본 논문은 현존 서비스 로봇의 자연어 처리 능력 부족, 사전 정의된 명령에 대한 과도한 의존, 지속적인 인간 개입, 그리고 특히 사람이 있는 환경에서의 능동적인 협업 인식 부족이라는 한계점을 해결하기 위해, LLM 기반의 능동적인 로봇 어시스턴트인 AssistantX를 제안한다. AssistantX는 인지, 계획, 의사결정, 반추 검토를 담당하는 4개의 특수화된 LLM 에이전트로 구성된 다중 에이전트 프레임워크를 사용하여 고급 추론 기능과 포괄적인 협업 인식을 가능하게 한다. 210개의 실제 작업 데이터셋을 사용하여 검증되었으며, 텍스트 기반 시뮬레이션과 실제 사무 환경에서 한 달 반 동안 광범위한 실험을 통해 사용자 지시에 반응하고, 상황에 맞게 전략을 조정하며, 작업 성공을 위해 인간의 도움을 능동적으로 요청하는 능력을 보여주었다.
