# 자기 개선형 에이전트, 스킬 구성이 바뀌면 성능 저하 우려

> 연구진은 배포 후 스킬 라이브러리가 달라질 때 함께 진화한 AI 에이전트의 성능 향상이 대부분 사라질 수 있음을 보여주는 평가 도구 CODA를 공개했다.

Oossa · 2026-10-16 · https://oossa.com/ko/paper-warns-self-improving-agents-may-fail-when-skill-sets-change

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.

## 팩트

- 논문은 2026년 10월 16일 게시됐다
- 최악의 경우 성공률은 최고점보다 5~13포인트 낮아져 성능 향상의 52~93%가 사라졌다

## 왜 중요한가

AI 에이전트를 배포하는 기업은 최고 성능뿐 아니라 스킬 구성 변화에 대한 견고성도 점검해야 한다.

## 출처 및 참고 자료

1. [Evolving Together, Failing Apart: The Skill-Policy Co-evolution Trap in Self-Improving Agents](https://arxiv.org/abs/2610.20845) – arXiv, 2026-10-16

최종 업데이트: 2026-10-16