Loopcraft: 에이전트 루프 설계의 예술

섹션별 상세

프롬프팅을 넘어 루프 설계로: 에이전트에게 매번 지시를 내리는 대신, 스스로 목표를 달성할 수 있는 루프 구조를 설계하여 인간을 병목 현상에서 제외해야 한다.

Recursive SI의 자동화된 연구 시스템: NVIDIA SOL-ExecBench 등 공개 벤치마크에서 SOTA를 기록하며, 시스템 최적화 작업에서 인간 연구자 없이도 성과를 낸다.

근거

Recursive SI는 NVIDIA SOL-ExecBench, NanoGPT Speedrun 등에서 SOTA를 기록했다. — Automated AI research and agentic optimization systems 섹션

Microsoft Arbor의 계층적 연구: 가설 트리(hypothesis-tree)를 지속적으로 정제하는 자율 연구 에이전트로, 기존 모델 대비 복잡한 연구 작업에서 높은 성능을 기록한다.

근거

Microsoft Arbor는 MLE-Bench Lite에서 86% Any-Medal을 기록했다. — Automated AI research and agentic optimization systems 섹션

데이터 인프라의 중요성: Macrodata Labs는 로보틱스 등 멀티모달 데이터 파이프라인을 위한 오픈소스 프레임워크를 통해 데이터 정제와 관측 가능성을 강화한다.

추론 및 시스템 최적화: DiffusionGemma와 같은 모델의 추론 속도 개선과 paged KV cache 등 서빙 스택의 발전이 에이전트의 실시간 성능을 결정짓는다.

문서Arbor