[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 문제 를 해결하고자 합니다. 특히, 기존 모델들의 한계를 극복하고 맞춤형 모바일 에이전트 를 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 Models 를 활용한 기록-재생 메커니즘), 그리고 MobiFlow 벤치마킹 스위트 ( DAGs 및 다단계 검증). 또한, VLM 기반 추론 재구성 과 데이터 정제 전략 을 통해 AI 지원 데이터 수집 파이프라인을 구축하고, Curriculum GRPO 방식으로 모델을 훈련시킵니다.

주요 결과

실세계 모바일 시나리오에서 MobiAgent는 MobiFlow 벤치마크 를 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 프레임워크 를 통해 태스크 완료 지연 시간을 2-3배 단축 하고, 60%-85%의 액션 재실행률 과 99% 이상의 정확성 을 보였습니다.

AI 실무자를 위한 시사점

MobiAgent는 실세계 모바일 에이전트의 효율성과 신뢰성을 크게 향상 시킬 수 있는 실용적인 프레임워크를 제공합니다. AgentRR 가속 프레임워크 는 반복적인 태스크의 실행 지연 시간을 줄여 에이전트의 실제 배포 가능성 을 높이며, MobiFlow 벤치마크 는 모바일 에이전트의 성능을 보다 정확하고 통제된 환경 에서 평가할 수 있는 표준을 제시합니다. 이는 모바일 환경에서 지능형 자동화를 구현하려는 AI/ML 엔지니어에게 중요한 지침이 될 수 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.