논문 읽고 코드 고치는 자기개선 에이전트 ‘스칼라이볼브’

시스템은 먼저 에이전트의 실패 사례에서 문맥 유지, API 호출, 오류 복구 같은 일반적인 문제를 찾는다. 이어 arXiv 등에서 관련 논문을 검색하고, 연구 에이전트가 논문과 공식 코드를 검토해 구현 계획을 세운다. 코딩 에이전트는 모듈별 입출력 규격을 지키며 코드를 수정한다.

수정 뒤에는 실행 가능성, 인터페이스 호환성, 검증 데이터 성능을 자동으로 확인한다. 도구 인터페이스, 문맥 관리, 스킬, 메모리, 작업 흐름을 나누어 개선안을 시험하고, 성능이 확인된 모듈 조합만 전체 시스템에 반영한다.

앱월드 테스트에서 큐원3.5-27B 기반 에이전트의 작업 완료율은 69.0%에서 81.4%로 상승했고, 통신 고객 지원 시험에서도 GPT-5.4 미니 성능이 72.7%에서 81.9%로 개선됐다. 학습에 사용하지 않은 API를 다루는 일반화와 오류 복구도 좋아졌다.

모델 가중치를 다시 학습하지 않고 코드와 작업 구조를 바꾼다는 점은 기업 운영에 유리하다. 다만 외부 논문과 코드를 자동으로 실행하는 과정에서 악성 의존성이나 프롬프트 인젝션이 들어올 수 있어 운영 전 보안 검증이 필요하다.