OpenAI, 'Dots' AI 에이전트 재시연

항상 켜져 있고 실제 작업을 위해 설계된 Dots는 초기 실패한 출시 이후 잠재력을 보여주기 위해 OpenAI에 의해 재시연되었습니다.

프레젠테이션은 Dots를 실제 작업을 처리하도록 설계된 상시 작동 AI 에이전트로 소개했으며, 현재 시연은 특히 여행 계획 및 정보 관리에서의 응용을 강조했습니다. 발표자는 에이전트의 실용적인 유용성을 보여주기 위해 필터링되지 않은 실제 사용 시나리오를 강조했습니다.

사용자는 Dot AI에 오후 3시 회의를 위해 이스트 할리우드로 가는 막바지 출장을 준비하도록 요청했으며, 회사 정책을 준수하는 환불 가능한 항공편과 이스트 LA의 호텔 옵션을 요청했습니다.

에이전트는 복잡한 요청을 신속하게 처리하고, 항공편 예약에 대한 회사 정책을 확인하고, 적합한 호텔을 검색하고, 지도 위치가 포함된 시각적 스크린샷을 제공했습니다. AI는 회의에 제때 도착할 수 있도록 교통 체증 완충을 고려하는 등 여행 제약을 사전 예방적으로 관리했습니다.

Dot 에이전트는 LAX에서 이스트 할리우드까지의 이동 시간을 추정했으며, 공항을 나가는 데 걸리는 일반적인 지연 시간과 운전 시간 자체를 고려했습니다. 이를 바탕으로 오후 3시 회의 전에 충분한 여유 시간을 제공하기 위해 정오에 가까운 시간에 착륙하는 항공편을 제안했습니다.

에이전트는 사용자 요구 사항을 충족하는 오전 11시 20분에 도착하는 Southwest 항공편을 성공적으로 식별했습니다. 또한 사용자 채팅 인터페이스 내에서 직접 선택한 호텔 옵션에 대한 시각적 확인을 제공하여 의사 결정 프로세스를 간소화했습니다.

사용자는 Slack 피드백 채널을 분석하도록 요청하여 데모를 작업 공간 내의 주요 테마 및 긴급한 문제 식별로 전환했습니다. 사용자는 Dot이 주요 피드백 테마를 식별하고 구체적인 워크플로를 따르며 긴급한 문제를 강조하도록 요청했습니다.

사용자는 또한 팀의 충분한 관심을 받지 못할 수 있는 간과된 주제를 AI가 밝혀내도록 요청하여 단순한 데이터 집계 이상의 전략적 통찰력에 대한 에이전트의 역량을 보여주었습니다.

이 프로세스에는 채널 보고서를 읽고, 각 항목을 수동으로 분류한 다음, 문제를 Linear 티켓에 연결하는 작업이 포함됩니다.

워크플로는 또한 티켓을 풀 리퀘스트(PR)와 일치시키고 '진행 중', '출시됨' 또는 '재테스트됨'과 같은 다양한 단계를 통해 진행 상황을 추적하는 것을 포함합니다. 에이전트는 현재 대시보드가 메시지를 자동으로 캡처하지 않아 불완전한 티켓 조정으로 이어진다고 언급했습니다.

AI 에이전트는 현재 신뢰할 수 있는 해결책이 없는 중요한 사용자 피드백 테마를 식별하는 데 우선순위를 두었습니다. 에이전트의 목표는 문제를 해결하는 풀 리퀘스트(PR)가 구현되면 Slack에서 응답하고, 수정 사항을 사용자에게 다시 연결하여 피드백 루프를 완료하는 것입니다.

재테스트 단계는 식별된 문제가 진정으로 해결되었는지 확인하는 중요한 단계로 명시적으로 강조되었습니다. 에이전트는 해결책이 없는 테마에 우선순위를 두고 솔루션이 출시되면 사용자에게 후속 조치를 취하겠다고 약속했습니다.

지난 24시간 동안의 데이터에 따르면 인지된 신뢰성 부족이 주요 문제로 분류되었으며, 에이전트는 시스템이 활성 상태인 것처럼 보이지만 응답하지 않는 이유를 확인하기 위해 전체 볼륨 순위 지정을 수행했습니다. 사용자는 Dot이 활성 상태인 것처럼 보이지만 응답하지 않거나 필요한 도구에 액세스하지 못하여 혼란을 야기하는 사례를 보고했습니다.

이러한 혼란은 실제 에이전트 오류와 에이전트 진행 상황에 대한 가시성 부족의 조합에서 비롯되며, 사용자가 Dot이 제대로 작동하는지 판단하기 어렵게 만듭니다. 에이전트는 현재 이러한 예비 조사를 추가로 확인하기 위해 전체 볼륨 순위 지정을 수행하고 있습니다.

사용자는 에이전트에게 이러한 제품 차이점을 명확히 하고 일반적인 질문에 답하기 위한 포괄적인 응답을 작성하도록 요청했습니다.