WebXSkill: Skill Learning for Autonomous Web Agents

WEBXSKILL은 대규모 언어 모델 기반 웹 에이전트가 복잡한 웹 상호작용을 위한 실행 가능한 스킬을 학습하고 활용할 수 있게 하는 프레임워크를 도입한다.

WEBXSKILL은 대규모 언어 모델 기반 웹 에이전트가 복잡한 웹 상호작용을 위한 실행 가능한 스킬을 학습하고 활용할 수 있게 하는 프레임워크를 도입한다. 매개변수화된 행동 프로그램과 단계 수준의 자연어 안내를 통합함으로써, 실제 웹사이트에서 과제 성공률을 최대 14.2%p 높이고 베이스라인 대비 스킬 채택률을 두 배로 늘린다.

핵심 요약

• 자율 웹 에이전트는 절차적 지식을 효과적으로 보유하고 재사용하지 못하기 때문에 장기적이고 다중 페이지에 걸친 워크플로에서 어려움을 겪는다.
• 기존 스킬 정식화는 그라운딩 격차를 겪는데, 스킬이 해석 가능하지만 실행 불가능하거나, 실행 가능하지만 에이전트에게 불투명하다.
• 선행 스킬 학습 방법은 흔히 습득 비용이 크거나 문맥 인식 검색이 부족하여, 확장성과 효율성이 제한된다.
• WEBXSKILL은 매개변수화된 행동 프로그램과 단계 수준의 자연어 안내를 결합하여 직접 실행과 에이전트 해석을 모두 지원하는 새로운 실행 가능한 스킬을 제안한다.
• 합성 궤적으로부터의 추출, URL 기반 스킬 그래프로의 조직화, 그라운디드 모드 또는 가이디드 모드를 통한 배포라는 3단계 파이프라인으로 스킬 관리를 구현한다.
• 이 프레임워크는 스킬 일반화를 위해 LLM 기반 추상화를 사용하고, 견고한 스킬 라이브러리를 위해 온라인 중복 제거와 실행 가능성 검증을 포함하는 큐레이션 과정을 사용한다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.