[논문리뷰] AgentFold: Long-Horizon Web Agents with Proactive Context Management

링크: 논문 PDF로 바로 열기

저자: Rui Ye, Zhongwang Zhang, Kuan Li, Huifeng Yin, Zhengwei Tao, Yida Zhao, Liangcai Su, Liwen Zhang, Zile Qiao, Xinyu Wang, Pengjun Xie, Fei Huang, Siheng Chen, Jingren Zhou, Yong Jiang

핵심 연구 목표

LLM 기반 웹 에이전트가 장기 태스크에서 겪는 컨텍스트 관리의 근본적인 문제(기존 ReAct 방식의 컨텍스트 포화 및 고정된 요약 방식의 비가역적 정보 손실)를 해결하는 것을 목표로 합니다. 인간의 인지 과정에서 영감을 받은 능동적인 컨텍스트 관리를 통해 에이전트가 복잡한 장기 태스크를 효과적으로 수행할 수 있도록 새로운 에이전트 패러다임 AgentFold를 제시합니다.

핵심 방법론

AgentFold는 에이전트의 컨텍스트를 Multi-Scale State Summaries (장기 기억)와 Latest Interaction (작업 기억)으로 구성된 동적인 인지 작업 공간으로 정의합니다. 각 단계에서 에이전트는 'folding' 지시문을 실행하여 과거 상호작용 기록을 관리하며, 이는 단일 단계를 압축하는 Granular Condensation 또는 여러 단계를 추상화하는 Deep Consolidation 모드로 작동합니다. 이 방법론은 Fold-Generator로 생성된 데이터셋과 **Supervised Fine-Tuning (SFT)**을 통해 학습됩니다.

주요 결과

AgentFold-30B-A3B 에이전트는 BrowseComp에서 36.2%, BrowseComp-ZH에서 **47.3%**의 성능을 달성하여 최첨단 결과를 보여주었습니다. 이는 DeepSeek-V3.1-671B-A37B와 같은 훨씬 큰 규모의 오픈소스 모델뿐만 아니라, OpenAI의 o4-mini와 같은 선도적인 상용 에이전트를 능가하거나 동등한 수준입니다. 또한, 100턴 상호작용 후에도 컨텍스트 길이가 약 7천 토큰에 불과하여 ReAct 방식보다 84천 토큰(92%) 이상 감소했으며, 500턴까지 컨텍스트 제한에 도달하지 않고 확장 가능함을 입증했습니다.

AI 실무자를 위한 시사점

AgentFold의 능동적인 컨텍스트 폴딩 메커니즘은 LLM 기반 에이전트가 복잡하고 장기적인 태스크를 효과적으로 수행할 수 있는 실용적인 해결책을 제시합니다. 이는 컨텍스트 길이 제한으로 인한 성능 저하를 방지하고, 에이전트의 메모리 효율성을 크게 향상시켜 (추론 시 최대 7GB 메모리 절약) 운영 비용 절감에 기여합니다. AI 실무자들은 이러한 다중 스케일 컨텍스트 관리 전략을 활용하여 보다 견고하고 확장 가능한 에이전트 시스템을 개발할 수 있을 것이며, 향후 강화학습(RL)을 통한 최적의 폴딩 정책 자율 학습은 중요한 연구 방향이 될 것입니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.