논문은 두 축을 제안했어요

장기 작업에서 헤매던 LLM 에이전트, ‘서브골+마일스톤 보상’ 조합으로 성능이 크게 뛰었어요.

논문은 두 축을 제안했어요. 실행 중엔 목표를 서브골로 쪼개 실시간 계획하고, 학습 땐 MiRA로 마일스톤 기반의 촘촘한 보상을 주는 방식이거든요. 웹 탐색처럼 단계가 긴 과제에 맞춘 설계예요.

결과가 강했어요. WebArena-Lite에서 Gemini 계열은 성공률이 절대값 기준 약 10%p 올랐고, 오픈모델 Gemma3-12B는 6.4%에서 43.0%로 상승했어요. GPT-4-Turbo 17.6%, GPT-4o 13.9%, WebRL 38.4%보다 높은 수치예요.

핵심은 모델 크기 경쟁보다 계획 구조와 보상 설계가 장기 에이전트 성능을 가른다는 점이에요.