연구진은 배포 후 스킬 라이브러리가 달라질 때 함께 진화한 AI 에이전트의 성능 향상이 대부분 사라질 수 있음을 보여주는 평가 도구 CODA를 공개했다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
Jinluan Yang이 이끄는 연구팀은 2026년 10월 16일 새로운 논문을 arXiv에 게시했다. 이 논문은 정책과 스킬 뱅크를 함께 개선하도록 훈련된 에이전트가 이후 스킬 뱅크가 바뀌면 취약해질 수 있음을 보여준다. 저자들은 스킬 변화 상황을 모의하고 일관성과 저항성을 측정하는 새로운 평가 도구인 CO-evolution Drift Audit(CODA)를 제안한다. 4개 방법과 5개 벤치마크를 평가한 CODA 결과, 최악의 경우 성공률은 5~13포인트 하락해 스킬이 없는 기준 모델보다 앞섰던 성능 이점이 대부분 사라졌다.
AI 에이전트를 배포하는 기업은 최고 성능뿐 아니라 스킬 구성 변화에 대한 견고성도 점검해야 한다.
연구
OpenAI는 범용 모델로도 로봇을 제어할 수 있다고 보고, 로봇 연구진을 핵심 연구 조직과 Applied 조직으로 옮긴다.
연구
Gemini Robotics 2.5는 200개 넘는 작업에서 이전 모델보다 높은 성공률을 보였습니다. 공장 시험은 아직 개념 증명 단계입니다.
연구
차세대 센서·액추에이터·휴머노이드 배터리를 신규 과제로 지정했다. 2027년부터 기술 개발과 실증에 예산을 투입한다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
