Orchard: 확장 가능한 에이전틱 AI를 위한 오픈소스 프레임워크

Microsoft가 확장 가능하고 비용 효율적인 에이전틱 AI 연구를 위한 오픈소스 프레임워크 Orchard를 공개했다. 핵심 구성 요소인 Orchard Env는 Kubernetes 기반의 경량 환경 서비스로, 에이전트의 데이터 수집·강화학습 롤아웃·평가를 위한 격리된 실행 환경을 대규모로 제공한다.

Orchard Env는 특정 에이전트나 작업 유형에 종속되지 않도록 설계됐다. 동일한 인프라에서 소프트웨어 엔지니어링, 웹 탐색, 개인 비서 에이전트를 지원하며, Codex, OpenClaw, ZeroClaw 같은 실제 배포용 하네스 내부에서 직접 학습할 수 있다.

프로젝트는 세 가지 도메인별 학습 레시피와 관련 데이터·평가 방법도 공개했다.

• Orchard-SWE: 10만 7,000개 이상의 궤적을 활용하며 SWE-Bench에서 67.5%를 기록했다. 약 30억 개의 활성 파라미터를 사용하는 모델로 SWE-bench Verified 69.7%, value-model 재순위 적용 시 73.0%를 달성했다.
• Orchard-GUI: WebVoyager 74.1점, Online-Mind2Web 67.0점, DeepShop 64.0점을 기록했다.
• Orchard-Claw: 31.7 pass, pass@3 59.6을 달성했으며 기본 모델보다 19.9포인트 향상됐다.

Orchard는 독점 샌드박스와 비공개 데이터 파이프라인에 의존해 온 에이전틱 AI 연구 인프라를 개방하고, 연구자들이 여러 작업 영역에서 환경·데이터·평가 워크플로를 재사용할 수 있도록 하는 데 초점을 맞춘다.