Qwen-AgentWorld: 범용 에이전트를 위한 언어 월드 모델

Qwen 팀은 에이전트 환경을 시뮬레이션하는 네이티브 언어 월드 모델인 Qwen-AgentWorld를 공개했습니다. 이 모델은 단순한 LLM의 사후 적응이 아니라, CPT(Continual Pre-training) → SFT → RL로 이어지는 학습 과정을 통해 환경 모델링을 직접적인 학습 목표로 삼습니다.

Qwen-AgentWorld는 단일 모델로 다음의 7개 도메인을 시뮬레이션합니다:

• Text 기반: Terminal, Search, MCP(API), SWE(IDE)
• GUI 기반: Web, Android, OS

특히 GUI 환경의 경우 픽셀 프레임 대신 Accessibility Tree XML, HTML 등 렌더링 가능한 코드를 사용하여 텍스트 기반의 월드 모델링을 구현했습니다. AgentWorldBench 벤치마크에서 Qwen-AgentWorld-397B-A17B 모델은 GPT-5.4, Claude Opus 4.8, Gemini 3.1 Pro를 능가하는 시뮬레이션 품질을 보여주었습니다.

이 모델은 두 가지 방식으로 에이전트 성능 향상에 기여합니다:

1. 디커플링된 환경 시뮬레이터: 에이전트 강화학습(RL)을 위한 고도의 확장성과 제어 가능성을 제공합니다.
2. 통합 에이전트 파운데이션 모델: 별도의 RL 미세 조정 없이도 다양한 멀티턴 에이전트 작업으로의 효과적인 전이 학습(Transfer)을 가능하게 합니다.