구글 연구진, WikiSkill 공개…소형 모델 성능 극대화하는 에이전트 스킬 진화법

요약

구글이 발표한 새로운 논문에서 에이전트의 성능을 높이기 위해 수동 작성 대신 '위키(Wiki)' 기반의 기술 진화 방식인 WikiSkill을 제안했다. 이 방식은 에이전트가 작업을 수행한 뒤 성공 및 실패 패턴을 위키에 저장하고, 이를 통해 SKILL.md 파일을 스스로 업데이트하며 학습하는 구조다. 실험 결과 9B 모델이 위키를 통해 기술을 진화시켰을 때, 기술 없이 기존 학습만 거친 27B 모델보다 5개 벤치마크 평균 점수(47.4% vs 39.4%)에서 더 높은 성능을 기록했다. 특히 모델 규모가 클수록 WikiSkill의 효과가 두드러졌으며, 큰 모델이 작성한 기술을 작은 모델이 공유하여 성능을 비약적으로 높이는 기술 전이 현상도 확인되었다. 위키를 제거했을 때 Gemini 3.5 Flash의 성능이 63.7%에서 48.7%로 크게 하락한 점은 이 방식의 중요성을 입증한다. 무조건적인 모델 크기 확장보다는 기존 모델의 능력을 극대화할 수 있는 기술 진화 방식 도입이 실무적으로 유효한 전략이 될 수 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.