연구용 에이전트 AIDE², 8일간의 자가 개선으로 성능 20% 향상

요약

최근 AIDE² 에이전트를 활용한 재귀적 자기 개선(Recursive Self-Improvement) 실험에서 유의미한 성과가 확인됐다. 연구진은 내부 에이전트가 연구 과제를 해결하고 외부 에이전트가 성능에 맞춰 내부 에이전트의 구조를 지속적으로 재작성하는 루프를 8일간 자율적으로 운영했다. 100회의 반복 학습 끝에 에이전트는 더 나은 검색 정책과 16배 프롬프트 압축 메모리 시스템, 리워드 해킹 방어 기법을 스스로 발견했다. 이러한 개선은 외부 루프가 접하지 않은 데이터셋에서도 성능 향상으로 이어져, MLE-Bench Lite, ALE-Bench Lite, WeatherBench 2에서 각각 10%, 16.5%, 20%의 성능 개선을 기록했다. 특히 이번 결과는 인간이 2년간 튜닝한 기존 시스템의 성능을 세 가지 벤치마크 모두에서 능가하며 재귀적 자기 개선 기술의 가능성을 입증했다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.