# GraphMind: From Operational Traces to Self-Evolving Workflow Automation

### 저자

Yiwen Zhu, Joyce Cahoon, Anna Pavlenko, Qiushi Bai, Nima Shahbazi, Divya Vermareddy, Meina Wang, Mathieu Demarne, Swati Bararia, Wenjing Wang, Hemkesh Vijaya Kumar, Hannah Lerner, Katherine Lin, Steve Toscano, Miso Cilimdzic, Subru Krishnan

### 💡 개요

본 논문은 복잡한 운영 워크플로우의 완전 자동화를 위한 시스템인 GraphMind를 제안합니다. GraphMind는 인간의 개입 없이 운영 로그로부터 워크플로우 그래프를 구축하고, 실행하며, 스스로 진화시킵니다. 이 시스템은 LLM 기반 추론과 그래프 탐색을 결합하고, 강화 학습을 통해 워크플로우를 최적화하여 생산 환경에서 상당한 성능 향상을 보여줍니다.

### 🔑 시사점 및 한계

- 인간의 개입 없이 운영 로그로부터 워크플로우를 구축하고 실행하는 완전 자동화 시스템을 제시했습니다.

- 그래프 기반 탐색과 LLM 추론을 결합하여 동적인 워크플로우 실행이 가능하며, 강화 학습을 통해 지속적으로 성능을 개선합니다.

- 실제 클라우드 데이터베이스 서비스에 적용되어 기존 방식 대비 높은 효율성과 정확성을 입증했습니다.

- 향후 과제로는 다양한 유형의 운영 데이터와 복잡한 워크플로우에 대한 확장성 및 일반화 능력 향상이 있을 수 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.17617)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).