Hugging Face 논문AI · 머신러닝

AI 에이전트의 '마지막 1마일' 해결하는 재사용 가능한 프리미티브 등장

원제 The Last Mile to the Real World: Agent-Native Primitives as Reusable Building Blocks for Solving Real-World Tasks

추천 28댓글 3Haibo Jin, Peng Kuang, Xiaopeng Yuan 외
Key Point

AI 에이전트가 실제 업무에서 마주치는 가장 큰 병목인 '리소스 적용 능력' 문제를 근본적으로 해결하는 방법론을 제시해, 현재 시스템의 성능을 대폭 끌어올린 핵심 기술이기 때문이다.

핵심 요약

  • 현재 최고 수준의 AI 모델도 실제 과제 처리에서 리소스에 접근한 후 이를 적용하는 단계에서 실패하는 '마지막 1마일' 문제를 겪고 있다.
  • Terminal-Bench 4.0에서 GPT-5.6 Sol은 37.3%, Claude Opus 5는 51.8%의 과제만 해결했다.
  • 연구팀은 에이전트 네이티브 프리미티브(agent-native primitives)라는 재사용 가능한 단위를 제안했으며, 각 프리미티브는 내장된 LLM으로 리소스를 적용하고 다른 프리미티브와 통신한다.
  • HEELO 프레임워크는 과제에 필요한 프리미티브들을 그래프로 구성하고, 환경의 증거로 결과를 검증한 후 실패를 분석해 프리미티브를 개선하며, 검증을 거쳐 새로운 프리미티브를 추가한다.
  • 8개 프리미티브 패밀리를 구현해 20개 이상 벤치마크에서 평가한 결과, Terminal-Bench 4.0에서 Codex 기반 해결률이 37.3%에서 55.5%로 상향되었다.
  • ToolBench 통과율은 55.8%에서 75.1%로, GAIA-Text-103 정확도는 45.6%에서 58.3%으로 각각 향상되었다.
  • heelo.dev 플랫폼의 46개 실제 과제에서 Claude Opus 5.5와 GPT-6.1 Sol은 단독으로 각각 9개씩만 완료했으나, HEELO를 MCP 서버로 연결했을 때는 각각 39개, 35개를 완료했다.
  • HEELO 연결 시 완료된 과제당 소요 시간은 1.9배~2.3배 단축되고 비용은 1.55배 절감되었다.
AI 요약 안내

AI가 한국어로 정리한 내용입니다. 정확한 정보는 원문을 확인해 주세요.

요약 원칙 ↗