서비스를 위한 AI: AI 안경을 통한 적극적 지원
AI for Service: Proactive Assistance with AI Glasses
October 16, 2025
저자: Zichen Wen, Yiyu Wang, Chenfei Liao, Boxue Yang, Junxian Li, Weifeng Liu, Haocong He, Bolong Feng, Xuyang Liu, Yuanhuiyi Lyu, Xu Zheng, Xuming Hu, Linfeng Zhang
cs.AI
초록
AI가 수동적인 도구에서 능동적이고 적응적인 동반자로 진화하는 시대에, 우리는 일상 생활에서 선제적이고 실시간으로 지원을 제공할 수 있는 새로운 패러다임인 AI for Service(AI4Service)를 소개합니다. 기존의 AI 서비스는 대부분 반응적이며, 사용자의 명시적인 명령에만 응답합니다. 우리는 진정으로 지능적이고 유용한 어시스턴트는 사용자의 필요를 예측하고 적절한 시기에 능동적으로 행동할 수 있어야 한다고 주장합니다. 이러한 비전을 실현하기 위해, 우리는 두 가지 근본적인 과제를 해결하는 통합 프레임워크인 Alpha-Service를 제안합니다: 첫째, 자기 중심적 비디오 스트림에서 서비스 기회를 감지하여 '언제 개입할지'를 아는 것, 둘째, 일반화된 서비스와 개인화된 서비스를 모두 제공하는 '방법을 아는 것'입니다. 폰 노이만 컴퓨터 아키텍처에서 영감을 받고 AI 안경을 기반으로 한 Alpha-Service는 다섯 가지 핵심 구성 요소로 이루어져 있습니다: 인지를 위한 입력 장치, 작업 스케줄링을 위한 중앙 처리 장치, 도구 활용을 위한 산술 논리 장치, 장기적인 개인화를 위한 메모리 장치, 그리고 자연스러운 인간 상호작용을 위한 출력 장치입니다. 초기 탐구로서, 우리는 AI 안경에 배포된 다중 에이전트 시스템을 통해 Alpha-Service를 구현합니다. 실시간 블랙잭 어드바이저, 박물관 투어 가이드, 쇼핑 피팅 어시스턴트를 포함한 사례 연구는 이 시스템이 환경을 원활하게 인지하고, 사용자의 의도를 추론하며, 명시적인 프롬프트 없이도 적시에 유용한 지원을 제공할 수 있는 능력을 입증합니다.
English
In an era where AI is evolving from a passive tool into an active and
adaptive companion, we introduce AI for Service (AI4Service), a new paradigm
that enables proactive and real-time assistance in daily life. Existing AI
services remain largely reactive, responding only to explicit user commands. We
argue that a truly intelligent and helpful assistant should be capable of
anticipating user needs and taking actions proactively when appropriate. To
realize this vision, we propose Alpha-Service, a unified framework that
addresses two fundamental challenges: Know When to intervene by detecting
service opportunities from egocentric video streams, and Know How to provide
both generalized and personalized services. Inspired by the von Neumann
computer architecture and based on AI glasses, Alpha-Service consists of five
key components: an Input Unit for perception, a Central Processing Unit for
task scheduling, an Arithmetic Logic Unit for tool utilization, a Memory Unit
for long-term personalization, and an Output Unit for natural human
interaction. As an initial exploration, we implement Alpha-Service through a
multi-agent system deployed on AI glasses. Case studies, including a real-time
Blackjack advisor, a museum tour guide, and a shopping fit assistant,
demonstrate its ability to seamlessly perceive the environment, infer user
intent, and provide timely and useful assistance without explicit prompts.