정의
마이크로소프트가 제안한 AI 에이전트 최적화 프레임워크로, 모델의 가중치를 수정하지 않고 에이전트가 사용하는 ‘스킬 문서(프롬프트)‘를 자율적으로 학습 및 진화시키는 자기진화형 아키텍처이다.
핵심 속성
- 스킬 최적화(Skill Optimization): 에이전트의 실행 궤적을 분석하여 스킬 설명(텍스트)을 자동으로 추가, 삭제, 수정함으로써 성능을 개선한다.
- 검증 게이트(Validation Gate): 수정된 스킬이 실제 성능 향상을 가져왔는지 테스트를 통해 확인한 후 업데이트를 승인하는 안전장치이다.
- 모델 전이성(Model Agnostic): 특정 LLM에 종속되지 않으며, 한 모델에서 최적화된 스킬 문서를 다른 모델이나 환경으로 전이하여 사용할 수 있다.
- 경제성(Efficiency): 거대 모델의 재학습(Retraining)이나 파인튜닝 없이 추가 추론 비용만으로 지속적인 성능 향상을 도출한다.
관계
- 20260609-agent-operation-as-competitive-advantage — 연장: SkillOpt가 가져오는 경쟁력의 본질
- 20260609-validation-gate-is-key-to-agent-reliability — 구성 요소: 신뢰성 확보를 위한 핵심 메커니즘
- 20260609-agent-culture-as-digital-corporate-memory — 하위 개념: 에이전트가 축적하는 지식의 성격
인용
모델 자체를 계속 바꾸려 하지 말고, 에이전트의 스킬 자체를 학습 가능한 상태로 다뤄라. 에이전트도 모델도 그대로 둔다. 대신 스킬 문서를 훈련한다.
출처
- 📎 클리핑: 20260623-jinho-yoos-post