[AI 테크 동향] 인간 엔지니어를 넘어선 자가 진화 AI: 추가 비용 없이 도입하는 'GEA' 프레임워크

How GEA chooses and shares evolution traits (source: arXiv)

기업 환경에 AI 에이전트를 도입할 때 겪는 가장 큰 난관 중 하나는 라이브러리나 워크플로우가 조금만 변경되어도 시스템이 고장 나며, 이를 해결하기 위해 끊임없이 인간 엔지니어의 개입이 필요하다는 점입니다.

최근 캘리포니아 대학교 산타바바라(UCSB) 연구진이 이러한 한계를 극복하고 스스로 구조를 개선하는 혁신적인 그룹 진화 에이전트(GEA, Group-Evolving Agents) 프레임워크를 발표했습니다. 특히 이 모델은 인간 전문가가 설계한 최상위 프레임워크의 성능을 따라잡았음에도 추가적인 추론 비용(Inference Cost)이 전혀 발생하지 않아 실리콘밸리 엔터프라이즈 리더들의 큰 주목을 받고 있습니다.

1. 기존 자가 진화 AI의 한계: '고독한 늑대' 방식의 고립

기존의 최첨단 자가 개선 AI 프레임워크(예: 다윈 괴델 머신, DGM)는 생물학적 진화에서 영감을 받은 **트리 구조(Tree-structured)**를 사용했습니다.

• 하나의 부모 에이전트가 자식 에이전트를 생성하며 각기 다른 진화의 가지를 뻗어나가는 방식입니다.
• 하지만 이 방식은 치명적인 단점이 있습니다. 특정 진화 가지에서 획기적인 디버깅 도구나 효율적인 워크플로우를 발견하더라도, 해당 가지가 다음 세대로 선택받지 못하면 그 혁신적인 발견은 그대로 소멸해 버립니다. 에이전트 간의 '경험 공유'가 단절된 사일로(Silo) 현상이 발생하는 것입니다.

2. 집단 지성으로 진화하는 GEA 프레임워크

UCSB 연구진은 "AI는 생물학적 개체가 아니므로 생물학적 패러다임에 얽매일 필요가 없다"는 발상의 전환을 통해 집단(Group) 단위의 진화 모델을 구축했습니다.

• 집단 경험 풀(Shared Pool): GEA는 단일 부모가 아닌 부모 에이전트 '그룹'을 선택하여 이들의 코드 수정 내역, 작업 성공 사례, 도구 사용 기록 등을 모두 하나의 아카이브에 모읍니다.
• 통합 반성 모듈(Reflection Module): 대형 언어 모델(LLM)이 이 집단 경험을 분석하여 가장 뛰어난 패턴과 도구들을 추출해 냅니다. 이를 바탕으로 탄생한 다음 세대 에이전트는 단일 조상의 유산이 아닌, **그룹 전체의 최고 스킬이 집약된 '슈퍼 직원(Super-employee)'**으로 태어납니다.

3. 압도적인 벤치마크 성능: 인간이 설계한 SOTA 시스템 압도

실제 깃허브(GitHub)의 복잡한 버그 수정 및 기능 추가 요청을 해결하는 SWE-bench Verified 테스트와 다국어 코드 생성 능력을 평가하는 Polyglot 벤치마크에서 GEA는 놀라운 성과를 증명했습니다.

• SWE-bench Verified: 기존 SOTA 자가 진화 모델(DGM)의 56.7%를 크게 상회하는 71.0%의 성공률을 기록했습니다. 이는 현재 인간 엔지니어가 설계한 최고 수준의 오픈소스 프레임워크인 오픈핸즈(OpenHands)와 동등한 수준입니다.
• Polyglot: 기존 모델의 68.3%를 넘어 88.3%의 성공률을 달성하며, 널리 쓰이는 인기 코딩 어시스턴트인 에이더(Aider, 52.0%)를 가볍게 압도했습니다.
• 자가 치유 능력(Self-Healing): 연구진이 고의로 치명적인 버그를 주입했을 때, 기존 시스템은 복구에 5회의 반복 작업이 필요했지만 GEA는 평균 1.4회 만에 스스로 버그를 진단하고 패치했습니다.

4. 기업 도입의 핵심 경쟁력: "추가 추론 비용 0원"

기업 입장에서 가장 매력적인 부분은 비용 효율성입니다. GEA는 철저하게 2단계(진화 단계 -> 추론/배포 단계)로 분리되어 작동합니다. 진화 과정이 끝난 후에는 최종적으로 완성된 단일 에이전트 하나만 실무에 배포(Deploy)하면 되기 때문에, 기존 단일 에이전트 설정과 비교해 엔터프라이즈 추론 비용이 전혀 증가하지 않습니다.

또한 GEA가 스스로 터득한 최적화 구조는 특정 모델에 종속되지 않습니다. 클로드(Claude) 모델 기반으로 진화시킨 에이전트의 구조를 GPT-5.1이나 GPT-o3-mini와 같은 다른 파운데이션 모델로 교체하더라도, 스스로 학습한 구조적 성능 향상분이 그대로 유지되는 놀라운 범용성을 보여주었습니다.

결론적으로 GEA의 등장은 대규모 프롬프트 엔지니어링 팀에 의존하던 기존의 AI 고도화 방식을 근본적으로 뒤바꿀 전환점이며, 기업들은 더 적은 비용으로 스스로 발전하고 유지 보수되는 차세대 AI 에이전트를 실무에 투입할 수 있게 될 전망입니다.

#인공지능 #AI프레임워크 #자가진화AI #GEA #IT뉴스 #테크트렌드 #소프트웨어엔지니어링 #LLM #기술동향 #애드센스