MIRROR (Modular Internal Reasoning, Reflection, Orchestration, and Response)는 인간의 내적 독백을 모방하여 대규모 언어 모델(LLM)의 복잡한 정보 처리 능력을 향상시키는 새로운 인지 아키텍처입니다. Thinker와 Talker라는 두 개의 기능적 계층으로 구성되며, Thinker는 내적 독백 관리자와 인지 제어기를 통해 목표, 추론, 기억 등 다양한 인지 차원에서의 추론 과정을 조율하고 통합된 내적 서사를 생성합니다. Talker는 이 서사를 바탕으로 문맥에 맞는 응답을 생성합니다. CuRaTe 벤치마크 평가 결과, MIRROR 아키텍처를 적용한 LLM은 안전에 중요한 제약, 상충하는 선호도, 다회차 일관성 등을 포함하는 개인화된 대화에서 기존 모델보다 최대 156% 향상된 성능을 보였습니다. 특히, 상충하는 선호도를 가진 세 사람이 관련된 안전에 중요한 시나리오에서 평균 80% 이상의 정확도를 유지했습니다. MIRROR는 아첨, 중요 정보에 대한 주의력 결핍, 상충하는 제약의 불일관적인 우선순위 설정 등 LLM의 세 가지 주요 오류를 직접 해결합니다.
