# TaReD, 복잡한 작업 수행하는 AI의 성공률 최대 40%p 높여

> 10월 9일 arXiv 논문에 따르면, 도구 활용을 고려한 재귀적 분해 방식으로 작업 전체의 성공률을 최대 40%p 끌어올렸다.

Oossa · 2026-10-09 · https://oossa.com/ko/tared-method-boosts-tool-using-ai-success-on-complex-tasks

Wei-Xiang Mao가 이끄는 연구진이 외부 도구를 사용해야 하는 AI 에이전트를 위한 도구 인식형 재귀적 분해 기법 TaReD를 공개했다. 이 방식은 도구 기능을 계층적으로 구성하고, 에이전트가 필요한 경우에만 도구를 찾도록 한다. 실제 환경의 장기 작업을 대상으로 한 실험에서 TaReD는 기존 기준 방식보다 전체 작업 성공률을 최대 40%p 높였다. 코드는 누구나 사용해 볼 수 있도록 GitHub에 공개됐다.

## 팩트

- 논문은 2026년 10월 9일 금요일에 발표됐다
- 성공률이 최대 40%p 향상됐다

## 왜 중요한가

AI 비서 개발자는 모든 도구 정의를 한꺼번에 불러오지 않고도 복잡한 작업 흐름에서 더 안정적인 성능을 낼 수 있다.

## 출처 및 참고 자료

1. [TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks](https://arxiv.org/abs/2610.11268) – arXiv, 2026-10-09

최종 업데이트: 2026-10-09