구글, WikiSkill 논문 공개

구글 리서치가 장기 실행 에이전트를 위해 실행 이력을 지식 베이스로 유지하고 재사용 가능한 스킬 파일로 컴파일하는 WikiSkill 프리프린트를 공개했다. 이 시스템은 원본 실행 추적, 성공 전략과 실패 패턴을 통합하는 위키, 그리고 검증 게이트를 통해 개선된 스킬만 채택하는 제안자로 구성된다.

벤치마크 결과, 스킬을 적용한 Qwen-3.5-9B 모델은 평균 **47.4%**의 점수를 기록해 스킬이 없는 Qwen-3.6-27B 모델의 **39.4%**를 능가했다. 다만 27B 모델도 자체 스킬을 적용받으면 **63.3%**까지 성능이 상승하여, 절차적 기억과 모델 용량은 상호 보완적임을 시사했다.

모델 간 스킬 전이의 위험성

ALFWorld 벤치마크에서는 27B 모델이 진화시킨 스킬을 9B 모델이 사용할 때 성능이 향상되었으나, 약한 모델이 작성한 스프레드시트 스킬을 Gemini-3.5-Flash에 적용하자 점수가 **50.5%**에서 **18.1%**로 급락했다. 이는 약한 모델이 학습한 취약한 우회책이 강한 모델에 의해 문자 그대로 실행될 때 해로운 지시가 될 수 있음을 보여준다.

해당 연구는 제한된 벤치마크 환경에서 스킬을 프롬프트에 직접 삽입한 방식으로 진행되었으며, 위키의 자동 정리 기능은 포함되지 않았다.