Skill-to-LoRA: 기술 사용에서 토큰 효율적인 LLM 에이전트를 위한 행동 학습으로

요약

에이전트의 기술 문서(SKILL.md)를 런타임에 반복 주입하는 대신, 이를 기술 특화 LoRA 어댑터로 변환하는 Skill-to-LoRA(S2L) 방식을 제안합니다. S2L은 토큰 비용을 절감하면서도 에이전트의 작업 수행 능력을 유지하거나 향상시킵니다.

핵심 포인트

• 기술 문서를 LoRA 어댑터로 변환하여 토큰 효율성 증대
• Qwen2.5-27B 기반 실험에서 통과율 및 토큰 비용 절감 확인
• 런타임 컨텍스트 주입 없이 동적 로딩을 통한 행동 모델링
• 기술 특화 어댑터 정렬이 성능 향상의 핵심 요소임