싱가포르 난양공대 연구진이 과거 행동과 관찰 기록을 바탕으로 상호작용형 텍스트 환경을 재구성하는 학습 비필수 프레임워크 Trace2Env를 공개했습니다. 논문은 10월 5일 발표됐고 10월 9일 Hugging Face Papers에 제출됐습니다. 원래 시스템에 접근할 수 없거나 재현하기 어려울 때 에이전트를 모의 환경으로 활용하는 방식을 제안합니다.

Trace2Env는 환경 구조, 전이 규칙, 제약, 불변 조건, 근거 자료와 시연을 ‘월드북’에 정리합니다. 사용 중에는 월드 모델 에이전트가 이 기록과 지속되는 에피소드 상태 및 메모리를 참고해 작업 에이전트가 다음에 관찰할 내용과 계속 유지될 변화를 추론합니다. 공통 실행 도구가 제안된 변경 사항을 확인한 뒤 승인된 업데이트를 적용해, 이전 행동의 결과를 다음 단계로 이어갑니다.

연구진은 터미널, 소프트웨어 저장소, 안드로이드 및 웹 앱, 기업 서비스, 텍스트 게임 등을 포함한 9개 환경에서 Trace2Env를 평가했습니다. 연구진에 따르면 일반적인 프롬프트 기반 언어 월드 모델보다 다음 관찰의 충실도와 장기 상호작용의 일관성이 높았습니다. 여러 차례 진행하는 시험에서는 Trace2Env를 바탕으로 생성한 행동을 실제 환경에서 재현했을 때 유효한 경우가 더 많았으며, 저자들은 모의 동작이 이전 행동의 효과를 다음 단계까지 더 잘 보존한 결과라고 설명했습니다.

저자들은 재구성한 환경을 실제 시스템에 접근하지 않고 에이전트를 훈련하거나, 안전하고 재현 가능한 샌드박스에서 시험하거나, 도구와 API의 상태 유지형 모의 환경을 만드는 데 활용할 수 있다고 밝혔습니다. 이용할 수 없거나 비공개이거나 오래된 환경을 재구성하는 데도 쓸 수 있습니다. 특정 분야에 한정되지 않아 티켓 처리 절차, 클라우드 및 데브옵스 콘솔, API와 MCP 백엔드에도 적용할 수 있다고 설명했습니다. 논문은 원래 실행 시스템을 다시 만들지 않고 환경 복제본을 구축하는 대안으로 에이전트 기반 언어 월드 모델링을 제시합니다.

싱가포르 난양공대 연구진이 과거 행동과 관찰 기록을 바탕으로 상호작용형 텍스트 환경을 재구성하는 학습 비필수 프레임워크 Trace2Env를 공개했습니다. 논문은 10월 5일 발표됐고 10월 9일 Hugging Face Papers에 제출됐습니다. 원래 시스템에 접근할 수 없거나 재현하기 어려울 때 에이전트를 모의 환경으로 활용하는 방식을 제안합니다.

Trace2Env는 환경 구조, 전이 규칙, 제약, 불변 조건, 근거 자료와 시연을 ‘월드북’에 정리합니다. 사용 중에는 월드 모델 에이전트가 이 기록과 지속되는 에피소드 상태 및 메모리를 참고해 작업 에이전트가 다음에 관찰할 내용과 계속 유지될 변화를 추론합니다. 공통 실행 도구가 제안된 변경 사항을 확인한 뒤 승인된 업데이트를 적용해, 이전 행동의 결과를 다음 단계로 이어갑니다.

연구진은 터미널, 소프트웨어 저장소, 안드로이드 및 웹 앱, 기업 서비스, 텍스트 게임 등을 포함한 9개 환경에서 Trace2Env를 평가했습니다. 연구진에 따르면 일반적인 프롬프트 기반 언어 월드 모델보다 다음 관찰의 충실도와 장기 상호작용의 일관성이 높았습니다. 여러 차례 진행하는 시험에서는 Trace2Env를 바탕으로 생성한 행동을 실제 환경에서 재현했을 때 유효한 경우가 더 많았으며, 저자들은 모의 동작이 이전 행동의 효과를 다음 단계까지 더 잘 보존한 결과라고 설명했습니다.

저자들은 재구성한 환경을 실제 시스템에 접근하지 않고 에이전트를 훈련하거나, 안전하고 재현 가능한 샌드박스에서 시험하거나, 도구와 API의 상태 유지형 모의 환경을 만드는 데 활용할 수 있다고 밝혔습니다. 이용할 수 없거나 비공개이거나 오래된 환경을 재구성하는 데도 쓸 수 있습니다. 특정 분야에 한정되지 않아 티켓 처리 절차, 클라우드 및 데브옵스 콘솔, API와 MCP 백엔드에도 적용할 수 있다고 설명했습니다. 논문은 원래 실행 시스템을 다시 만들지 않고 환경 복제본을 구축하는 대안으로 에이전트 기반 언어 월드 모델링을 제시합니다.