본 논문은 기존의 테스트 시간 확장(test-time scaling) 방식이 응답 전에 긴 추론 과정을 생성하는 데 초점을 맞추는 한계를 지적하며, 상호작용이 필요한 에이전트 문제에서는 환경으로부터 새로운 정보를 얻거나 행동을 적응적으로 변화시키는 데 제한이 있다는 점을 강조합니다. 이에 따라, 테스트 시간 상호작용(Test-Time Interaction, TTI)이라는 새로운 확장 차원을 제안합니다. TTI는 에이전트의 상호작용 지평선을 넓혀 탐색, 백트래킹, 동적 재계획과 같은 풍부한 행동을 단일 롤아웃 내에서 가능하게 합니다. 웹 에이전트 도메인을 연구하여, 훈련 없이도 프롬프트 기반 상호작용 확장만으로 웹 벤치마크에서 작업 성공률을 향상시킬 수 있음을 보여줍니다. 더 나아가, 롤아웃 길이를 적응적으로 조정하는 커리큘럼 기반 온라인 강화 학습(RL) 접근 방식인 TTI를 제시하고, Gemma 3 12B 모델을 사용하여 WebVoyager 및 WebArena 벤치마크에서 최첨단 오픈소스, 오픈 데이터 웹 에이전트를 생성합니다. 마지막으로 TTI가 에이전트가 탐색과 활용을 적응적으로 조절할 수 있도록 한다는 것을 보여줍니다. 결과적으로, 상호작용 확장은 단계별 계산 확장을 보완하는 강력한 축으로, 적응형 에이전트 훈련을 위한 새로운 가능성을 제시합니다.
