이 논문은 에이전트 AI를 위한 검토 가능한 의미적 계층 구축에 대한 인간-AI 협업 방식을 제시한다. AI 에이전트는 다양한 데이터 소스에서 지식 구조 후보를 제안하고, 도메인 전문가는 이를 검증, 수정 및 확장하며, 그들의 피드백은 후속 모델 개선에 사용된다. 이 과정은 암묵적인 기관 지식을 포착하고, 응답 품질과 효율성을 향상시키며, 기관 기억 상실을 완화하는 데 기여한다. 이 논문은 사후 설명에서 벗어나 전문가와 비전문가 모두 접근 가능한 명시적이고 검토 가능한 증거와 추론에 기반한 정당한 에이전트 AI로의 전환을 주장한다.
