LOM-action은 비즈니스 이벤트가 발생하면, 기업 온톨로지(EO)에 정의된 시나리오 조건을 바탕으로 격리된 샌드박스에서 그래프를 시뮬레이션해요

기업 AI가 "그럴듯한 답변" 대신 "근거 있는 결정"을 내리는 방법을 담은 논문이 arXiv에 올라왔어요.

LOM-action은 비즈니스 이벤트가 발생하면, 기업 온톨로지(EO)에 정의된 시나리오 조건을 바탕으로 격리된 샌드박스에서 그래프를 시뮬레이션해요. AI는 이 시뮬레이션 그래프에서만 답을 도출하고, 모든 결정에 완전한 감사 로그가 남거든요.

성능 차이가 눈에 띄어요. LOM-action은 도구 체인 F1 점수 98.74%를 달성했는데, 최신 프론티어 모델인 Doubao-1.8과 DeepSeek-V3.2는 정확도 80%에도 불구하고 F1은 24~36%에 그쳤어요. 논문은 이걸 "환상적 정확도(illusive accuracy)" 현상이라고 불러요. 맞는 것 같아 보이지만 실제 업무 흐름과는 동떨어진 답을 낸다는 거예요.

모델 크기를 키우는 게 아니라, 온톨로지 기반 시뮬레이션 구조가 기업 AI 신뢰성의 핵심이라는 주장이에요.