구조화된 CodeAgent로 성능 향상

AI 에이전트의 액션 실행 방식을 개선하기 위해 CodeAgent의 유연성과 **구조화된 생성(Structured Generation)**의 신뢰성을 결합한 새로운 접근법을 소개한다.

기존의 JSON 에이전트는 도구 호출이 안정적이지만, 미리 정의된 도구 세트에 국한되고 복잡한 상태 관리가 어렵다는 단점이 있다. 반면, CodeAgent는 Python 코드를 직접 작성하여 무한한 유연성을 제공하지만, 마크다운에서 코드를 파싱하는 과정에서 오류가 발생할 가능성이 높다.

이를 해결하기 위해 제안된 Structured CodeAgent는 LLM이 thoughts(추론)와 code(실행 코드)를 포함한 JSON 블록을 생성하도록 강제한다.

이 방식의 주요 장점은 다음과 같다:

• 명시적 추론: thoughts 필드를 통해 에이전트가 행동을 취하기 전 반드시 추론 과정을 거치도록 유도한다.
• 신뢰할 수 있는 파싱: JSON 구조를 사용하여 마크다운 파싱 오류를 제거한다.
• 유연성과 안정성의 결합: 코드 실행의 강력한 기능과 구조화된 출력의 안정성을 동시에 확보한다.

SmolBench(GAIA, MATH, SimpleQA 등) 벤치마크 결과, Structured CodeAgent는 기존의 JSON 에이전트 및 일반 CodeAgent보다 높은 정확도를 기록하며 성능 우위를 입증했다.