Agent-World 훈련 아레나 (3분 읽기)

Agent-World는 실제 도구 생태계를 대규모로 수집해 환경과 과제를 합성하고, 그 위에서 에이전트를 계속 진화시키는 self-evolving training arena다.

핵심은 두 축이다.

• Agentic Environment-Task Discovery: MCP servers, tool docs, industrial PRDs에서 환경 테마를 발굴해 2,000+ environments와 20개 주요 카테고리를 만든다.
• Continuous Self-Evolving Agent Training: 다중 환경 RL과 진단형 과제 생성을 결합해 에이전트의 약점을 다음 훈련 라운드에 되돌린다.

환경 체계는 3단계 taxonomy로 정리된다. 20개 1차 카테고리 아래 세부 하위 분류를 두고, 최종적으로 구체적인 MCP server instance에 연결해 커버리지를 넓히면서도 난이도를 체계적으로 관리한다.

데이터베이스는 LLM이 상상으로 만든 synthetic DB가 아니라, 웹의 구조화 데이터를 deep-research agent가 반복 탐색·정제해 만든다. 이후 database complexification으로 내용을 여러 라운드에 걸쳐 확장한다.

도구와 과제도 자동 검증된다.

• tool-design agent가 후보 도구와 unit test를 만들고, 컴파일 성공·테스트 정확도 0.5 초과·최소 1개 tool/1개 test 조건을 통과한 것만 남겨 19K+ tools를 확보한다.
• 과제 합성은 graph-based 방식과 programmatic 방식으로 나뉘며, 전자는 tool dependency graph와 random walk, 후자는 실행 가능한 Python solution과 검증 스크립트를 사용한다.
• graph-based 과제는 LLM이 과제와 정답을 작성한 뒤 ReAct agent를 5회 돌려 일관성을 검증하고, 난이도는 tool chain 길이, 비선형 추론 요구, tool name masking으로 조절한다.

훈련 단계에서는 LLM policy, tool runtime, database state가 하나의 closed loop로 연결된다. 그래프 과제는 rubric-conditioned LLM-as-judge로, 프로그램형 과제는 sandbox의 executable validation script로 평가해 structured verifiable reward를 만들고, 학습은 GRPO로 수행한다.

성과도 강하다. 23개 벤치마크에서 strong proprietary models와 environment scaling baselines를 일관되게 상회했고, 평가 범위는 agentic tool use, advanced AI assistant, software engineering, deep research, reasoning 벤치마크를 포괄한다. 환경 다양성과 self-evolution round가 늘어날수록 성능이 오르는 scaling trend도 확인됐다.