현재 모두가 AI 에이전트를 출시하고 있습니다. 하지만 실제로 이것들이 어떻게 작동하는지 설명할 수 있는 사람은 거의 없습니다.

옥스퍼드(Oxford), 스탠퍼드(Stanford)급 연구소, 그리고 상하이 AI 랩(Shanghai AI Lab)의 25명 연구원들이 이 질문에 답하는 500페이지 분량의 논문 서베이를 작성했습니다.

이 논문의 제목은 "LLM을 위한 에이전트 기반 강화학습의 지형도(The Landscape of Agentic Reinforcement Learning for LLMs)\

→ 핵심 역량(core capabilities)을 중심으로 한 논문 — 계획 수립(planning), 도구 사용(tool use), 메모리, 추론(reasoning), 자기 개선(self-improvement), 지각(perception)
→ 응용 분야를 중심으로 한 논문 — 이러한 에이전트들이 실제로 어떤 영역에서 배포되고 있는지

그리고 그들은 사람들이 이 시스템을 구축하는 데 사용하는 오픈 소스 환경(environments), 벤치마크(benchmarks), 프레임워크(frameworks)들을 하나의 실용적인 종합 자료로 통합합니다. 만약 당신이 실제로 에이전트를 구축하려고 한다면, 그 부분만으로도 당신이 놓치고 있던 지도가 될 것입니다.

핵심 요점:

LLM의 지난 시대는 올바른 말을 하는 모델을 만드는 것이었습니다.

이번 시대는 올바른 행동을 하는 모델을 만드는 것에 관한 것이며, RL(강화학습)이 바로 그들이 배우게 되는 방법입니다.