이 논문은 ACL 2026에서 열린 제5회 자연어 생성, 평가 및 메트릭 워크숍에서 채택된 연구로, 도구 호출 에이전트의 평가 방식에 대한 새로운 접근을 제시합니다. 기존의 도구 호출 에이전트는 도구 선택, 매개변수 정확성, 범위 인식 등을 평가받지만, 대규모 언어 모델(LLM)의 궤적 평가는 본질적으로 사후 평가에 의존하고 있습니다. 이러한 사후 평가는 활성 실행 루프와 분리되어 있어, 오류를 식별하는 데는 효과적이지만, 실시간으로 에이전트를 수정하는 데는 한계가 있습니다. 이를 해결하기 위해, 연구진은 평가를 추론 시간의 실행 루프에 통합하는 방법을 제안합니다. 이 과정에서 전문 리뷰어 에이전트가 평가를 수행하여, 에이전트의 실시간 피드백을 가능하게 합니다.

<Apple 뉴스 본문 전체읽기>