1. 문제 정의 (Problem)

기존의 장기적 LLM 에이전트 시스템은 다음과 같은 근본적인 한계에 직면해 있습니다.

• 문맥 폭발 (Context Explosion): 에이전트가 환경과 상호작용할수록 도구 설명, 검색된 기억, 중간 관찰 결과, 원시 환경 피드백 등이 누적됩니다. 이로 인해 중요한 의사결정 정보가 문맥 창 (context window) 에서 밀려나거나, 관련 없는 정보로 인해 모델의 주의 (attention) 가 분산됩니다.
• 효율적인 경험 축적 및 재사용의 부재: 기존 에이전트들은 세션 간 상태를 유지하지 않거나 (stateless), 원시 로그를 그대로 저장하여 재사용 가능한 지식으로 정제하지 못합니다. 이로 인해 에이전트는 매번 동일한 실수를 반복하며, 누적된 상호작용에 대한 투자 대비 효율 (ROI) 이 제로에 수렴합니다.
• 문맥 길이 vs. 정보 밀도: 많은 시스템이 단순히 문맥 길이를 늘리는 데 집중하지만, LLM 의 실제 성능은 제공된 문맥의 '길이'가 아니라 '의사결정에 관련된 정보의 밀도'에 의해 결정됩니다.

2. 방법론 (Methodology)

GenericAgent 는 "문맥 정보 밀도 최대화 (Context Information Density Maximization)" 라는 단일 원칙을 기반으로 설계되었습니다. 이는 제한된 문맥 예산 내에서 의사결정에 필요한 정보를 어떻게 유지하고 업데이트할지에 초점을 맞춥니다. 이를 실현하기 위해 4 가지 핵심 구성 요소가 통합되었습니다.

2.1 최소 원자적 도구 세트 (Minimal Atomic Tool Set)

• 원리: 도구 수를 불필요하게 늘리는 대신, 재사용 가능한 소수의 '원자적 (atomic)' 도구만 제공합니다.
• 구현: 파일 조작, 코드 실행, 웹 상호작용, 메모리 관리, 사용자 질의 등 9 가지 기본 도구만 제공합니다. 복잡한 작업은 이 도구들의 조합 (Composition) 으로 해결하며, 이는 프롬프트 오버헤드를 줄이고 에이전트의 의사결정 공간을 단순화합니다.

2.2 계층적 메모리 아키텍처 (Hierarchical Memory)

• 구조: 메모리를 4 계층으로 나누어 관리합니다.
  • L1 (인덱스 레이어): 항상 활성화된 (Always-on) 가벼운 지시 정보만 포함.
  • L2 (사실 레이어): 검증된 사실 정보 저장.
  • L3 (SOP 레이어): 재사용 가능한 절차적 지식 (Standard Operating Procedures) 저장.
  • L4 (원시 세션 아카이브): 전체 실행 기록 저장 (필요 시 검색).
• 전략: 기본적으로 L1 만을 문맥에 노출시키고, 필요할 때만 L2/L3 를 검색하여 불러옵니다. 이는 불필요한 정보로 인한 문맥 오염을 방지합니다.

2.3 자기 진화 메커니즘 (Self-Evolution)

• 경험 정제: 단순한 로그 저장이 아닌, 성공적인 실행 궤적을 SOP(표준 운영 절차) 와 실행 가능한 코드로 변환하여 재사용 가능한 능력으로 축적합니다.
• 선택적 통합: "실행되지 않으면 기억하지 않는다 (No Execution, No Memory)" 원칙을 적용하여 검증되지 않거나 실패한 정보는 폐기하고, 성공적인 패턴만 L2/L3 로 승격시킵니다.
• 실패 에스컬레이션: 반복적인 실패 시 전략을 변경하거나 인간 개입을 요청하는 구조적 회복 메커니즘을 갖춥니다.

2.4 문맥 잘라내기 및 압축 (Context Truncation and Compression)

• 동적 관리: 문맥이 예산을 초과하면 가장 오래된 메시지를 제거하고, 도구 출력은 앞뒤만 남기고 중간을 생략 (Head-Tail policy) 합니다.
• 태그 수준 압축: 이전 메시지의 불필요한 태그 내용을 압축하거나 플레이스홀더로 대체합니다.
• 작업 메모리 앵커 (Working Memory Anchor): 중요한 작업 상태 정보를 매번 새로운 메시지에 주입하여, 오래된 메시지가 제거되더라도 핵심 정보가 문맥에 유지되도록 합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 설계 철학 제시: 에이전트 성능은 문맥 길이가 아닌 정보 밀도에 의해 결정된다는 점을 강조하고, 이를 위한 시스템적 접근법을 제시했습니다.
2. 최소 아키텍처의 효과 입증: 3,300 줄의 코드 (핵심 루프 92 줄) 만으로 복잡한 에이전트 기능을 구현하며, 오픈소스 대안 (OpenClaw 등) 보다 훨씬 경량화되었음을 보였습니다.
3. 자율적 진화 및 탐색: 외부 개입 없이 에이전트가 스스로 도구를 조합하여 새로운 기술을 학습하고, 이를 재사용 가능한 스킬 트리로 발전시키는 자율 탐색 (Autonomous Exploration) 기능을 구현했습니다.
4. 구조적 효율성: 토큰 소비를 줄이면서도 성능을 향상시키는 역설적인 결과를 달성하여, "더 적은 토큰 = 더 나은 성능"이라는 새로운 패러다임을 제시했습니다.

4. 실험 결과 (Results)

다양한 벤치마크 (SOP-Bench, Lifelong AgentBench, RealFin-benchmark, Web browsing 등) 에서 기존 최첨단 에이전트 (Claude Code, OpenClaw, Codex 등) 와 비교 평가되었습니다.

• 작업 완료율 및 토큰 효율성:
  • Lifelong AgentBench: 100% 정확도 달성 (Claude Code 는 75%, OpenClaw 는 70%).
  • 토큰 소비: Claude Code 대비 입력 토큰을 72.3% 절감 (222k vs 800k) 하면서도 100% 정확도를 유지했습니다.
  • 효율성 지표: 대부분의 벤치마크에서 토큰당 정확도 (Efficiency) 가 가장 높았습니다.
• 자기 진화 효과:
  • 반복 실행 시, 초기 실행 대비 토큰 소비가 최대 89.6% 감소했습니다.
  • 9 회 실행 후 실행 시간이 7 분 30 초에서 1 분 38 초로 단축되었으며, LLM 호출 횟수가 32 회에서 5 회로 줄었습니다.
  • 이는 에이전트가 경험을 SOP 와 코드로 변환하여 불필요한 추론 사이클을 제거했음을 의미합니다.
• 웹 탐색 능력:
  • 복잡한 웹 환경 (BrowseComp-ZH 등) 에서 OpenClaw 대비 3 배 높은 정확도를 기록하면서 토큰 소비는 1/3 수준으로 줄였습니다.
  • 원시 HTML/DOM 과 관련된 문맥 혼란을 효과적으로 필터링하여 장기적 추론을 가능하게 했습니다.
• 메모리 시스템:
  • 외부 임베딩 모델이나 벡터 데이터베이스 없이도, 계층적 메모리 구조를 통해 장기 사실 기억 (Long-term factual memory) 및 다단계 추론에서 기존 벡터 기반 시스템보다 우수한 성능을 보였습니다.

5. 의의 및 결론 (Significance)

• 문맥 관리의 패러다임 전환: 단순히 문맥 창을 넓히는 것이 아니라, 정보의 밀도와 품질을 최적화하는 것이 장기적 에이전트 성능의 핵심임을 증명했습니다.
• 토큰 소비와 성능의 역설: 더 많은 토큰을 사용하는 것이 더 철저한 추론을 의미한다는 기존 통념을 반박했습니다. 오히려 높은 토큰 소비는 문맥 관리 실패의 증상일 수 있으며, 효율적인 에이전트는 적은 토큰으로 더 높은 성능을 냅니다.
• 자율 진화의 실현 가능성: 최소한의 아키텍처 (CLI 기반, 소수 도구) 가 오히려 에이전트가 스스로 코드를 수정하고 아키텍처를 진화시킬 수 있는 기반이 됨을 보였습니다.
• 실용성: 낮은 토큰 비용과 낮은 지연 시간 (Latency) 으로 인해 실제 배포 가능한 웹 자동화 및 장기 작업 에이전트로서의 실용성을 입증했습니다.

결론적으로, GenericAgent 는 LLM 에이전트의 한계를 '문맥 길이'가 아닌 '정보 밀도'로 재정의하고, 이를 극대화하는 경량화된 시스템을 통해 장기적 작업 수행에서 뛰어난 효율성과 성능을 동시에 달성했습니다.