#자기 개선

엔비디아 SoL-Pi, 하네스 최적화로 코딩 에이전트 토큰 사용량 절반 가까이 절감

엔비디아 연구진이 코딩 에이전트의 제어 계층인 '하네스(harness)'를 자동 최적화하는 SoL-Pi 시스템을 발표했습니다. 이 시스템은 4가지 최적화 메커니즘을 통해 토큰 사용량을 최대 49% 줄이면서 성능은 기존 수준을 거의 유지합니다. 모델 자체가 아닌 에이전트 운영 계층에서 비용을 절감할 수 있음을 보여줬다는 점에서 AI 에이전트 운영 비용 절감에 새로운 접근법을 제시합니다.

구글 딥마인드 'Dream-RSI', AI 에이전트가 과거 시도를 '꿈꾸며' 학습

구글과 딥마인드 연구팀이 기존 탐색 기록을 재활용해 새로운 탐색 전략을 저렴하게 테스트하는 'Dream-RSI' 방법을 발표했습니다. 에이전트가 저장된 검색 결과를 재생('꿈')하며 수천 개의 전략 변형을 시험하고 최적의 전략을 실제 탐색에 적용하는 방식입니다. Gemini 3.1 Pro 테스트에서 시도 횟수를 550회에서 317회로 줄이면서도 기존 라이브러리보다 빠른 코드를 찾아냈습니다.