당신의 에이전트도 늙는다: 배포된 시스템을 위한 에이전트 수명 엔지니어링

연구진은 배포된 AI 에이전트의 신뢰성이 시간에 따라 어떻게 변하는지 추적하는 종단형 벤치마크 AgingBench를 제안했다.

이 벤치마크는 시간 의존 그래프와 짝지은 반사실적 프로브를 활용해 압축, 간섭, 수정, 유지 효과를 구분한다.

여러 모델과 에이전트 구성에서 기본 점검은 통과해도 사실 정확도와 파생 상태 추적은 점차 악화되는 사례가 확인됐다.

이번 연구는 배포 후 AI 에이전트에 지속적 평가와 표적화된 수정이 필요하며, 초기 벤치마크 강화만으로는 충분하지 않음을 보여준다.