AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems

Kuaishou의 AgentX는 추천 시스템 알고리즘 반복을 자동화하는 프로덕션 배포 다중 에이전트 시스템으로, 자가 진화하며 인간 엔지니어 대비 3.7배 비즈니스 가치를 창출한다.

AgentX는 산업용 추천 시스템의 알고리즘 반복 과정을 자동화하는 다중 에이전트 시스템이다. Brainstorm Agent(아이디어 생성) → Developing Agent(코드 구현) → Evaluation Agent(A/B 테스트 평가) → Harness Evolution(SGPO 기반 자가 개선)의 폐루프를 구동한다. Kuaishou App 3주 배포에서 374개 아이디어 중 10개 롤아웃을 달생했으며, 주당 처리량이 2배씩 증가하고 0.561% 앱 체류 시간 증가, 연간 1억 위안 이상의 수익을 창출했다.

핵심 요약

• 4단계 폐루프: Brainstorm(증거 기반 제안) → Developing(repo-grounded 코드 생성) → Evaluation(guardrail-vetoed A/B 판정) → Harness Evolution(SGPO)
• SGPO(Semantic-Gradient-based Prompt Optimization)로 실행 궤적을 에이전트 프롬프트 업데이트에 활용, 주당 처리량 2배 증가
• 3명의 AgentX worker가 3주간 374개 아이디어 → 10개 런처블 롤아웃 달성 (인간 엔지니어 대비 8배 동시성, 3.7배 비즈니스 가치)
• 온라인 A/B 피드백을 보상 신호로 사용하여 실제 비즈니스 가치와 정렬 (0.561% 앱 체류 시간 증가, 연간 1억 위안+)
• 추천 전략뿐 아니라 모델 측 연구(논문 재현, 모듈 절단, 아키텍처 조합)로 확장 가능함을 입증
• 부정 결과(실패한 실험)도 구조화 지식 자산으로 전환하는 negative-result assetization 메커니즘

논문 링크

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