AI 에이전트

PANINI-DR은 복잡한 조사를 연결된 하위 질문으로 나누고, 발견 내용과 의존 관계, 근거를 공유 시맨틱 작업공간에 저장합니다. 계획 수립과 영속적 상태 관리, 주장 단위 검증이 심층 연구의 신뢰성을 높이는 것으로 나타났습니다.

한 연구가 데스크톱 소프트웨어의 버전 변화가 언어 모델 에이전트의 작업 수행에 미치는 영향을 분석하고, 에이전트 친화적 인터페이스를 합성하는 ANIS를 제안했다. 도구를 다시 설계하면 성공률을 높이는 동시에 온라인 토큰 사용량을 크게 줄일 수 있다는 결과다.

ClawLoop는 샌드박스에서 파일 시스템과 셸을 조작하는 에이전트를 위해 작업 생성, 학습, 능력 진단을 순환시키는 프레임워크입니다. 외부 교사 모델과 일회성 학습에 대한 의존을 줄이는 것이 목표입니다.

알리바바 연구진은 탐색, 구현, 검증, 피드백 기반 개선을 포함하는 장기 터미널 작업을 자동 생성하는 TerminalHorizon을 제안했다. 생성된 데이터는 Qwen3.5-27B 미세 조정에 활용돼 TerminalHorizon-27B로 이어졌다.

Work2Skill은 인간의 데스크톱 GUI 시연을 단순한 행동 기록으로 보지 않고, 워크플로 규칙과 단계 의존성, 완료 조건을 추출해 재사용 가능한 스킬로 만듭니다.

SoftwareGym은 실행 가능한 GUI 애플리케이션을 자동으로 만들고 실제 화면 조작으로 검증하는 파이프라인입니다. 이 환경에서 수집한 궤적을 활용해 컴퓨터 사용 에이전트의 도메인 외 성능 향상을 확인했습니다.

CASE는 미리 선별된 자료에 답하는 의료 AI를 넘어, 진료 기록과 여러 시점의 MRI에서 필요한 근거를 자율적으로 수집하고 비교하는 에이전트를 제안한다. 컴팩트한 비전-언어 모델을 위한 환경, 벤치마크, 에이전트형 학습을 함께 설계했다.

스탠퍼드대 연구진이 연구 상태를 대화 기록에서 분리하고, 호출마다 역할에 맞는 문맥을 새로 구성하는 Stateless Language Agents를 제안했다.

메타의 Muse와 오픈AI의 Dots는 개인정보 보호를 AI 에이전트 경쟁의 핵심 차별점으로 내세우고 있다. 그러나 격리 환경과 사용자 제어 기능만으로는 안전성을 입증하기 어렵다.

Anthropic이 Claude Managed Agents 동적 워크플로를 공개 테스트로 전환했다. 주 에이전트가 계획을 세우고 여러 에이전트가 단계를 나눠 수행한 뒤 결과를 통합하는 방식이다.

SAP 연구진이 정책을 적용하는 API를 통해 LLM 에이전트가 시뮬레이션된 기업 환경을 조작하도록 하는 Synthesis Through Simulation(STS)을 제안했습니다. 이 방식은 데이터베이스 스키마를 보지 않고도 업무 제약을 만족하는 데이터를 생성하는 것을 목표로 합니다.

AgentGarten은 시뮬레이터와 게임 엔진, 공유 신경 렌더러를 결합해 상태와 규칙이 유지되면서도 현실적인 시각 관측을 제공하는 상호작용 환경을 구축한다. 각 라운드의 경험은 플레이북으로 정리돼 다음 에이전트에게 전달되고 개선된다.

장시간 실행되는 AI 에이전트의 모든 로그를 사람이 직접 검토하기는 어렵습니다. 새로운 연구는 흩어진 실행 증거를 행동 그래프로 묶어, 확인이 필요한 중요한 결정을 찾도록 돕는 EBG를 제안합니다.

WebFovea는 2026 WebRetriever Challenge에서 2위를 차지하며, 비전 기반 웹 에이전트의 성능이 모델 추론뿐 아니라 브라우저와 연결되는 실행 계층에도 달려 있음을 보여줬습니다. 같은 모델을 유지한 채 하네스를 개선해 히든 세트 점수를 31.0에서 57.0으로 높였습니다.

GUI-HARVEST는 모델 가중치를 업데이트하지 않고 GUI 모델을 둘러싼 실행 하니스를 진화시키는 방법입니다. 스크린샷과 행동 기록, 반복 실행 결과를 비교해 반복되는 실패를 찾고 검증된 코드 수정으로 연결합니다.

새 연구는 사용자가 허가한 다른 서비스의 이용 기록을 활용해 개인 에이전트가 플랫폼의 초기 추천 순위를 조정하는 방식을 정식화했다. MediateRec 벤치마크와 PAMO 방법을 통해 언제 개입하고 언제 플랫폼 판단을 유지해야 하는지 분석한다.

MiniCorp는 여러 에이전트가 협업하는 기업 내부와 변화하는 시장을 하나의 시뮬레이터로 연결한다. 현실에서 얻기 어려운 장기 기업 데이터와 대안적 의사결정의 결과를 생성하는 것이 핵심 목표다.

웹 에이전트는 제3자가 작성한 페이지를 읽어야 하지만, 같은 페이지에 작업을 가로채는 지시가 삽입될 수 있습니다. AdvSim2Real은 고정된 웹 월드 모델 안에서 과제, 공격자, 에이전트를 함께 진화시킵니다.

에이전트가 최종적으로 올바른 상태에 도달하더라도, 그 행동이 사전에 확보된 증거에 근거했다고 보기는 어렵습니다. SafeActBench 연구는 실행 전 조사와 의존성이 있는 다단계 작업에서 실패가 집중된다는 점을 보여줍니다.

ASCENT는 에이전트의 단일 실행을 그대로 모방하는 대신, 검증된 경험을 자기 증류하는 온라인 테스트 시점 학습 방법이다. ALFWorld와 WebShop에서 성공률을 높이고 에피소드당 실행 턴도 줄였다.

프로액티브 LLM 에이전트는 사용자가 요청하기 전에 유휴 연산을 활용해 필요한 지원을 준비한다. 새로운 연구는 작업 능력, 시간 배분, 신뢰를 3T 원칙으로 정리하고 장기 효과를 평가하는 Proactivity-Gym을 제안했다.