SkillNet: 평생 학습하는 AI 에이전트용 인프라
- •SkillNet 프레임워크는 20만 개 이상의 개별 기술을 저장하고 전송할 수 있는 통합 온톨로지를 도입했다.
- •새로운 인프라는 주요 벤치마크에서 실행 단계를 30% 줄이면서도 성능을 40% 향상시켰다.
- •Python 툴킷과 인터랙티브 플랫폼을 통해 개발자가 안전성과 실행 가능성을 바탕으로 기술을 직접 평가할 수 있다.
현재의 AI 에이전트는 개별 작업을 해결하는 능력은 매우 뛰어나지만, 장기적인 전문성을 유지하지 못하는 이른바 '기억 문제'를 겪는 경우가 많다. 에이전트가 새로운 시나리오에 직면할 때마다 사실상 처음부터 다시 시작하게 되며, 이미 다른 문맥에서 통달한 해결책을 반복해서 재발견하는 비효율이 발생한다. 이를 해결하기 위해 절강대학교(Zhejiang University) 연구진은 역량을 영구적으로 저장하는 도서관 역할을 하도록 설계된 오픈소스 인프라인 SkillNet을 공개했다. 이 플랫폼은 기술을 내구성 있고 재사용 가능한 자산으로 정형화하여, 시스템이 매번 처음부터 시작하는 대신 과거의 성공 사례를 기반으로 능력을 쌓아 올릴 수 있도록 돕는다.
SkillNet의 핵심은 범주와 관계의 구조화된 체계인 통합 온톨로지를 통해 관리되는 20만 개 이상의 방대한 기술 저장소다. 이러한 설정을 통해 시스템은 과학적 문제 해결부터 디지털 쇼핑에 이르기까지 다양한 작업에 필요한 특정 전략을 신속하게 불러올 수 있다. 모든 상호작용을 일회성 이벤트로 취급하는 기존 방식과 달리, SkillNet은 모델이 서로 다른 지식 조각들을 연결할 수 있게 지원한다. 특히 이러한 연결성은 한 환경에서 학습한 전략을 다른 환경에 효율적으로 적응시킬 수 있게 하여, 인간이 평생에 걸쳐 전문성을 축적하는 방식과 유사한 메커니즘을 제공한다.
기술적 성과 또한 주목할 만하다. ALFWorld 및 WebShop과 같은 주요 벤치마크 테스트 결과, 성공률이 40%나 향상된 것으로 나타났다. 단순한 성능 향상을 넘어 SkillNet은 안전성, 비용 의식, 유지 관리성 등 다섯 가지 차원에서 기술을 평가하여 책임감 있는 AI 배포를 강조한다. 또한 Python 툴킷과 인터랙티브 플랫폼을 제공함으로써, 개발의 초점을 단순히 고립된 모델을 훈련하는 것에서 진화하고 모듈화된 지능형 생태계를 육성하는 것으로 전환하고자 한다.