SkillOpt: 자가 진화 에이전트 스킬을 위한 실행 전략

현대 프런티어 LLM 에이전트에서 스킬은 파라미터를 조정하는 대신 외부 텍스트 문서로 관리된다. 이러한 스킬은 도메인 적응에 취약하고 실행 해 harness 간 일반화가 어려운 경우가 많다. SkillOpt는 텍스트-공간에서 스킬을 최적화하여 가중치 업데이트 없이도 성능 향상을 가능하게 하며, 모델 규모나 실행 환경에 관계없이 재사용 가능한 best_skill.md를 산출한다.

Paragraph 1: 스킬은 에이전트의 외부 텍스트 상태이며, 이를 학습 가능한 객체로 간주한다. 학습과 추론은 분리되어 있고, 스킬은 벤치마크에서 일반화 가능한 규칙으로 추상화된다. Paragraph 2: SkillOpt의 핵심은 frontier optimizer가 rollout 증거를 분석해 bounded edits를 제안하고, 이 edits를 통해 스킬 문서를 업데이트하는 것이다. 텍스트 학습률은 Edit Budget Lt로 구현되어 업데이트 규모와 방향을 제어한다. Paragraph 3: Held-out gate는 일반화 성능을 검증하고, rejected-edit buffer는 실패 패턴에 대한 누적 피드백으로 개선에 기여한다. Paragraph 4: cross-model, cross-harness, cross-benchmark 전이가 학습한 규칙의 보편성을 시사한다.

단락 1: 스킬 s는 에이전트 컨텍스트에 삽입되는 자연어 정책이며, train/selection/test 분할 Dtr, Dsel, Dtest를 통해 최적화된다. optimizer는 best_skill.md를 배포용으로 export한다. 단락 2: Rollout Evidence: Rollout batch를 실행해 메타데이터, 도구 호출, 관찰값, 실행 추적 등을 수집한다. 단락 3: Minibatch Reflection: 실패/성공을 분리하고 각각을 reflection minibatch로 분할하여 add/delete/replace 편집을 도출한다. 단락 4: Bounded Text Updates: Lt의 편집 예산으로 최종 후보 스킬 s̃를 생성하고, 평가하여 score가 향상되면 채택한다. patch 모드와 rewrite 모드를 지원하며, slow-update를 도입한다. 단락 5: Validation Gate와 Rejected-Edit Buffer: 후보 스킬은 Dsel에서 평가되며 성능이 개선되면 현재 스킬로 채택되고, 그렇지 않으면 버퍼에 실패 패턴이 저장된다. 단락 6: Epoch-Wise Slow/Meta Update: 에폭 간의 학습을 축적하고 optimizer 메타 스킬을 업데이트해 deployed 스킬과 구분된 방향성을 유지한다. 단락 7: Harness-Agnostic Deployment: 어댑터를 통해 direct chat, Codex, Claude Code 등 다양한 실행 환경에 적용 가능하다.

메인 결과는 52/52 셀에서 SkillOpt이 최상 또는 동률을 달성한다는 점이다. GPT-5.5 direct chat에서 no-skill 대비 평균 +23.5 포인트, Codex에서 +24.8 포인트, Claude Code에서 +19.1 포인트의 개선을 보였다. 벤치마크별로 SpreadsheetBench와 OfficeQA에서 큰 개선이 나타났다. 벤치마크 간 일반화가 확인되며, 모델 규모가 작을수록 상대 개선이 크게 나타났다. 모델별 평균 개선은 약 +17.6 포인트이며, Codex/Claude Code에서의 훈련-전이 효과도 확인된다. Ablation 연구는 bounded updates, rejected-edit buffer, slow/meta update가 핵심 임을 뒷받침한다. 최적화 루프를 통한 학습은 1–4개의 편집으로 deployed 스킬이 형성되며, best_skill.md의 크기는 379–1995 토큰으로 작다.