건설 현장은 AI 로봇에게 가장 까다로운 환경 중 하나다. 매일 달라지는 현장 상황, 예측 불가한 장애물,다양한 작업 유형이 얽히면서 사전에 프로그래밍된 규칙만으로는 대응하기 어렵다. 대형 언어 모델과 비전 언어 모델을 활용한 제로샷 AI 에이전트 시스템이 이 문제의 해답으로 제시됐다.
연구진은 건설 로봇의 태스크 플래닝에 적용할 수 있는 네 가지 AI 에이전트 모델을 설계하고 비교 연구를 수행했다. 단일 에이전트모델 1개와 다중 에이전트 모델 3개로 구성됐으며,경량 오픈소스 LLM과 VLM만을 사용해 실용적 배포 비용을 낮췄다. 핵심은 제로샷 접근법—특정 작업에 대한 사전 훈련 없이 새로운 건설 태스크에 즉시 적응할 수 있다는 점이다.
비교 결과,다중 에이전트 구조가 태스크 분해의 정확도와 복잡한 순서 계획에서 단일 에이전트 대비 우수한 성능을 보였다. 특히 계획-실행-검증 역할을 별도 에이전트에 분담한 구조가 가장 안정적인 태스크 완료율을 기록했다. 비용 대비 성능 면에서는 가벼운 오픈소스 모델도 충분히 경쟁력 있음을 입증했다.
건설 자동화의 경제적 파급력을 감안할 때, 이 연구는 적응형 AI 에이전트를 실제 건설 로봇에 통합하는 현실적 경로를 제시한다.
> 실무 시사점: 건설 로봇에 AI 에이전트를 도입할 때, 단일 범용 에이전트보다 역할 분리된 다중 에이전트 구조가 동적 환경 적응성과 태스크 플래닝 안정성을 높인다.
📖 *arXiv 논문* | 논문 원문
Construction sites rank among the most challenging environments for autonomous robots—dynamic layouts, unpredictable obstacles, and highly varied task types make pre-programmed rule systems brittle. Foundation models (LLMs and VLMs) offer genuine adaptability through zero-shot task planning: tackling novel construction tasks without task-specific fine-tuning.
Researchers designed and compared four AI agent models for construction robot task planning using lightweight open-source LLMs and VLMs: one single-agent system and three multi-agent architectures. The zero-shot requirement was central—the systems needed to handle tasks they'd never explicitly trained on, relying on the general capabilities of foundation models combined with structured agent architectures.
The multi-agent architectures distributed specialized roles: one agent handled high-level task decomposition, another generated execution sequences, and a third performed verification and replanning when execution failed. This Plan-Execute-Verify pattern proved most robust, achieving the highest task completion rates across diverse construction scenarios.
Comparative results consistently favored multi-agent architectures on complex, sequentially dependent tasks. Single-agent systems struggled with long-horizon planning involving multiple interdependent steps—a critical weakness in construction where task order matters for structural integrity and safety. Multi-agent systems distributed the cognitive load, allowing each specialist to perform its function reliably.
Cost-performance analysis confirmed that lightweight open-source models (7B-13B parameter range) provided competitive performance without the API costs of frontier closed models—a significant factor for real-world construction automation deployment.
> Practical takeaway: When deploying AI agents for construction robots, choose role-separated multi-agent architectures over monolithic single-agent designs. The planning-execution-verification separation significantly improves task completion reliability in dynamic environments.
📖 *arXiv Preprint* | Full Paper
