핵심은 거대한 코드를 한 번에 다루지 않고, factored POMDP로 작업을 쪼개서 각 단계마다 필요한 상태 변수만 보게 한 점이에요

FactorSmith가 자연어 설명만으로 실행 가능한 게임 시뮬레이션 코드를 더 정확하게 만드는 방법을 내놨어요.

핵심은 거대한 코드를 한 번에 다루지 않고, factored POMDP로 작업을 쪼개서 각 단계마다 필요한 상태 변수만 보게 한 점이에요. LLM이 매 호출마다 처리해야 할 컨텍스트를 줄여 추론 부담을 낮췄거든요.

여기에 Planner-Designer-Critic 3에이전트 루프를 각 단계에 넣어, 설계안 생성→구조화 점수 평가→체크포인트 롤백 기반 반복 개선을 수행해요. 논문은 arXiv:2603.20270(v1), 2026년 3월 15일 공개됐고, PyGame Learning Environment 벤치마크에서 프롬프트 정합성, 런타임 에러, 코드 품질이 비에이전트 분해 베이스라인보다 개선됐다고 보고했어요.

의미는 분명해요. 앞으로는 “모델 크기” 경쟁보다, 문제 분해와 다중 에이전트 검증 같은 생성 파이프라인 설계가 실전 성능을 더 크게 가를 가능성이 커졌어요.