LLM 자가진화 복구성 프레임워크 공개

LLM 에이전트가 런타임에 프롬프트, 도구, 실행 환경을 스스로 수정하는 자가 진화(Self-evolution) 과정에서 발생하는 복구 불가능한 오류를 해결하기 위한 프레임워크 EvoUndo가 공개됐다.

연구진은 600개의 자가 진화 작업을 분석하여 성능은 향상되었으나 복구가 불가능한 197건의 수정 사항을 발견했다. 기존 복구 전략으로는 이 중 단 한 건도 복구하지 못했으나, EvoUndo의 확장된 복구 계산법(recovery calculus)을 적용하면 오라클 기준 **191건(97%)**까지 복구가 가능함을 입증했다.

핵심 발견은 복구 성공률이 두 가지 병목 현상에 의해 제한된다는 점이다:

• 정확한 상태 주소 지정(Exact state-address grounding): 기존 언어가 충분할 때 복구 성공률을 0건에서 **38건(79.2%)**으로 높였다.
• 복구 언어의 표현력(Recovery-language expressivity): 확장된 언어를 사용하면 오라클 정의 실패 사례의 **99.3%**를 복구했다.

이러한 결과는 신뢰할 수 있는 에이전트 자가 진화를 위해서는 검증, 상태 지정, 증인 의미론(witness semantics), 복구 언어의 표현력을 함께 설계(co-design)해야 함을 시사한다.