolformer나 실제 AI를 실행하지 않으며 외부 API도 호출하지 않습니다. 원 논문의 필터 원리인 ‘도구 결과가 다음 예측을 충분히 개선했는가’를 작은 숫자로 보여 줄 뿐입니다. 문턱을 높이면 호출 수는 줄지만 필요한 호출도 버릴 수 있고, 낮추면 불필요한 호출이 섞일 수 있습니다.