AI 연구연구 프리프린트
다단계 에이전트의 도구 검색, 필요한 도구를 한꺼번에 찾는지 평가
원문 읽기 · arxiv.org ↗(새 탭에서 열림)도구가 수천 개일 때 에이전트가 필요한 것을 빠뜨리지 않고 찾는지, 그 과정에 드는 비용이 얼마인지 나눠 시험했다.
배경과 설계
- 연구진은 SelectTools로 관련 정의를 찾고 UseTool로 호출하며 ListApps로 접근 가능한 앱을 확인하는 세 인터페이스를 제시했다. 호출은 이용자 자격과 서비스별 동의 범위에서 처리한다.
측정 근거
- ToolRet 7,961질의·44,453도구에서 Completeness@10은 45.2%로 BM25의 28.8%를 웃돌았다. Codex 327세션 중 304세션의 첫 추천에 필요한 도구가 모두 있었다. 구성된 다단계 세션의 두 클라이언트 합산 비용은 100개 도구 고정 목록보다 13.6% 낮았다.
적용 조건
- 비용 실험은 8,200개 도구를 모두 프롬프트에 싣는 방식과의 비교가 아니다. 작은 목록·짧은 조회·검색이 많은 세션에서는 고정 목록이 더 저렴할 수 있다. 한 게이트웨이의 구성 워크플로와 정적 검색 벤치마크를 일반 서비스의 성공률로 옮겨 해석하지 않는다.
함께 확인할 조건
- 검색 품질 평가는 ToolRet의 정적 질의이며 에이전트 행동을 직접 나타내지 않는다. 세션 비용 비교는 Arcade 게이트웨이의 30~34개 구성 워크플로와 100개 고정 도구 목록에 한정되고, 가격·세션 모형 가정도 포함한 미심사 프리프린트다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.