본 논문은 인간-에이전트 파트너십의 성공적인 구축을 위해 에이전트가 생성하는 정보의 인간에 대한 이해도를 높이고, 인간이 에이전트를 목표 지향적으로 쉽게 유도할 수 있도록 하는 것이 중요하다고 주장합니다. 이는 에이전트가 인간의 이해도에 대한 보다 정교한 개념을 발전시켜야 함을 의미합니다. 현존하는 최첨단 에이전트(LLM 포함)는 훈련 데이터에서 얻은 평균적인 인간의 감수성만을 반영하기 때문에 이해도에 대한 정교한 개념이 부족하며, 제한적인 유도성(예: 복잡한 프롬프트 엔지니어링 필요)을 보입니다. 따라서 본 논문은 데이터에만 의존하는 대신, 일반화 가능하고 도메인에 의존하지 않는 이해도 측정 기준을 개발하여 에이전트의 지침으로 활용해야 한다고 주장하며, 다양한 도메인에 걸친 기존의 이해도 측정 연구들을 조사하고, 보다 일관되고 도메인에 의존하지 않는 미래 연구를 위한 인지과학적 토대를 마련합니다.
