본 논문은 인간-AI 협업의 효율성을 높이기 위해 그라이스의 담화 및 추론 규범을 대규모 언어 모델(LLM) 기반 에이전트에 통합하는 규범적 프레임워크를 제시한다. 이 프레임워크는 그라이스의 양, 질, 관련성, 방식의 격률과 추론을 활용하여 모호하고 불완전하며, 무효하거나 관련성 없는 지시를 해석한다. GPT-4 기반 에이전트인 Lamoid를 개발하여, 그라이스 규범을 적용한 버전과 적용하지 않은 버전을 비교 평가하였다. 그리드 월드 환경에서 수행된 실험 결과, 그라이스 규범을 적용한 Lamoid가 더 높은 작업 정확도를 달성하고, 더 명확하고 정확하며 맥락에 맞는 응답을 생성하는 것으로 나타났다. 이는 규범적 프레임워크가 에이전트의 실용적 추론 능력을 향상시켜 효과적인 인간-AI 협업과 맥락 인식적 의사소통을 가능하게 함을 보여준다.
