[논문리뷰] MobiAgent: A Systematic Framework for Customizable Mobile Agents

링크: 논문 PDF로 바로 열기

저자: Cheng Zhang, Erhu Feng*, Xi Zhao, Yisheng Zhao, Wangbo Gong, Jiahui Sun, Dong Du, Zhichao Hua, Yubin Xia, Haibo Chen

핵심 연구 목표

본 논문은 GUI 기반 모바일 에이전트가 직면하는 낮은 태스크 완료율, 느린 응답 시간, 예상치 못한 상황 처리 능력 부족 등 실세계 태스크 실행의 정확성과 효율성 문제를 해결하고자 합니다. 특히, 기존 모델들의 한계를 극복하고 맞춤형 모바일 에이전트를 위한 체계적인 프레임워크를 제공하는 것을 목표로 합니다.

핵심 방법론

본 프레임워크인 MobiAgent는 세 가지 핵심 구성 요소로 이루어집니다: 다중 역할 아키텍처의 MobiMind-series 에이전트 모델 (Planner, Decider, Grounder), AgentRR 가속 프레임워크 (ActTree 및 Latent Memory Models를 활용한 기록-재생 메커니즘), 그리고 MobiFlow 벤치마킹 스위트 (DAGs 및 다단계 검증). 또한, VLM 기반 추론 재구성과 데이터 정제 전략을 통해 AI 지원 데이터 수집 파이프라인을 구축하고, Curriculum GRPO 방식으로 모델을 훈련시킵니다.

주요 결과

실세계 모바일 시나리오에서 MobiAgent는 MobiFlow 벤치마크를 통해 다른 일반 목적 LLM (GPT-5, Gemini-2.5 Pro) 및 특수 GUI 에이전트 모델 (UI-TARS-1.5-7B)보다 뛰어난 성능을 달성했습니다. 특히, 종합 평균 태스크 완료율 72%를 기록했으며, AgentRR 프레임워크를 통해 태스크 완료 지연 시간을 2-3배 단축하고, 60%-85%의 액션 재실행률과 99% 이상의 정확성을 보였습니다.

AI 실무자를 위한 시사점

MobiAgent는 실세계 모바일 에이전트의 효율성과 신뢰성을 크게 향상시킬 수 있는 실용적인 프레임워크를 제공합니다. AgentRR 가속 프레임워크는 반복적인 태스크의 실행 지연 시간을 줄여 에이전트의 실제 배포 가능성을 높이며, MobiFlow 벤치마크는 모바일 에이전트의 성능을 보다 정확하고 통제된 환경에서 평가할 수 있는 표준을 제시합니다. 이는 모바일 환경에서 지능형 자동화를 구현하려는 AI/ML 엔지니어에게 중요한 지침이 될 수 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.