본 논문은 대화형 AI 에이전트에서 최적의 LLM 응답을 선택하기 위한 효율적인 대화 계획 알고리즘인 SCOPE(Semantic space COnversation Planning with improved Efficiency)를 제안합니다. 기존의 시뮬레이션 기반 대화 계획 알고리즘은 매 턴마다 많은 LLM 쿼리를 사용하여 미래 대화를 시뮬레이션해야 하므로 시간이 오래 걸리는 반면, SCOPE는 대화의 의미적 표현을 활용하여 의미 공간 내에서 계획을 수행합니다. 이는 추가적인 LLM 쿼리 없이도 최적의 응답을 선택할 수 있게 해줍니다. 실험 결과, SCOPE는 기존 알고리즘보다 70배 빠르면서도 더 높은 보상을 달성하는 것으로 나타났습니다.
