PyTorchKR 주간 논문 리뷰: 자율 코딩 에이전트, 자기 개선 프레임워크, 신경망 기호 구조 등 주요 AI 연구 동향

PyTorchKR가 2026년 8월 31일부터 9월 6일까지의 주요 AI/ML 논문을 선정하여 세 가지 핵심 트렌드로 정리했다. 이번 주 리뷰는 단순 생성을 넘어선 장기 지평(long-horizon) 과제 해결, 에이전트 실행 인프라 혁신, 그리고 모델 내부 구조에 대한 심층 탐구에 초점을 맞췄다.

장기 자율 코딩 및 에이전트 인프라

Prime Agent와 **Harness-of-Harness(HoH)**는 사람의 개입 없이 수 시간에서 수일간 지속되는 소프트웨어 개발을 가능하게 하는 프레임워크를 제안했다. Prime Agent는 영구적인 IPython REPL과 재귀적 서브에이전트 통신 체계를 통해 ARC-AGI-3 벤치마크 점수를 **30%에서 95.5%**로 향상시켰다. HoH는 기존 하네스를 수정하지 않고 계획-코딩-테스트 루프를 반복하여, 3회 반복 시 평균 **52.25%**의 성능 개선을 달성했으며 70회 이상 반복을 통해 완전한 FPS 게임을 자율 개발하는 데 성공했다.

Terminal-Universe는 기존 에이전트 실행 궤적을 재사용 가능한 실행 환경으로 역변환하여 학습 데이터를 확장하는 방법을 제시했다. 이를 통해 Qwen3.5-27B 모델의 Terminal-Bench 성능을 11.9점 향상시켰다. HarnessDev는 모델이 스스로 실행 인프라를 설계하고 진화시키는 능력을 평가하는 새로운 벤치마크로, 생성된 하네스가 글쓰기 및 ML 실험 영역에서는 인간 설계와 동등하거나 상회하는 성능을 보임을 확인했다.

컨텍스트 관리 및 스킬 라이브러리 최적화

Scroll은 장기 실행 에이전트의 기록을 고정 메모리 압축 대신 실행 가능한 세션 환경과 코드로 관리하여 정보 손실 없이 컨텍스트를 처리한다. LongMemEval_S 벤치마크에서 **94.8%**의 정확도를 기록했으며, 기존 최고 대비 37.4포인트 높은 LOCA_256K 성능을 달성했다. SkillZip은 에이전트 스킬 라이브러리를 절차적 계약 기반 그래프로 변환 및 압축하여, 3.46배의 압축률을 달성하면서도 **99.2%**의 의존성 보존율을 유지했다.

자기 개선 능력과 내부 구조 해석

Metaⁿ은 메타 연산을 고정한 채 입력에 재귀를 적용하여 에이전트의 자기 개선 과정을 진화시키는 프레임워크다. Gemma 4와 GPT-5.2 백본에서 기존 자기 개선 에이전트를 능가했으며, 특히 스킬 암기에 저항하도록 설계된 ARC-AGI-2 벤치마크에서 의미 있는 점수를 기록한 유일한 사례로 주목받았다.

'인공 신경망의 창발적 기호 구조' 논문은 LLM 내부 표현이 산술, 논리, 코드 등 기호적 구조를 근사(approximate)함을 체계적으로 검증했다. 신경망의 벡터 표현을 기호 구조를 인스턴스화하는 닫힌 형식 방정식으로 대체해도 모델 행동이 유지됨을 보임으로써, 벡터 기반 AI와 기호주의적 지능 개념 사이의 긴장을 해소할 실증적 경로를 제시했다.

자율 연구 및 전문 도메인 적용

RecEvolve는 추천 시스템의 연구 전 과정(아이디어 제안, 코드 구현, 평가)을 자율 에이전트 시스템에 위임했다. 실제 프로덕션 환경에서 약 2일간 41회의 자율 실험을 수행하여 NDCG 지표에서 **약 20%**의 상대적 개선을 달성했으며, 라이브 A/B 테스트에서 사용자 만족도를 3.77% 증가시켰다. Qwen-Drive-1.0은 사전학습된 VLM 구조를 유지하면서 외부 BEV 인식 헤드와 Planning Expert를 결합하여, 자율주행의 3D 인식과 모션 플래닝을 통합한 시각-언어 파운데이션 모델을 제시했다.