Echoverse: 컴퓨터 사용 에이전트를 위한 심층적이고 진화하는 환경

컴퓨터 사용 에이전트의 성능을 높이기 위해 단순한 데이터 양을 늘리는 대신, 환경의 **고충실도(High fidelity)**를 확보하는 데 집중한 Echoverse를 구축했다. Echoverse는 10개의 심층 도메인 환경과 2개의 기능 중심 환경을 포함한 총 12개의 훈련 환경을 제공한다.

이 환경들은 실제 애플리케이션의 동작을 그대로 재현하며, 현실적인 데이터가 포함되어 있고 화면과 사용자 간의 상태(State)를 일관되게 유지한다. 특히 에이전트가 어려움을 겪는 **날짜 선택기(Date pickers)**나 중첩 필터(Nested filters) 같은 UI 요소를 다양한 형태로 학습할 수 있도록 설계되었다.

실험 결과, 9B 모델을 Echoverse로 훈련했을 때 기본 점수 36.5%에서 67.1%로 성능이 거의 두 배 가까이 향상되었으며, 이는 GPT-5.4 성능에 근접하는 수치다. 주요 학습 교훈은 다음과 같다.

• 고충실도 시뮬레이션의 필수성: 얕은(Shallow) 환경에서 훈련할 경우 오히려 모델 성능이 퇴보할 수 있다.
• 공진화(Co-evolution): 모델, 환경, 검증기(Verifier)를 함께 진화시킬 때 전체적인 성능이 향상된다.
• 강화 학습(RL)의 효과: 검증기를 보상으로 사용하는 강화 학습은 에이전트가 모방을 넘어 목표에 더 효율적으로 도달하게 만든다.

현재 Microsoft는 연구 지원을 위해 4개의 환경과 관련 코드, 데이터, 검증기를 GitHub와 Hugging Face를 통해 공개했다.