가중치 대신 스킬 파일만 학습해 +23.5점, Claude Code에서도 통하는 스킬옵트(SkillOpt)
간밤 해외 화두는 "모델을 재학습하지 말고 에이전트의 스킬 문서를 학습시켜라"입니다. 마이크로소프트발 연구 두 편이 겹쳐 나왔습니다.
- SkillOpt (마이크로소프트)
무엇: 프롬프트가 아니라, 에이전트가 참고하는 자연어 스킬 문서(skill.md) 자체를 '학습 가능한 파라미터'로 둡니다. 모델 가중치는 얼린 채로, 별도 옵티마이저 모델이 실행 로그를 반영해 문서를 편집하되 검증셋 점수가 오를 때만 반영합니다(rollout→reflect→edit→validate).
결과: 벤치마크 6종·타깃 모델 7종·실행 모드 3종(직접 챗·Codex·Claude Code)의 52개 조합 전부에서 최고 또는 공동 최고. 스킬 없는 상태 대비 향상 폭은 GPT-5.5 기준 직접 챗 +23.5점, Codex +24.8점, Claude Code +19.1점입니다. 절차형 과제에서 특히 커서 SpreadsheetBench는 41.8→80.7로 올랐습니다. 모델을 건드리지 않으니 추론 비용 추가가 없고, 만든 스킬이 다른 모델·하네스로도 옮겨집니다.
써보기: microsoft/SkillOpt 저장소의 best_skill.md 산출물을 쓰던 에이전트에 얹어 보세요.
- RESOURCE2SKILL (UC산타크루즈·상하이자오퉁대·마이크로소프트)
무엇: 튜토리얼 영상·깃 저장소·글 같은 사람이 만든 자료를 실행 가능한 스킬로 증류해, 텍스트·코드·시각 예시·출처를 묶은 계층형 멀티모달 Skill Wiki로 정리합니다.
결과: 저작 작업 7개 분야에서 스킬 없는 에이전트 대비 평균 +11.9%p, 주요 집계 28개 과제 중 26개에서 강한 하네스 기준선을 앞섰습니다. 추론 중 스킬이 부족하면 같은 방식으로 즉석에서 습득합니다.
써보기: 자주 하는 작업의 문서·영상을 한 위키로 모아 에이전트가 검색·조합하게 하는 구조를 참고할 만합니다.
- DeepSeek V4, 7월 24일 API 마이그레이션 마감
무엇: 구 모델명 deepseek-chat·deepseek-reasoner가 7월 24일 15:59 UTC에 폐기됩니다. 그 전에 V4 모델명으로 교체해야 합니다.
가격: V4 Flash가 100만 토큰당 입력 0.14달러·출력 0.28달러, V4 Pro가 0.435·0.87달러, 둘 다 100만 토큰 컨텍스트입니다. 캐시 적중 입력은 표준가 대비 약 98% 저렴합니다.
써보기: API 쓰는 서비스라면 이번 주 안에 새 모델명 전환 여부를 점검하세요.
오늘의 체크: 다음 에이전트 개선을 '모델 교체'가 아니라 'skill.md 한 장 다듬기'로 먼저 시도해 볼 것.
출처:
https://www.microsoft.com/en-us/research/blog/skillopt-agent-skills-as-trainable-parameters/
https://arxiv.org/abs/2605.23904
https://huggingface.co/papers/2605.23904
https://github.com/microsoft/SkillOpt
https://arxiv.org/pdf/2606.29538
https://api-docs.deepseek.com/quick_start/pricing/
https://www.buildfastwithai.com/blogs/ai-news-today-july-20-2026-16-biggest-stories
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록