여기서 말하는 스킬은 LLM 에이전트가 특정 유형의 작업을 수행할 때 쓰는 지침, 도구, 자원의 묶음이에요

AI 에이전트의 '스킬'을 자동으로 최적화하는 새 연구가 arXiv에 공개됐어요.

여기서 말하는 스킬은 LLM 에이전트가 특정 유형의 작업을 수행할 때 쓰는 지침, 도구, 자원의 묶음이에요. 문제는 스킬 설계 방식이 성능에 큰 영향을 미치는데, 어떻게 구조를 짜고 내용을 채울지 둘 다 동시에 결정해야 해서 최적화가 어렵다는 거예요.

연구팀은 이를 이중 최적화 문제로 정식화했어요. 바깥 루프에서는 몬테카를로 트리 탐색(MCTS)으로 스킬 구조를 결정하고, 안쪽 루프에서는 LLM이 각 구성 요소의 내용을 다듬는 방식이에요. 운영연구 QA 데이터셋에서 검증했고, 최적화된 스킬을 쓴 에이전트가 실제로 성능이 올라갔다고 해요.

에이전트 성능을 사람이 직접 프롬프트 엔지니어링하는 게 아니라, 구조 탐색 알고리즘으로 자동화할 수 있다는 방향성을 보여주는 연구예요.