MADP: A Multi-Agent Pipeline for Sustainable Document Processing with Human-in-the-Loop

작성자

Haebom

카테고리

Empty

저자

Diego Gosmar, Giovanni Zenezini

💡 개요

본 논문은 기업 환경에서 수작업으로 인한 비효율성과 오류를 줄이기 위해 딥러닝 기반 분류 및 파싱과 거대 언어 모델(LLM) 기반 추출을 결합한 다중 에이전트 시스템인 MADP를 제안합니다. Selective human validation과 Prompt Fine Tuning with Feedback Inheritance (PFTFI) 기법을 통해 정확도를 유지하며, 5가지 전문 에이전트와 Human-in-the-Loop (HITL) 메커니즘을 통합했습니다.

🔑 시사점 및 한계

•

MADP 시스템은 연간 10만 건의 송장 처리 시 약 70%의 FTE(Full-Time Equivalent) 감소 효과를 기대할 수 있으며, 실제 운영 환경에서 97.0%의 높은 자동화율을 달성했습니다.

•

AI와 HITL의 하이브리드 접근 방식은 기존 수작업 방식 대비 CO2 배출량 69%, 에너지 소비 69%, 물 사용량 63%를 절감하는 등 지속가능성 측면에서도 뛰어난 성능을 보입니다.

•

다양한 LLM 백엔드에 대한 벤치마크 비교는 실제 운영 환경에서의 배포에 대한 실질적인 통찰력을 제공합니다.

•

ablation evaluation 결과, HITL 감독이 적용된 MADP의 전체 구성은 98.5%의 문서 수준 정확도를 달성했습니다.

•

제안된 시스템의 지속가능성 분석은 AI 기술이 환경 발자국을 줄이는 데 기여할 수 있음을 보여줍니다.

•

실제 운영 환경에서의 LLM 백엔드 선택에 대한 실질적인 가이드를 제공합니다.

PDF 보기

Made with Slashpage