SkillOpt

발표 주체: Microsoft (마이크로소프트 리서치 계열 논문)
핵심 메커니즘: 옵티마이저 모델이 실행 궤적을 분석 → 스킬 문서 문장 추가/삭제/교체 → 검증 게이트 통과 시에만 업데이트 승인
비용 구조: 추가 추론 비용 없이 성능 개선(모델 재학습 비용 회피)
전이성: 학습된 스킬 문서가 다른 모델·실행 환경으로 전이됨
벤치마크 결과: GPT-5.5 direct chat +23.5p / Codex +24.8p / Claude Code +19.1p

개요

SkillOpt는 마이크로소프트가 발표한 자기진화(self-evolving) AI 에이전트 방법론으로, 모델을 재학습하지 않고 에이전트의 스킬 문서를 최적화 대상으로 삼는 프레임워크다.

별도의 옵티마이저 모델이 그 실행 궤적을 분석한다. 무엇이 성공했고 무엇이 실패했는지 평가한 뒤 스킬 문서에 문장을 추가하거나 삭제하거나 교체한다. (…) 수정된 스킬은 반드시 검증 게이트를 통과해야 한다.