149쪽 분량의 장기 지평 에이전트 프론티어 지도화: 다기관 대학 공동 설문, 차세대 AI 에이전트의 두 축으로 하니스 엔지니어링과 모델 최적화 제안

149쪽 분량의 다기관 대학 공동 서베이가 장기 추론 AI 에이전트를 위한 프레임워크를 제시하며, 발전 경로를 하니스 엔지니어링과 모델 최적화 두 축으로 나눴다.

하니스 엔지니어링은 주변 시스템을 통해 실행 성능을 높이고, 모델 최적화는 학습을 통해 실행 역량을 모델 내부에 내재화한다.

논문은 단일 창 추론부터 창 간 메모리, 작업 간 지속 학습까지 이어지는 3단계 능력 사다리를 정의했다.

공개 벤치마크 데이터로 에이전트의 작업 범위가 최근 빠르게 확대됐음을 보여줬다.

이번 프레임워크는 현재의 한계와 다음 성과가 나올 지점을 연구자와 개발자가 함께 이해할 수 있게 해준다.