읽을 가치가 있는 기사만, 짧고 또렷하게.

우버는 분산된 MCP 연동을 MCP Gateway로 통합하여 기존 API와 네이티브 MCP 서버를 일관된 방식으로 제공하는 플랫폼을 설계했습니다. 이 통합을 통해 복잡하게 분산되어 있던 시스템을 효율적으로 관리하고 개발자들이 일관된 인터페이스를 통해 MCP 기능을 사용할 수 있도록 했습니다.

현재 이 시스템은 800개 이상의 서버와 5,000개 이상의 도구를 운영하며 대규모 시스템을 관리하고 있습니다. 특히 MCP Gateway는 이러한 분산된 자원들을 통합 관리하는 핵심적인 역할을 수행합니다.

또한 MCP Registry는 검색, 소유권, 활성화 설정을 관리하는 기능을 담당하며 시스템의 상태와 접근 권한을 체계적으로 관리합니다. 이는 개발자들이 MCP 환경 내에서 자원의 검색과 관리를 용이하게 하여 플랫폼의 확장성과 안정성을 높이는 데 기여합니다.

오픈 소스 캔바 대안인 Doory가 개발자 커뮤니티에 공개되었습니다. Doory는 브라우저에서 작동하는 전체 디자인 편집기이며, 템플릿이나 빈 페이지에서 포스터, 소셜 게시물, 슬라이드, 명함 등을 만들고 PNG, JPG, SVG, PDF, MP4 등의 형식으로 내보낼 수 있습니다. 이 도구는 무료이며 워터마크나 광고가 없으며, 사용자 계정 없이도 게스트가 바로 디자인을 시작할 수 있다는 점이 특징입니다.

Doory의 가장 큰 장점은 사용자가 자체 서버에 호스팅할 수 있다는 점입니다. Docker Compose를 사용하여 애플리케이션, API, 데이터베이스를 자체 서버에 구축할 수 있으며, 디자인 및 업로드 파일은 사용자가 직접 통제할 수 있습니다. 이는 개발자들이 자신의 인프라 환경에서 서비스를 운영하고 커스터마이징할 수 있는 기회를 제공합니다.

기술적으로 Doory는 React 19, TypeScript, Django 5, PostgreSQL, Docker Compose 등의 기술 스택으로 구축되었습니다. 또한 Unsplash나 Pexels 같은 스톡 사진 검색 기능을 통합하고 S3 호환 스토리지에 업로드를 저장하며, 서버 측 PDF 내보드를 위해 헤드리스 브라우저를 사용합니다.

Doory는 Attribution Assurance License 하에 공개되었으며, 사용자는 상업적으로 이용하고 재배포할 수 있지만, 반드시 저작자 크레딧을 표시해야 합니다. 개발자들은 이 오픈 소스 프로젝트에 기여하고 버그 보고 및 기능 제안을 통해 프로젝트를 발전시킬 수 있습니다.

AI가 개발 생명주기 전체를 자동화하게 되면 소프트웨어 개발의 중심축이 변화할 전망입니다. 앞으로 소프트웨어 개발은 코드를 작성하는 행위보다는 고객 요구 파악, 좋은 결과 정의, 그리고 즐거운 사용 경험 설계에 더욱 집중하게 될 것입니다.

이러한 변화는 개발 생명주기 전반의 자동화와 사실상 상한이 없는 소프트웨어 수요가 전제되어야 가능한 전망입니다. AI가 반복적인 작업과 코드 검토 등의 과정을 자동화하면서 개발자들은 단순 구현에서 벗어나 제품의 방향성과 사용자 경험을 설계하는 역할로 이동하게 됩니다.

결국 개발자는 코드를 효율적으로 작성하는 능력뿐만 아니라 비즈니스 목표를 이해하고 사용자 중심의 결과물을 만들어내는 제품 엔지니어로서의 역량을 갖추어야 합니다. 이러한 자동화 시대에 개발자들이 어떤 역량을 중점적으로 개발해야 하는지에 대한 근본적인 질문을 던지고 있습니다.

AI 에이전트에 제공되는 컨텍스트를 코드처럼 관리하고 소프트웨어 개발의 수명주기를 적용해야 합니다. 이는 컨텍스트를 단순히 데이터로 취급하는 것을 넘어, 생성, 평가, 배포, 관찰의 과정을 거치는 시스템으로 접근해야 함을 의미합니다.

이러한 접근 방식은 AI 에이전트가 제공받는 컨텍스트의 품질을 확보하는 데 필수적입니다. 컨텍스트의 품질은 단순히 문법 검사만으로는 판단할 수 없기 때문에, 실제 코드베이스에서 작업을 수행하는 평가와 변경 전후 비교가 반드시 필요합니다.

따라서 개발자는 AI 에이전트에게 제공하는 컨텍스트가 실제 코드베이스에서 의도한 대로 작동하는지 검증하는 평가 메커니즘을 구축해야 합니다. 이는 컨텍스트가 단순한 입력값이 아니라 실제 소프트웨어의 일부로서 관리되어야 함을 강조합니다.

뉴저지에서 제기된 소송에 따르면, Sutherland Healthcare Solutions는 웹캠 감시에 동의하지 않은 장기 근속 원격근무 직원을 해고했습니다. 이 사건은 회사가 도입한 감시 기술과 직원 동의 문제에 초점을 맞추고 있습니다.

해당 회사는 Sentinel AI라는 도구를 도입했는데, 이 시스템은 약 3분마다 웹캠으로 직원을 촬영하여 하루에 약 160장의 사진을 찍는 기능을 수행합니다. 이 기술은 원격근무 직원의 사생활 침해 논란을 야기하며, 회사가 직원에게 명확한 동의 없이 이러한 광범위한 감시를 시행했는지에 대한 법적 쟁점을 발생시킵니다.

소송은 회사가 직원에게 웹캠 감시에 대한 동의를 구하지 않고 이러한 감시 시스템을 도입하고 운영한 행위의 적법성에 대해 다루고 있습니다. 이는 원격근무 환경에서 기술 도입 시 직원들의 프라이버시 권리와 동의의 중요성을 강조하는 사례로 해석됩니다.

코딩 에이전트가 낯선 코드베이스에서 필요한 파일과 소스를 찾도록 돕는 검색 도구인 jevgrep이 소개되었습니다. 이 도구는 단순히 파일을 검색하는 것을 넘어 코드의 동작에 대해 질문하면 관련 파일과 원문 코드를 발췌하여 반환하는 기능을 제공합니다.

사용자는 "인증은 어디서 검사해야 하는가?", "재시도 동작을 검증하는 테스트는 무엇인가?"와 같이 코드의 특정 동작에 대해 질문할 수 있습니다. jevgrep은 이러한 질문에 기반하여 코드베이스 내에서 관련 파일과 원문 코드를 정확하게 찾아 제공함으로써 코드 이해 및 탐색 과정을 효율화합니다.

이는 코딩 에이전트가 복잡하고 익숙하지 않은 코드 환경에서 필요한 정보를 신속하게 파악하고 작업을 수행할 수 있도록 지원합니다. 따라서 개발자는 코드의 맥락을 이해하고 에이전트의 작업을 효과적으로 안내하는 데 이 도구를 활용할 수 있습니다.

초지능 모델을 민감한 데이터에 접근하고 핵심 업무를 수행하는 주체로 간주하여 내부자 위험으로 취급해야 한다는 주장이 제기되었습니다. 이는 악의적인 의도 때문이 아니라, 중요한 시스템에 접근하는 유능한 행위자가 실수하거나 시스템이 침해당할 수 있는 잠재적 위험이 존재하기 때문입니다.

이러한 관점은 AI 시스템의 보안 및 위험 관리 방식을 재고하게 만듭니다. 모델의 행동을 특정 학습 데이터나 가중치 구성으로 명확하게 추적하기 어려운 상황에서, 모델 자체를 통제 불가능한 외부 위협이 아닌 내부 시스템의 위험 요소로 인식해야 합니다.

따라서 개발자와 운영자는 초지능 모델을 시스템의 핵심 구성 요소로 보고 접근 권한과 행동에 대한 엄격한 내부 통제 메커니즘을 구축해야 합니다. 이는 모델의 잠재적 위험을 관리하고 시스템의 무결성을 보장하는 데 필수적인 접근 방식입니다.

GNU 프로젝트는 GitHub 저장소 호스팅을 피할 것을 권고하고 있습니다. 이는 불명확한 라이선스 안내, 비자유 JavaScript 요구, 사용자가 통제할 수 없는 원격 서비스, 그리고 Git의 중앙집중화 문제를 주요 이유로 듭니다.

이러한 문제들은 개발자들이 프로젝트를 관리하고 라이선스를 적용하는 방식에 영향을 미칩니다. 특히 라이선스 적용에 있어 GPL 관련 안내가 불충분하다는 지적이 있으며, 라이선스 전문을 저장소에 포함하는 것만으로도 충분하다는 의견이 제시되었습니다.

결론적으로, 프로젝트의 라이선스 및 데이터 통제권을 확보하기 위해 GitHub를 사용하는 대신 다른 대안을 고려해야 한다는 것입니다. 이는 개발 환경에서 소프트웨어 라이선스와 서비스 통제권을 중요하게 생각하는 사용자들에게 중요한 맥락을 제공합니다.

이 기사는 '여전히 여기 있지만… 이곳에 글을 쓰지 않을 뿐인 나'라는 제목으로 게시되어 있습니다. 현재 제공된 원문 내용에는 본문 텍스트가 포함되어 있지 않아 구체적인 논의나 맥락을 파악하기 어렵습니다.

따라서 해당 기사의 구체적인 내용이나 개발자에게 제공할 수 있는 기술적인 정보는 현재 확인할 수 없습니다. 제목만으로는 글쓴이가 어떤 상황이나 감정을 표현하고 있는지에 대한 상세한 배경을 알기 어렵습니다.

만약 이 기사가 특정 개발 환경, 프로젝트, 또는 커뮤니티 내의 상황을 다루고 있다면, 본문 내용을 통해 해당 상황이 어떤 의미를 가지는지 확인해야 합니다. 현재로서는 제목 외에 추가적인 정보 없이 기사 내용을 요약하거나 분석하는 것은 불가능합니다.

macOS용으로 작동하는 Atticus는 사용자가 Control-Option-Space 키를 누르고 말하는 방식으로 작동하는 빠르고 저렴한 음성 비서입니다. 이 도구는 단순한 작업, 예를 들어 앱 실행이나 웹 검색 같은 작업은 AI를 사용하지 않고 로컬에서 처리하여 0.08초 만에 완료하며, 이는 기존의 AI 기반 작업보다 훨씬 빠른 속도를 제공합니다. 복잡한 작업에 대해서만 Claude를 통해 처리하며, 사용자는 별도의 API 키 없이 이미 보유한 Claude Pro 또는 Max 플랜을 활용할 수 있어 비용을 대폭 절감합니다.

Atticus의 핵심은 작업별 단축키를 기억하고 사용자의 습관을 학습하여 속도를 극대화하는 데 있습니다. 예를 들어, 앱 실행이나 창 이동 같은 반복적인 행동은 학습된 단축키로 처리되어 AI 개입 없이 즉각적으로 실행됩니다. 또한, Atticus는 사용자의 이름이나 선호 앱 같은 정보를 기억하며 사용자가 수정을 요청하면 이를 반영하여 정확도를 높입니다.

Atticus는 무료이며 오픈 소스 프로젝트로 공개되어 있으며, macOS의 음성 인식 기능과 로컬 처리를 활용하여 작동합니다. 개발자들은 Atticus가 제공하는 속도와 비용 효율성을 평가하고 있으며, 현재는 사용자 피드백을 통해 개선점을 찾고 있습니다. 이 프로젝트는 비용과 속도, 그리고 개인화된 경험을 결합하여 개발자 워크플로우를 개선하는 데 중점을 두고 있습니다.

Pensieve는 AI 코딩 에이전트에게 최적의 컨텍스트를 제공하기 위해 로컬 코드 검색 및 MCP(Multi-Context Protocol) 컨텍스트 기능을 제공합니다. 이 도구를 사용하면 에이전트가 전체 디스크를 검색하는 대신 관련 있는 몇몇 구절만 찾아내어 작업할 수 있게 하여 도구 호출 횟수를 줄이고 비용을 절감합니다.

Pensieve는 사용자의 파일, 저장소, 에이전트 세션에 대해 로컬에서 검색을 수행하며, Claude Code, Codex, Cursor 등 다양한 MCP 클라이언트와 연동됩니다. 에이전트는 Pensieve에게 질문을 던지고 파일 및 라인 정보를 받아와 필요한 코드를 더 적은 도구 호출로 찾을 수 있게 됩니다.

실제 벤치마크 결과에 따르면, Pensieve를 사용한 에이전트는 grep을 사용했을 때보다 평균 2.0회의 도구 호출만 사용했으며, 이는 검색당 비용을 18% 절감하고 모든 저장소에서 21% 더 빠르게 결과를 얻는 결과를 가져왔습니다.

이 시스템은 에이전트가 코드의 소유권과 지식 격차를 파악하는 데도 사용됩니다. Pensieve는 git blame 및 최근 커밋 기록을 읽어 저장소 내에서 특정 영역에 대해 누가 해당 코드를 알고 있는지, 즉 지식 격차를 표시하여 팀원 간의 협업을 돕습니다.

HashiCorp의 Boundary 오픈 소스 저장소가 보관(archive)되었습니다. Boundary Community Edition(CE) 저장소는 2026년 10월 9일부로 읽기 전용 상태가 되었으며, 이제 새로운 이슈나 풀 리퀘스트, 커뮤니티 기여는 받지 않습니다.

이는 Boundary CE의 개발이 중단되었음을 의미하며, 기존 사용자들은 해당 버전을 계속 사용하는 경우 운영, 보안, 규정 준수 요구 사항을 자체적으로 평가해야 합니다. 기존 소스 코드와 이전에 릴리스된 바이너리는 참고용으로 계속 이용할 수 있습니다.

향후 Boundary 개발은 엔터프라이즈급의 인간 및 에이전트 기반 접근 기능을 제공하는 HCP Boundary와 Boundary Enterprise에 집중될 예정입니다. 따라서 엔터프라이즈급 거버넌스, 규정 준수, 세션 기록, 엔터프라이즈 지원이 필요한 팀은 HCP Boundary 또는 Boundary Enterprise를 검토해야 합니다.

기존 해석 가능 도구들은 표현이 문구만 바뀌어도 동일한 내용을 유지하는지 테스트하지 못합니다. 이 연구는 각 패러프레이즈 쌍을 두 활성화가 일치해야 하는 국소적인 증거로 간주하고 패러프레이즈 그래프 위에 셀룰러 시프(cellular sheaf)를 구축합니다. 이 그래프의 라플라시안 $L_F$를 사용하여 학습되지 않은 모델에 대해 질문에 답할 수 있습니다.

연구 결과, 커널 $H^0$는 내용 부분 공간(content subspace)임을 밝혀냈습니다. 20차원에서 $H^0$는 8가지 아키텍처에서 홀드아웃 CounterFact 사실 검색에서 개념 지우개(concept eraser)인 LEACE의 보존 부분 공간보다 평균 17.1%p 더 우수하며, 사실의 모든 패러프레이즈를 함께 제약하면 추가로 6.5%p의 성능 향상을 얻습니다.

또한 스펙트럼 보완(spectral complement)은 인과적 영향을 집중시킨다는 것을 보여줍니다. 패러프레이즈 변수 좌표를 제거하는 것은 일치하는 좌표 변동성을 제거하는 것보다 5.6배에서 26.5배 더 큰 모델 출력 변화를 유발하며, 이는 124M에서 13B 매개변수를 가진 아홉 가지 모델 전반에서 관찰되었습니다.

나아가 레이어를 격자 형태로 쌓으면 $b_1 = N(L-1)$의 대수적 1-사이클이 생성되며, 결과적인 모델 기반의 조화 질량(harmonic mass)은 여섯 가지 아키텍처에 걸쳐 거의 세 자릿수의 변화를 보입니다. 이 조화 질량은 조향 취약성(steering fragility)과 동일하게 순위를 매깁니다. 이처럼 동일한 패러프레이즈 그래프는 내용 부분 공간, 영향 방향, 그리고 취약성 측정치를 모두 제공합니다.

Crystal 언어의 1.22.0 버전이 출시되었으며, 이번 릴리스는 성능 개선과 시스템 통합을 위한 광범위한 변경 사항을 포함하고 있습니다. 이번 업데이트에는 33명의 기여자들에 의해 251개의 변경 사항이 포함되었으며, 특히 DWARF 파싱을 완전히 개편하여 메모리 사용량을 줄이고 성능을 향상시켰습니다. DWARF 파서는 이제 필요할 때 섹션을 스캔하고 효율적인 인덱스 테이블을 구축하여 빠른 조회를 가능하게 하며, DWARF 5 기능 지원도 추가되었습니다.

주요 변경 사항 중 하나는 시스템 레벨의 통합과 이벤트 루프 개선입니다. 모든 타겟에서 네이티브 이벤트 루프를 지원하며, epoll과 kqueue를 기본으로 활성화하여 시스템 선택자에 직접 기반한 동작을 보장합니다. 또한 libevent는 이제 선택 사항으로 전환되어 향후 릴리스에서 사용 중단될 예정입니다.

API 측면에서는 여러 기능이 개선되었는데, 상수와 타입 선언을 결합하는 방식이 허용되어 코드의 명확성이 높아졌습니다. 또한 HTTP 관련 기능도 대폭 개선되어 요청 및 헤더 처리 방식이 변경되었으며, `HTTP::Headers#merge`와 같은 새로운 기능이 추가되었습니다.

개발자들은 파이프 오류 처리 방식 변경이나 `Process.fork` 제거와 같은 주요 변경 사항을 확인해야 합니다. 또한, 새로운 매크로 기능과 파일 시스템 함수에 대한 변경 사항도 적용되었으므로, 공식 릴리스 채널에서 전체 변경 로그를 확인하여 최신 정보를 숙지하는 것이 좋습니다.

LLM 에이전트를 여러 차례에 걸쳐 사용자에게 상호작용하도록 훈련하는 것은 에이전트뿐만 아니라 사용자 시뮬레이터와 환경에 의해 학습 신호가 결정되기 때문에 어렵습니다. 시뮬레이션된 사용자는 확률적이거나 일관성이 없을 수 있으며, 환경은 신뢰할 수 없는 도구, 불완전한 상태 커버리지, 잘못된 검증자를 포함할 수 있습니다. 기존 연구들은 주로 보상 형성이나 더 조밀한 감독을 통해 이러한 불안정성을 다루었으며 환경 및 사용자 구성 요소를 고정된 것으로 취급했습니다.

이에 연구진은 환경-에이전트-사용자 공동 진화를 위한 메타 에이전트 프레임워크인 EAU를 도입했습니다. EAU는 훈련 중에 궤적, 도구 흔적, 보상 및 훈련 통계를 모니터링하고 실패와 정보 부족 상호작용을 진단하며, 사용자 시뮬레이터, 환경, 보상 설계 및 RL 구성을 목표 지향적으로 수정할 것을 제안합니다. 검증된 변경 사항은 진행 중인 실행에 즉시 적용되어 훈련 설정이 정책과 함께 진화할 수 있도록 합니다.

이러한 적응은 사용자 및 환경 역학의 편집 가능한 기호적 표현을 통해 가능하며, 에이전트는 여전히 RL로 최적화된 신경 LLM으로 유지됩니다. EAU는 세 가지 상호작용 에이전트 벤치마크와 두 가지 백본 모델에서 이전 RL 방법들을 일관되게 능가했습니다. EAU는 가장 강력한 기준선 대비 전체 점수를 14.7~15.0% 향상시키고 ColBench에서 성공적인 작업 완료율을 최대 36.7% 증가시켜 다중 턴 RL을 실질적으로 개선할 수 있음을 보여줍니다.

자기 개선 능력을 갖춘 LLM 에이전트의 발전은 인공지능 시스템이 스스로 지능을 이끌어내는 잠재력을 보여줍니다. 하지만 많은 도메인 특화 애플리케이션은 강력한 전문 지식을 보유한 특화 파운데이션 모델에 의존하며, 이는 인간이 설계한 개선에 계속 의존하고 있습니다. 이러한 모델에 재귀적 자기 개선을 확장할 때, 전문가가 발전함에 따라 그 발전을 위한 전략 또한 적응해야 하는 핵심 과제가 발생합니다.

이러한 문제를 해결하기 위해 본 연구는 상호 학습을 통해 특화 파운데이션 모델과 LLM 에이전트를 공동으로 진화시키는 프레임워크인 이종 에이전트 공동진화(Heterogeneous Agentic CoEvolution, HACE)를 제안합니다. HACE는 현재 전문가의 성능 향상에 대해 검증된 성과를 바탕으로 에이전트를 온-폴리시 강화 자기 훈련으로 학습시키고, 에이전트의 탐색 결과를 활용하여 후속 전문가 훈련을 안내함으로써 두 모델이 서로의 발전에 적응하도록 합니다.

HACE는 이러한 상호 학습을 지속하기 위해 진화적 탐색을 추가로 사용하여 모델들이 정보를 교환하고 훈련 경험을 선택하는 상호작용 방식을 최적화합니다. 연구진은 이 프레임워크를 추천 시스템, 생물학에서의 단백질 기능 예측, 재료 발견에서의 결정 안정성 예측이라는 세 가지 도전적인 도메인에 걸쳐 평가했습니다. 그 결과 HACE는 모든 도메인에서 주요 작업 지표에 대해 다른 자기 개선 방법들보다 우수한 성능을 보였습니다.

이러한 결과는 학습 에이전트와의 상호작용을 통해 특화 파운데이션 모델을 개선하는 이종 공동진화가 전문 모델을 향상시키는 보편적인 접근 방식임을 시사합니다.

코딩 에이전트의 성능을 평가하기 위한 새로운 벤치마크인 EvoWeb이 소개되었습니다. 이 벤치마크는 실제 웹 애플리케이션 개발 과정처럼 기존 구현을 확장하는 연속적인 요청을 기반으로 하며, 32개의 웹 애플리케이션에 걸친 총 320개의 누적 요청을 포함합니다. EvoWeb은 실제 제품 기능에 기반하고 기능 종속성 그래프로 구조화되어, 에이전트가 지속적으로 코드베이스를 수정하는 과정에서 발생하는 복잡한 통합 능력을 측정합니다.

이 벤치마크는 멀티모달 웹 에이전트가 실시간 브라우저에서 각 중간 애플리케이션을 테스트하며 새로 요청된 기능, 요청 간 통합, 그리고 이전에 요청된 기능을 평가하는 방식으로 작동합니다. 개발 과정 전반의 신뢰성을 측정하기 위해 고정된 중지 기준 대신 사용자 허용 범위에 따른 궤적 성능을 통합하여 평가합니다.

실험 결과, EvoWeb은 오픈소스 및 클로즈드소스 최전선 모델 간에 명확한 성능 차이를 드러냈으며, 특히 요청 간 통합이 주요 도전 과제로 나타났습니다. 또한, 후반 요청에서 종속성이 더 깊거나 많아질수록 해결 정확도가 떨어지고 연속적인 요청에서 런타임 오류가 더 자주 발생하는 것으로 분석되었습니다.

결론적으로 EvoWeb은 장기적이고 다중 요청 기반의 개발에서 코딩 에이전트를 평가하고 개선하기 위한 테스트베드를 제공합니다. 이는 에이전트가 복잡한 실제 환경에서 연속적인 개발 작업을 수행하는 능력을 측정하는 데 중요한 기준이 될 것입니다.

관계 학습은 일반적으로 데이터베이스 상태로부터 예측하지만, 의사 결정은 특정 행동에 따라 상태가 어떻게 변화할지 예측하는 다른 질문을 요구합니다. 운영 시스템에서는 이 변화가 데이터베이스 자체에는 보이지 않는 시스템 특유의 역학에 따라 달라지기 때문에, 각 시스템을 관계적인 '세계'로 간주하고 관찰된 실행으로부터 어떻게 행동하는지 추론할 수 있는지 질문합니다.

연구진은 사전 학습을 위한 실행 가능한 관계적 세계를 생성하는 TabWM(Tabular World Model)과 WorldRel을 소개합니다. TabWM은 보지 못한 세계의 실행을 컨텍스트로 사용하여 매개변수 업데이트 없이 새로운 행동으로 인해 발생하는 희소한 구조적 편집을 예측합니다.

512개의 홀드아웃 세계에 걸쳐 이 방법은 놀라운 결과를 보였는데, 실행이 전혀 없는 경우 완전 편집 F1 점수는 0.016에서 64개의 실행이 있는 경우 0.685로 상승했습니다. 여기서 올바른 편집은 해당 연산, 관계적 위치, 그리고 값을 일치시켜야 합니다.

이러한 예측은 명시적인 관계적 편집이기 때문에 후보 미래를 상상하고 행동을 취하기 전에 비교하기 위해 재귀적으로 적용될 수 있습니다. 예측된 미래에 대한 광범위한 탐색은 선택된 행동 시퀀스의 실현된 수익을 개선합니다. 결과적으로 관계적 역학을 컨텍스트 내에서 학습할 수 있으며, 관계 학습을 시스템 상태 모델링에서 상태가 행동에 따라 어떻게 변화하는지 모델링하는 것으로 확장합니다.

LLM 기반 멀티 에이전트 시스템을 안정적으로 배포하기 위해서는 관찰된 실행 접두사로부터 최종 결과를 예측하는 런타임 감사자(runtime auditor)가 필요합니다. 이러한 감사자들은 일반적으로 검증된 결과가 있는 제한된 궤적(trajectory) 데이터셋을 통해 학습합니다. 하지만 데이터셋을 확장하려면 비용이 많이 드는 실행 및 검증 과정이 필요하며, 단순히 더 넓은 실패 범위를 확보하는 것만으로는 현재 감사자가 분류하기 어려운 접두사를 식별할 명시적인 기준을 제공하지 못합니다.

이에 연구진은 자체 예측 손실에 의해 안내되는 암묵적 증강(implicit augmentation)을 통해 훈련되는 런타임 감사자인 Dream2Discern을 제안합니다. Dream 단계에서는 감사자의 표현 연산자(representation operators)에 대한 교란을 선택하여 기록된 접두사에 대한 예측 손실을 증가시키고, 이를 통해 어려운 잠재 변이체(hard latent variants)를 생성합니다. Discern 단계에서는 감사자가 이 변이체들을 사용하여 원래 레이블로부터 실행 결과를 예측하도록 학습합니다. 이 과정에서 변이체는 감사자가 학습함에 따라 재생성되어 제한된 데이터셋을 새로운 어려운 예제의 재생 가능한 소스로 전환하며 추가적인 궤적 수집이나 결과 검증이 필요 없습니다.

Dream2Discern은 AFTraj-2K와 StepShield에 대한 광범위한 평가에서 경쟁적인 실패 감사자들을 능가하며, 예측 정확도와 시의적절성을 균형 있게 유지하면서 두 벤치마크 모두에서 90% 이상의 궤적 수준 가중 정확도를 달성했습니다. 이는 멀티 에이전트 시스템의 신뢰성 확보에 있어 제한된 데이터로도 강력한 실패 예측 능력을 확보할 수 있는 새로운 방법을 제시합니다.

자율 발견을 확장하는 데 있어 평가 비용이 근본적인 병목으로 작용하고 있습니다. 실제 환경에서 전체 벤치마크나 서빙 추적과 같은 단일 참 평가를 수행하는 데는 몇 시간이 걸리기 때문에, 검색 시스템은 소수의 참 평가만 감당할 수 있습니다. 이러한 문제를 해결하기 위해 연구진은 최적화 목표와 진행 상황을 효율적으로 평가하는 방법을 동시에 발견하는 검색 시스템인 DuoDiscover를 제시했습니다.

DuoDiscover는 세 가지 메커니즘을 통해 효율성을 달성합니다. 코딩 에이전트 군집 내의 각 작업자는 최적화 목표와 빠르고 맞춤화된 대리 평가자, 즉 야드스틱(yardstick)을 공동으로 발견합니다. 에이전트는 실제 평가 대신 이 야드스틱을 따라 탐색하며, 검색은 야드스틱과 실제 목표 사이의 격차를 활용하여 지속적으로 각 야드스틱의 순위를 재확인하고 표류하는 것을 무효화하는 충실도 테스트를 수행합니다. 또한, 이 시스템은 중앙 집중식 분해 없이 에이전트를 관리하는 경량 오케스트레이터를 통해 하향식으로 작동합니다.

이 시스템은 소프트웨어부터 칩 아키텍처에 이르는 자율 최적화를 가능하게 하며, SWE-fficiency에서는 인간 전문가의 평균 속도 향상 효과를 두 배로 높였습니다. 또한 SOL-Exec에서는 235개의 커널 중 121개에서 1위를 차지하고 212개에서 상위 3위에 올랐습니다. 특히, vLLM 및 SQLite 엔진에서 DuoDiscover는 기본 코드 대비 1.92배와 1.38배의 성능 향상을 달성했습니다.

28시간에 걸친 CPU 마이크로아키텍처 최적화 작업에서는 DuoDiscover가 AlphaEvolve 기반의 ArchAgent v2와 최고의 인간 설계 모두를 능가했습니다. 이는 16.7일 만에 1.65배의 성능 향상을 달성하여 40일 이상 걸리는 작업 대비 자율 칩 설계의 최전선을 발전시킵니다.