내일 무엇을 요청할지 학습하기: 장기적 개인화 웹 에이전트를 위한 능동적 선호도 획득

arXiv:2610.31107v1 발표 유형: 신규 초록: 웹 에이전트는 여행 예약, 쇼핑, 일정 관리 등 반복적인 온라인 작업에서 동일한 사용자를 지속적으로 지원하는 경우가 늘어나고 있으며, 따라서 이들의 장기적 유용성은 사용자의 선호를 얼마나 잘 파악하고 있는지에 달려 있다. 수동적 기억 및 개인화 방법은 사용자가 결코 드러내지 않는 선호를 파악할 수 없으며, 현재 작업에 대한 이익만을 중시하는 명확화 방법 또한 이후 작업에서 답변을 재사용할 때의 이점을 간과한다. 우리는 ‘능동적 선호 획득(Active Preference Acquisition, APA)’을 연구한다: 어떤 누락된 선호가 질문 비용을 감수할 만한 가치가 있을까? 우리는 누락된 선호의 ‘잠재적 개인화 가치(Prospective Personalization Value, PPV)’를, 향후 여러 작업에서 기대되는 누적 효용 증가에서 질문에 따른 노력과 정보 공개 위험 비용을 차감한 값으로 정의하고, 질문을 선택한다.