UC Berkeley, 범용 텍스트 최적화 API 'optimize_anything' 출시

섹션별 상세

UC Berkeley 연구팀은 GEPA 프롬프트 최적화 도구를 확장하여 코드와 시스템 설정까지 처리할 수 있는 범용 API인 optimize_anything을 출시했다.

이 프레임워크는 사용자가 제공한 초기 시드 아티팩트와 평가 함수를 기반으로 작동하며, LLM이 실행 결과에 대한 진단 피드백을 분석하여 스스로 수정안을 제시하는 반복적 정교화 과정을 거친다.

ARC-AGI 벤치마크 테스트에서 Gemini 3 Flash 모델과 결합했을 때 정확도가 기존 32.5%에서 89.5%로 급증했으며, 이는 기존의 AlphaEvolve와 같은 진화적 탐색 프레임워크를 능가하는 성과이다.

클라우드 인프라 최적화 실험에서는 운영 비용을 40% 절감하는 효과를 확인했으며, pip 설치가 가능한 API 형태와 백엔드에 구애받지 않는 설계로 실무 도입 장벽을 낮췄다.

선언형 API(Declarative API): — 수행할 절차를 일일이 명령하는 대신, 원하는 최종 결과나 목표 상태를 정의하는 프로그래밍 방식이다. 사용자는 최적화 대상과 평가 기준만 설정하면 시스템이 내부적으로 최적의 경로를 찾아 실행한다.
추상 추론 및 개념화 벤치마크(ARC-AGI): — 인간의 지능과 유사한 추상적 추론 능력을 측정하기 위해 설계된 고난도 AI 평가 지표이다. 단순 암기나 패턴 인식을 넘어 새로운 규칙을 학습하고 적용하는 능력을 평가하며 인공 일반 지능(AGI)으로 가는 중요한 관문으로 여겨진다.
CUDA 커널(CUDA Kernel): — NVIDIA GPU에서 병렬로 실행되는 함수 단위로, 고성능 연산을 위해 하드웨어 자원을 직접 제어하는 코드이다. 딥러닝 모델의 연산 효율을 극대화하기 위해 매우 정밀한 최적화가 요구되는 영역이다.
진화적 탐색(Evolutionary Search): — 생물학적 진화 원리를 모방하여 여러 후보 해 중 우수한 것을 선택하고 변이시켜 최적의 해를 찾아가는 알고리즘이다. 복잡하고 비선형적인 최적화 문제에서 전역 최적해를 찾는 데 효과적이다.