A Human-Augmenting Agentic Workflow for Causal Inference

핵심 요약

넷플릭스가 OCI 워크플로를 에이전트 기반으로 제시하고 oci-agent를 오픈소스로 공개했습니다. ACIC 데이터 평가에서 벤치마크 대비 경쟁력을 보였으며, LLm 스캐폴딩의 효과도 확인되었습니다.

주요 특징

• 에이전트-크리틱 루프를 통해 계획-실행-평가를 투명하게 산출물로 남김
• Target trial emulation 기반 디자인 진단(공변량 균형, 중첩성, 플레이스버 후 민감도)
• ACIC 평가에서 231 추정치, 44 벤치 대비 우수

적용 고려사항

• unconfoundedness 가정 및 Overlap 관리 필요, Crump-style 트리밍 권장
• ground-truth 부재로 인한 해석 한계와 산출물 재현 필요