대규모 언어 모델의 발전은 코드 에이전트가 외부 환경과 상호작용함으로써 복잡한 작업을 수행할 수 있도록 만들었지만, 여전히 지각, 추론, 행동, 학습이라는 네 가지 핵심 역량과 이를 평...
대규모 언어 모델의 발전은 코드 에이전트가 외부 환경과 상호작용함으로써 복잡한 작업을 수행할 수 있도록 만들었지만, 여전히 지각, 추론, 행동, 학습이라는 네 가지 핵심 역량과 이를 평가하는 체계 전반에서 다양한 한계에 직면해 있다. 본 논문은 이 다섯 영역에 대한 주요 과제—정보 부족, 얕은 추론, 예산 비효율, 피드백 부족, 제한적인 상호작용—를 중심으로 분석하고, 이를 해결하기 위한 특화된 기법들을 제안한다.
우선, 지각 단계에서의 정보 부족 문제를 완화하기 위해, 템플릿 수준의 구조 신호를 주입하여 코드의 구성 일반화를 향상시키는 구조 인식 표현 모델 CT-BERT를 제안한다.
다음으로, 추론 과정의 얕은 처리를 해결하기 위해, 사용자 요구가 암시적이거나 장황할 때 이를 중간 추론 단계를 통해 명시적으로 추출하고 해석하는 ArchCode를 제안한다.
셋째로, 행동 선택에서의 예산 비효율 문제를 줄이기 위해, 문제의 해결 가능성을 사전 추정하여 도구 사용을 효율적으로 조정하는 EffiCode를 제안한다.
넷째로, 학습 과정에서의 피드백 부족 문제를 극복하기 위해, 실행 기반 피드백을 활용하고 코드 수준 개입을 적용하는 강화학습 기반 접근인 CIRL을 제안한다.
마지막으로, 평가 단계에서 환경과 에이전트 간의 상호작용이 제한적인 문제에 대응하기 위해, 아홉 가지 피드백 조합을 포함하여 에이전트-환경 상호작용을 다양화하고, 비용 효율적으로 평가할 수 있는 재현 가능한 벤치마크 ConvCodeWorld를 구축한다.
끝으로, 본 논문은 이러한 기법들의 기여를 정리하고, 에이전트 기반 코드 검색 및 생성의 미래 방향에 대해 논의한다.