연구진은 금융 LLM 에이전트가 사용자에게 복잡성을 전가하는 문제를 해결하기 위해 InKH(interaction-native knowledge harness) 아키텍처를 제안했어요.
InKH는 사용자, 시장, 포트폴리오, 도구 이벤트 등을 구조화된 운영 지식으로 변환하고, 시간 그래프 메모리, 위키 감사 표면, 배경 추출 등을 활용해 복잡성을 시스템에 흡수해요.
InKH는 벤치마크 테스트에서 기존 방식 대비 지연 시간을 82.95% 줄이고, 토큰 비용을 82.29% 절감하며, 품질을 0.108 향상시키는 결과를 보여줬어요.
연구 결과는 시스템이 복잡성을 흡수할 때 AI 채택이 이루어진다는 가설을 뒷받침하며, 사용자 경험 개선과 안전한 의사 결정에 기여할 것으로 기대돼요.