Agentic Artifact Creation: Systems, Evaluation, Principles, and Opportunities

AI가 보고서·코드·영상 같은 '완성된 결과물'을 중간 점검으로 방향을 수정하며 만드는 연구 259편을 통합 정리한 조사 논문.

이 논문은 한마디로 '에이전트가 결과물을 만드는 일(agentic artifact creation)' 연구 259편(시스템 230편+벤치마크 29편)을 체계적으로 정리한 조사다. 저자들은 결과물 상태를 담는 표현, 무엇을 고칠지 정하는 정책, 결과를 검증하는 피드백의 세 요소가 연결돼야 완성도 높은 결과물이 나온다고 본다. 텍스트·이미지·소프트웨어 등 6개 결과물 계열을 비교하며, 실패가 아직 고칠 수 있을 때 보이는지가 난이도를 좌우한다고 짚는다. 마지막으로 책임 명확화, 피드백 기반 국소 수리, 변경 후 재검증 같은 설계 원칙을 제안했다.

핵심 요약

• 2026년 8월까지 발표된 연구 259편을 검토해, '상태 저장 + 관측 기반 방향 수정'이 있는 에이전트 생성을 하나의 연구 분야로 정의했다.
• 텍스트, 2D 영상, 오디오, 비디오, 3D·공간, 행동(소프트웨어 등) 6개 결과물 계열별 공통 과제와 난이도를 비교했다.
• 작업을 쪼개면 국소 복잡도는 줄지만 조정·재조립 비용이 늘어나는 트레이드오프를 짚었다.
• 생성 모델과 같은 취향·맹점을 공유하는 '학습된 심판'은 독립적 증거를 거의 추가하지 못한다고 경고했다.
• 약속과 책임을 명시하고, 피드백을 국소 수리로 바꾸고, 변경 후에는 영향받은 부분을 다시 검증하라는 원칙을 제시했다.

논문 링크

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