SkillOpt: 에이전트 스킬 문서 최적화 프레임워크

대상: 에이전트를 구동하는 스킬 문서 (자연어 프롬프트, 규칙 집합)
최적화 방식: 별도의 옵티마이저 모델이 에이전트의 실행 궤적을 분석하고, 스킬 문서에 문장을 추가·삭제·교체하는 변이를 생성
검증 게이트: 수정된 스킬 문서가 성능 향상을 가져온 경우에만 업데이트 승인 (Validation Loss 개념을 텍스트 공간에 적용)
모델 독립성: 학습된 스킬 문서는 다른 LLM 및 실행 환경으로 전이 가능
성능 향상: GPT-5.5 기반 환경에서 +23.5 포인트, Codex 환경에서 +24.8, Claude Code에서 +19.1 포인트
경제적 특성: 모델 재학습 없이 추론 비용만으로 성능 개선 가능

정의

SkillOpt는 마이크로소프트가 제안한 에이전트 스킬 문서 최적화 프레임워크로, 모델 자체를 변경하지 않고 에이전트의 행동 프로토콜(스킬 문서)을 텍스트 기반 최적화를 통해 진화시키는 방법론이다.

“에이전트가 작업을 수행하면, 별도의 옵티마이저 모델이 그 실행 궤적을 분석한다. 무엇이 성공했고 무엇이 실패했는지 평가한 뒤 스킬 문서에 문장을 추가하거나 삭제하거나 교체한다.”