[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

TRAIL: Trace Reasoning and Agentic Issue Localization

Created by
  • Haebom

저자

Darshan Deshpande, Varun Gangal, Hersh Mehta, Jitin Krishnan, Anand Kannappan, Rebecca Qian

개요

본 논문은 다양한 분야에서 에이전트 워크플로우의 채택 증가에 따라 이러한 시스템이 생성하는 복잡한 추적을 확장 가능하고 체계적으로 평가할 필요성을 강조합니다. 기존의 평가 방법은 긴 워크플로우 추적에 대한 수동적이고 도메인 특정적인 인간 분석에 의존하는데, 이는 에이전트 출력의 복잡성과 양이 증가함에 따라 확장성이 부족합니다. 본 논문에서는 에이전트 워크플로우 추적을 위한 강력하고 동적인 평가 방법의 필요성을 명확히 하고, 에이전트 시스템에서 발생하는 오류 유형에 대한 공식적인 분류 체계를 제시하며, 이 분류 체계를 기반으로 구축된 148개의 대규모 인간 주석 추적(TRAIL) 데이터셋을 소개합니다. TRAIL 데이터셋은 소프트웨어 엔지니어링 및 개방형 세계 정보 검색과 같은 실제 응용 프로그램에 중점을 두고 단일 및 다중 에이전트 시스템 모두에서 추적을 큐레이팅하여 생태학적 타당성을 보장합니다. 평가 결과, 최신 장문 컨텍스트 LLMs는 추적 디버깅에서 성능이 저조하며, 최고 성능 모델인 Gemini-2.5-pro조차 TRAIL에서 11%의 정확도만 기록했습니다. 본 논문에서는 TRAIL 데이터셋과 코드를 공개하여 에이전트 워크플로우에 대한 확장 가능한 평가 분야의 미래 연구를 지원하고 가속화합니다.

시사점, 한계점

시사점: 에이전트 워크플로우의 확장 가능하고 체계적인 평가를 위한 새로운 방법론과 데이터셋(TRAIL)을 제시. 에이전트 시스템 오류 분석을 위한 공식적인 오류 유형 분류 체계 제공. 현존하는 대규모 언어 모델의 에이전트 워크플로우 추적 디버깅 성능의 한계를 밝힘. 공개된 데이터셋과 코드를 통해 향후 연구를 가속화.
한계점: 현재 TRAIL 데이터셋의 규모(148개 추적)가 향후 더욱 복잡하고 다양한 에이전트 시스템 평가에 충분한지에 대한 검토 필요. 평가에 사용된 모델의 종류가 제한적이므로, 더욱 다양한 모델에 대한 평가가 필요. 인간 주석의 주관성으로 인한 오류 가능성 존재. 실제 세계의 다양한 에이전트 시스템을 완벽히 반영하지 못할 가능성.
👍