소개
재사용 가능한 그래프·표·텍스트·표시 뷰와 작업별 상호작용 의미를 분리하는 2026년 10월 EMNLP 시스템 데모입니다. ABRA는 이러한 바인딩을 공유 캔버스 상태로 공개하여 사용자와 다른 에이전트가 작업별 동작을 확인하고 호출할 수 있게 합니다.
요약
ABRA가 새롭게 보여주는 점:
1. 재사용 가능한 상호작용 어휘: 명시적인 작업 바인딩을 통해 각 동작의 의미를 작업에 맞게 조정합니다
2. 공유되는 의미: 다른 에이전트가 공개된 동작을 확인하고 호출할 수 있으며, 로컬 뷰의 효과와 소유 에이전트에서 발생하는 결과는 별도 경로로 처리합니다
3. 참조 구현: React 뷰, Node.js 캔버스 허브, Python 어댑터로 사람과 에이전트가 함께 사용하는 작업 공간을 지원합니다
4. 평가 범위의 한계: 4개 모델을 분리된 단일 턴 작업으로 평가했으며, 정확한 뷰 선택률은 33–53%에 그칩니다. 사용자의 이해도와 전체 작업 수행에 대한 이점은 검증하지 않았습니다
[공식 프로토타입, 설정 안내 및 데모](https://github.com/megagonlabs/abra).
1. 재사용 가능한 상호작용 어휘: 명시적인 작업 바인딩을 통해 각 동작의 의미를 작업에 맞게 조정합니다
2. 공유되는 의미: 다른 에이전트가 공개된 동작을 확인하고 호출할 수 있으며, 로컬 뷰의 효과와 소유 에이전트에서 발생하는 결과는 별도 경로로 처리합니다
3. 참조 구현: React 뷰, Node.js 캔버스 허브, Python 어댑터로 사람과 에이전트가 함께 사용하는 작업 공간을 지원합니다
4. 평가 범위의 한계: 4개 모델을 분리된 단일 턴 작업으로 평가했으며, 정확한 뷰 선택률은 33–53%에 그칩니다. 사용자의 이해도와 전체 작업 수행에 대한 이점은 검증하지 않았습니다
[공식 프로토타입, 설정 안내 및 데모](https://github.com/megagonlabs/abra).
태그
generative-uishared-canvasesinteraction-semanticsdirect-manipulationmulti-agent