AI 요약 · 영어에서 AI 번역
SkillZip: Contract-Preserving Graph Compression for Scalable Agent Skill Libraries
Xingyu Tan, Xiaoyang Wang, Qing Liu, Xiwei Xu, Xin Yuan, Liming Zhu, Wenjie Zhang
TL;DR
스킬 라이브러리가 커질수록 제한된 예산 안에서 실행에 충분한 최소 컨텍스트가 필요하지만, 기존 시스템은 패키지 전체를 검색한다. SkillZip은 섹션 단위 그래프와 가역적인 계약 보존 매크로로 간결한 실행 가능 컨텍스트를 검색한다. SkillsBench와 ALFWorld에서 검색 기반 및 그래프 기반 기준선보다 최종 과제 성능과 원본 스킬 검색 성능이 높으며, 압축률은 3.46×다.
문제
스킬 라이브러리가 커지면서, 스킬 패키지 전체를 검색하는 기존 방식으로는 제한된 예산 안에서 실행에 충분한 최소 컨텍스트를 검색하기 어렵다.
출처: §1 · p. 1방법
SkillZip은 스킬을 섹션 단위 그래프로 표현하고, 반복되는 모티프를 가역적인 계약 보존 매크로로 압축하며, 의존성을 빠짐없이 포함한 컨텍스트를 검색하고 실행에 세부 정보가 필요할 때만 매크로를 확장한다.
출처: §1 · pp. 2–3결과
시사점 및 한계
SkillZip은 라이브러리 확장성을 높이고 실행 가능한 구조를 유지하면서, 장기 에이전트 과제에서 효율적이고 신뢰할 수 있는 스킬 재사용을 지원한다.
출처: §6 · p. 9SkillZip의 보존 보장은 의미적 보존이 아닌 구조적 보존에 한정된다. 기록되지 않은 동작의 동등성이나 검증기의 정확성을 입증하지는 않는다.
출처: §4.2 · p. 6
Abstract
from arXiv · showhide
Large Language Models (LLMs) increasingly act as agents whose procedural knowledge is stored in reusable skill packages and loaded at inference time. As skill libraries grow, a central challenge is to expose the smallest sufficient executable context under a limited context budget. Existing systems struggle to reuse routines below the whole-skill level, preserve procedural contracts during compression, keep compressed routines executable and expandable, and update the compressed library as skills evolve. These challenges reveal a unit mismatch: skills are retrieved as packages, compressed as text, and converted into execution graphs only after retrieval, whereas reliable reuse requires a contract-bearing procedural unit. We propose SkillZip, an execution-aware procedural abstraction framework that performs contract-preserving compression over section-level graphs. SkillZip rewrites recurring contract-valid motifs into reversible ported macros while preserving boundary signatures, dependency closure, verifier reachability, and source-level expansion. At inference time, it hydrates a compact, dependency-closed context and expands macros only when required. ReZip further integrates new skills and revises risky macros using execution evidence. Comprehensive experiments1 on technical and embodied agent benchmarks show SkillZip consistently outperforms the strongest baseline by up to 12.2 points, while achieving a 3.46x compression ratio with 99.2% dependency preservation and 98.7% verifier reachability. Scaling analyses further confirm robust retrieval across skill libraries ranging from 200 to 100K skills.
1 서론
SkillZip은 원본 소스에 근거하고 계약을 갖춘 섹션 그래프를 중심으로 검색, 압축, 실행을 통합하며, 반복되는 절차를 가역적 매크로로 대체한다. 의존성이 완결된 컨텍스트를 구성하고 새로운 스킬과 실행 증거를 바탕으로 추상화를 갱신한다.
기존 방법의 과제
- 핵심 과제는 재사용 단위, 계약 보존, 압축 상태 유지, 실행을 고려한 유지보수를 일관되게 맞추면서 실행에 충분한 최소 컨텍스트를 제공하는 것이다.스킬 전체 단위 검색, 텍스트 압축, 검색 후 그래프 구성은 서로 다른 단위로 작동한다. 대신 계약이 호환되는 공통 절차를 한 번만 검색하고, 여기에 작업별로 필요한 섹션만 추가해야 한다.출처: §1 · pp. 1–2
기여
- MotifZip은 경계 시그니처, 의존성 폐쇄성, 검증기 도달 가능성, 원본 소스로의 가역적 확장이 보존될 때만 반복되는 섹션 수준 모티프를 포트형 매크로로 대체한다.각 매크로는 손실이 있는 텍스트 요약이 아니라 가역적 그래프 재작성이다.출처: §1 · p. 2
- Sec2Graph는 스킬 패키지를 원본 소스에 근거한 섹션 노드로 분해해, 실행 역할, 의존성, 검증기, 출처를 유지하면서 재사용 가능한 절차 구성요소를 드러낸다.섹션에는 의도, 입력, 연산, 검증기, 출력이 포함되므로 스킬 라이브러리를 수작업으로 분할하지 않고도 내부 구성요소를 드러낼 수 있다.출처: §1 · p. 2
- PathHydrate는 압축 그래프에서 경로를 찾아 의존성이 완결된 간결한 실행 가능 컨텍스트를 구성하며, 누락된 실행 역할을 보완하고 필요한 경우에만 매크로를 확장한다.매크로는 이름, 계약, 개요, 전체 소스 중 충분한 정보를 제공하는 가장 낮은 상세 수준으로 표현할 수 있다.출처: §1 · pp. 2–3
- ReZip은 새로운 스킬을 호환되는 매크로와 매칭하고, 계약을 충족하는 반복 잔여 패턴을 매크로로 승격하며, 실행 증거를 바탕으로 위험한 매크로를 수정해 압축 그래프를 점진적으로 유지·관리한다.새로운 스킬과 실행 추적이 들어오면 컨텍스트 구체화 수준을 높이거나 매크로를 분할 또는 폐기할 수 있다.출처: §1 · pp. 2–3
효과, 효율성, 확장성
- SkillZip은 ALFWorld에서 SkillDAG 대비 최대 12.2점 향상되며, 직접 비교 가능한 모든 설정에서 최종 작업 성능이 가장 높다.압축률 3.46×와 활성 저장 공간 71.0% 감소를 달성하면서 의존성 보존율 99.2%, 검증기 도달 가능성 98.7%를 유지한다. SkillZip은 백본별 미세조정 없이 여섯 가지 LLM 백본과 기술 작업 및 체화형 벤치마크에 걸쳐 적용되며, 스킬 수가 200에서 100K까지 늘어나도 검색 우위를 유지한다.출처: §1 · p. 3
2 관련 연구
기존 연구는 스킬을 절차적 기억으로 정립하고 스킬 선택과 조율을 개선했지만, 대체로 스킬 전체의 재사용이나 과제 수행 시점의 실행 조율에 초점을 둔다. 에이전트 스킬 라이브러리를 압축하려면 실행 인터페이스, 의존성 폐쇄성, 검증기 도달 가능성, 원본 출처도 보존해야 한다.
에이전트 스킬과 절차적 기억
스킬 검색과 실행
스킬 및 그래프 압축
- 에이전트 스킬 압축은 텍스트 단축이나 반복되는 그래프 구조의 압축을 넘어 실행 인터페이스, 의존성 폐쇄성, 검증기 도달 가능성, 원본 출처를 보존해야 한다.문맥 압축은 토큰 선택, 재작성, 압축된 표현을 활용한다 [8] [10] [11] [32] [44] [50]. 절차적 기억 기법은 경험을 재사용 가능한 스킬, 규칙, 기억으로 추상화한다 [2] [28] [31] [55] [56] [61]. 그래프 기법은 빈발 부분 그래프 마이닝, MDL 기반 요약, 문법 기반 치환, 점진적 유지보수를 제공한다 [5] [12] [13] [14] [15] [26].출처: §2 · p. 3
3 예비 지식
SkillZip은 스킬 라이브러리를 인터페이스·실행·검증 계약이 명시된 개별 출현 단위의 절차 그래프로 모델링한다. 가역 매크로는 연결된 부분 그래프를 압축하며, 구체화된 컨텍스트는 질의 앵커와 필수 의존성을 빠짐없이 포함하고, 검증기 도달 가능성을 보존하며, 원본 섹션으로 확장 가능해야 한다.
3 예비 지식
- 호환되는 출현 항목은 원본 출현 항목을 병합하지 않고 공유 정규 프로토타입에 연결된다. 각 스킬은 의도 또는 트리거 루트에서 검증된 출력으로 이어지는 실행 가능한 부분 그래프를 이룬다.출현 항목은 스킬 소속, 중복도, 원본 포인터를 유지하며, 패키지는 원본 출처로 남는다. 그래프 간선은 의존성, 소속, 자원, 프로토타입 연결을 표현한다. 타입이 지정된 여러 의존성은 다중 입력·다중 출력 절차를 표현하며, 포트는 외부 계약을 노출한다.출처: §3 · p. 3
- 아홉 가지 절차 수행 역할은 원본 파일 내 위치가 아닌 절차적 기능에 따라 섹션 노드를 분류한다. 노드는 내용, 시그니처, 자원, 가드, 출처도 기록한다.역할은 의도, 트리거, 입력, 사전조건, 연산, 자원, 실패, 검증기, 출력이다. 각 노드는 입출력 시그니처, 자원 또는 도구, 가드 또는 검증기 조건, 원래 스킬 출처를 기록한다.출처: §3 · p. 3
- 절차적 계약은 섹션 필드, 타입이 지정된 간선, 포트를 결합하며, 인터페이스·실행·검증 측면을 각각 검증한다.인터페이스는 타입이 지정된 입력과 출력, 자원 바인딩을 포괄한다. 실행은 사전조건, 의존성, 가드, 효과, 실패 처리를 포괄한다. 검증은 성공 조건과 검증기 훅을 포괄하며, 원본 포인터는 가역적 확장을 위한 출처 정보를 유지한다.출처: §3 · p. 3
- 포트가 있는 매크로는 경계의 입력과 출력, 절차적 계약, 가역적 원본 확장을 보존하면서 연결된 섹션 부분 그래프를 압축한다.유효한 매크로는 호환되는 출현 항목 전반에서 계약의 세 측면을 모두 보존한다. 상태를 변경하는 모든 연산이나 매크로는 적어도 하나의 검증기로 향하는 방향성 의존 경로를 유지해야 한다.출처: §3 · pp. 3–4
- SkillZip은 섹션 그래프와 매크로 사전을 구축한 뒤, 질의, 실행기 프로필, 컨텍스트 예산에 맞춰 컨텍스트를 구체화한다.구체화된 부분 그래프는 질의 앵커와 필수 의존성을 빠짐없이 포함하고, 도달 가능한 검증기를 유지하며, 원본 섹션으로의 확장을 지원해야 한다.출처: §3 · p. 4
4 방법
SkillZip은 절차적 계약을 명시적으로 유지하면서 스킬 패키지를 섹션 그래프로 변환하고, 반복되는 부분 그래프를 가역적 매크로로 압축하며, 과업별 실행 컨텍스트를 구체화한다. ReZip은 새 스킬과 실행 증거를 활용해 변화하는 압축 라이브러리를 유지·관리한다.
4.1 Sec2Graph: 절차적 부분 그래프 구축
- Sec2Graph는 패키지를 원본에 근거하고 역할 유형이 지정된 섹션 그래프로 변환한다. 그래프는 명시적 계약, 실행 의존성, 검증 연결, 개별 출현 사례를 보존하는 스킬 간 프로토타입을 포함한다.계약은 유형이 지정된 입출력, 자원, 가드, 검증기 조건을 기록한다. 그래프는 순서, 복구 간선, 소속 스킬, 의도 루트, 검증된 출력의 종단 노드를 유지한다. 프로토타입을 공유하려면 역할, 경계 시그니처, 자원, 검증기 동작이 호환되어야 하며, 각 출현 사례는 자체 간선과 원본 포인터를 유지한다.출처: §4.1 · pp. 4–5
4.2 MotifZip: 계약 보존 압축
- MotifZip은 인터페이스가 안정적으로 유지되고, 의존성이 내부에 포함되거나 포트로 노출되며, 작업에서 검증기로 이어지는 경로의 도달 가능성이 유지될 때만 반복 부분 그래프를 매크로로 채택한다.후보는 역할, 자원, 입출력 형태로 정의되는 구조적으로 호환 가능한 이웃 영역 내에서 확장하며, 의미적 유사성은 그 이후에만 고려한다. 지지도는 정규화된 프로토타입이나 반복 텍스트가 아니라 서로 충돌하지 않는 원본 출현 사례의 수로 계산한다.출처: §4.2 · p. 5
- MotifZip은 기술 길이 절감량, 스킬 간 재사용, 경계 손실 페널티, 실행 위험 페널티를 기준으로 겹치지 않는 매크로를 탐욕적으로 선택하며, 가역적 원본 확장을 유지한다.재작성 시 유형이 지정된 포트로 외부 간선을 다시 연결하고, 역확장 시 원본에 근거한 그래프를 복원한다. 탐욕적 선택은 전역 최적성을 보장하지 않는다. 보장 범위는 기록된 인터페이스, 의존성, 검증기 경로, 출처의 보존이며, 기록되지 않은 동작이나 검증기의 정확성은 포함하지 않는다.출처: §4.2 · pp. 5–6
4.3 PathHydrate: 예산 제약하의 실행 컨텍스트
- PathHydrate는 하위 목표 및 원시 질의 기반 섹션 매칭을 스킬 설명 순위와 최상위 섹션 순위의 역순위 융합과 결합해, 스킬의 일관성을 잃지 않으면서 시드 후보를 집중시킨다.과업 앵커는 목표, 예상 출력, 수행 능력, 확인 가능한 입력, 실행기 프로필, 순서가 있는 하위 목표를 담는다. 하위 목표 매칭은 수행 능력과 출력 시그니처를 강조하고, 원시 질의 매칭은 이름과 자원을 유지한다. 스킬 수준 융합 이후에도 신뢰도가 높은 섹션을 보완적으로 검색할 수 있다.출처: §4.3 · p. 6
- PathHydrate는 토큰 예산 내에서 앵커를 포괄하는 간결한 컨텍스트를 탐색하며, 의존성과 검증기 도달 가능성을 복구하고 실행 요건이 충족되면 중단한다.기본 구조 복구는 입력·사전 조건·자원을 찾기 위해 역방향으로, 실패 처리기·검증기·출력을 찾기 위해 순방향으로 탐색한다. 예산이 남아도 추가로 채우지 않는다. 검증기에 도달 가능한 컨텍스트가 예산 내에 들어오지 않으면, 앵커를 포괄하는 가장 작은 스킬 수준 묶음으로 대체한다.출처: §4.3 · p. 6
- PathHydrate는 필요한 정보를 충족하는 최소 상세 수준으로 매크로를 표현하고, 필요한 입력, 가드, 검증기 또는 원본 포인터가 없으면 확장한다.상세 수준은 이름, 계약, 개요, 전체 원본으로 나뉜다. 표현된 컨텍스트에는 의도, 입력, 사전 조건, 작업, 자원, 가드, 실패 처리기, 검증기, 확장 포인터가 포함된다. 구체화 로그는 선택된 섹션, 상세 수준, 토큰 비용, 지연 확장, 검증기 포괄 범위, 원본 포인터를 기록해 ReZip에 실행 시점의 피드백을 제공한다.출처: §4.3 · pp. 6–7
4.4 ReZip: 점진적 라이브러리 유지·관리
- ReZip은 계약이 호환되는 매크로를 재사용해 새 스킬을 통합하고, 매칭되지 않은 영역은 반복적인 스킬 간 지지도, 압축 이득, 계약 검사가 승격을 정당화할 때까지 버퍼에 보관한다.유입된 스킬은 Sec2Graph를 거치며, 재사용된 매크로는 출현 사례별 원본 매핑을 유지한다. 승격에는 오프라인 압축과 동일한 포트, 의존성 폐쇄성, 검증기 검사를 적용하고, 승격된 출현 사례는 잔여 버퍼에서 제거한다.출처: §4.4 · p. 7
- ReZip은 매크로 실행 증거를 활용해 위험한 과업 프로필의 구체화 상세 수준을 높이고, 위험이 지속되면 매크로를 분할하거나 폐기한다.증거에는 매크로 사용, 원본 확장, 검증기 실패, 후속 복구 비용이 포함된다. 수정 시에도 원본에 근거한 확장을 유지하고 PathHydrate가 사용하는 실행 가능 부분 그래프 리프팅 불변식을 보존한다.출처: §4.4 · p. 7
5 실험
SkillZip은 평가한 두 백본 모두에서 SkillsBench와 ALFWorld의 과제 성능이 가장 높으며, 검색 성능을 개선하고 실행 비용을 줄인다. 압축 과정에서 의존성과 검증기 구조를 보존하며, 구성 요소 제거 실험은 섹션 수준 절차, 계약 제약, 적응형 하이드레이션이 각각 기여함을 보여준다.
5.1 주요 결과
- SkillZip은 SkillsBench 과제 보상 33.3과 ALFWorld 에피소드 성공률 79.3을 기록하며, 두 벤치마크와 두 백본 모두에서 가장 높은 종단 간 성능을 보인다.MiniMax-M2.7에서는 SkillDAG보다 각각 6.0점과 12.2점 높다. gpt-5.2-codex에서는 SkillsBench 과제 보상 43.0과 ALFWorld 에피소드 성공률 96.4를 달성해 SkillDAG보다 각각 6.2점과 2.8점 높다.출처: §5.1 · pp. 7–8
5.2 압축과 구조적 충실도
- 3.46× 압축으로 DPR 99.2와 VR 98.7을 유지하면서, SkillZip은 원본 섹션 그래프의 과제 보상 31.0을 33.3으로 높인다.완전 일치 텍스트 중복 제거는 1.43× 압축에 그친다. 텍스트 압축은 반올림한 압축 수준이 SkillZip과 같지만 DPR 65.0, VR 60.0, 보상 25.5를 기록하고 복구율은 45.0%로 SkillZip의 14.8%보다 높다. 범용 그래프 문법과 검증 없는 병합도 구조적 충실도를 떨어뜨린다. 계약 추출은 사람의 주석 대비 macro-F1 91.6과 완전 일치율 84.6을 달성하며, 계약의 10%를 훼손해도 높은 DPR과 VR이 유지된다.출처: Table 2 · p. 8, §5.2 · p. 8
5.1 주요 결과
- ALFWorld Ret@1이 SkillDAG 대비 MiniMax-M2.7에서 27.8점, gpt-5.2-codex에서 30.3점 상승해, 평가한 두 백본 모두에서 검색 성능이 개선된다.SkillsBench에서 MiniMax-M2.7을 사용하면 Ret@1은 66.7에서 73.6으로, Ret@5는 78.2에서 92.0으로 상승하고 MRR은 10.0 상승한다. gpt-5.2-codex에서는 Ret@5가 12.6 상승한다. SkillDAG 대비 Ret@1 격차는 스킬 200개에서 6.2였으나 100K개에서 23.3으로 커진다. 이때 SkillZip은 Ret@1 65.1을 유지하며 온라인 검색 및 하이드레이션 지연 시간은 248.3 ms다.출처: §5.1 · p. 8
- 동일 조건의 MiniMax-M2.7 SkillsBench 실행에서 SkillZip은 SkillDAG보다 성능이 높으면서 누적 프롬프트 처리량은 47.0%, 평균 도구 호출 횟수는 21.7% 줄인다.캐시되지 않은 프롬프트 입력은 18.7%, 종단 간 과제 수행 시간은 21.1% 감소한다. 이 실행 궤적 수준 집계치는 한 번 구성되는 하이드레이션된 스킬 컨텍스트와 구별된다. 섹션 계약이 준비된 뒤에는 섹션 노드 4.77M개를 포함한 100K개 스킬 라이브러리의 로컬 그래프 구성과 MotifZip 실행에 178초가 걸린다.출처: §5.1 · p. 8
5.3 구성 요소 제거 실험
- 섹션 수준 노드를 스킬 수준 노드로 대체하면 과제 보상이 5.4점 하락해, 구성 요소 제거 실험 중 가장 큰 성능 저하를 보인다.이 대체는 Ret@1도 6.9점 낮추고 출력된 컨텍스트 크기를 59.9% 늘린다. MotifZip을 제거하면 DPR과 VR은 완벽하게 유지되지만 컨텍스트는 52.9% 늘고 보상은 31.0으로 떨어진다. 의존성 폐쇄를 제거하면 DPR이 82.3으로 낮아지며, 검증기 제약을 제거하면 Ret@1이 전체 모델과 거의 같은데도 VR은 76.4로 낮아진다. 이는 검색 정확도만으로 실행 가능성을 보존할 수 없음을 보여준다.출처: Table 3 · p. 8, §5.3 · p. 8
- 적응형 하이드레이션이 없으면 DPR과 VR이 유지되어도 33.3% 더 많은 토큰이 필요하며, 전역 섹션 복구는 별도로 검색 성능과 과제 보상에 기여한다.전역 섹션 복구를 제거하면 국소 확장이 유용한 섹션을 놓칠 수 있어 Ret@1은 68.2로, 보상은 30.4로 떨어진다. 컨텍스트 예산 분석에서 PathHydrate가 출력하는 토큰은 과제당 1,941개로, 상위 5개 스킬 전체를 불러올 때보다 72.1% 적다.출처: §5.3 · p. 9
6 결론 … A.5 ReZip
SkillZip은 의존성 및 검증기 계약을 보존하면서 섹션 수준의 절차 그래프를 간결한 작업별 컨텍스트로 압축한다. 알고리즘은 그래프 구축, 계약을 준수하는 매크로 압축, 예산 내 컨텍스트 구체화, 점진적 유지보수를 포괄한다. SkillsBench와 ALFWorld 실험에서 강력한 검색 및 그래프 기반 베이스라인보다 우수한 성능을 보인다.
6 결론
- SkillZip은 SkillsBench와 ALFWorld에서 최종 작업 성능과 원본 스킬 검색 모두 강력한 검색 및 그래프 기반 베이스라인을 능가한다.이 프레임워크는 실행 가능한 구조를 유지하면서 스킬 라이브러리의 확장성을 높이고 장기 작업에서 신뢰할 수 있는 재사용을 지원한다.출처: §6 · p. 9
부록 개요
- 부록은 압축 강건성, 검색 확장성, 절차 간 중복, 구체화된 컨텍스트의 간결성, 수명주기 비용, 스트리밍 유지보수, 신뢰성에 관한 추가 평가를 개괄한다.제시된 질문은 도메인 일반화, 반복 실행 안정성, 백본 일반화, 잔존 실패 원인도 다룬다.출처: APPENDIX OUTLINE · p. 11
A.1 SkillZip 작업 흐름
- SkillZip의 작업 흐름은 원본 섹션 그래프 구축, 반복 모티프 압축, 작업별 컨텍스트 구체화, 새 스킬이나 실행 기록에 따른 압축 라이브러리 갱신을 연결한다.Algorithm 1은 구축, 압축, 구체화, 유지보수, 계약 검증, 평가 또는 로깅 연산을 색상 배지로 구분한다.출처: §A.1 · p. 12
A.2 Sec2Graph
- Sec2Graph는 스킬 패키지를 타입이 지정된 절차 그래프로 변환하며, 각 섹션은 역할, 입출력 시그니처, 자원 참조, 가드 또는 검증기 조건, 원본 포인터를 명시적으로 유지한다.그래프 구축 과정에서 순서, 입력 바인딩, 요구사항, 검증기, 복구 절차를 추가한다. 검증기는 보수적으로 연결한다. 연결하려면 스킬 순서에 따른 도달 가능성, 명시적 테스트, 일치하는 출력 시그니처 중 하나가 필요하다.출처: §A.2 · p. 12
A.3 MotifZip
- MotifZip은 경계, 시그니처 안정성, 의존성 폐쇄성, 검증기 도달 가능성, 양의 압축 이득을 검증한 뒤에만 시그니처가 호환되는 반복 모티프를 서로 충돌하지 않는 가역 매크로로 대체한다.효과가 누락되거나 모호하면 보수적으로 상태를 변경하는 것으로 간주하며, 도달 가능한 검증기를 요구한다. 모순되는 시그니처나 검증기 바인딩은 압축 이득을 위해 타협하지 않고 명시적으로 남긴다. 유효성 검사 후에는 불충분하게 명세된 가드나 자원, 불완전한 입출력 바인딩, 취약한 검증기 지원에 위험도 페널티를 부과한다.출처: §A.3 · p. 13
A.4 PathHydrate
- PathHydrate는 작업을 고려한 섹션 및 스킬 근거를 결합해, 골격 보완, 의존성 폐쇄성, 도달 가능한 검증기, 점진적 매크로 렌더링을 갖춘 예산 내의 연결된 실행 컨텍스트를 구성한다.BreadthFill은 여러 스킬이 필요한 작업을 포괄하고 DepthFill은 주된 스킬의 섹션을 추가한다. 둘 다 예산을 소진하기보다 작업 앵커, 필수 의존성, 검증기 도달 가능성이 충족되면 중단한다. 폐쇄성 복구는 가능한 경우 의존성이나 검증기 연결 지점을 복원하고 충족 불가능한 역할을 기록한다. 매크로는 이름, 계약, 개요 또는 전체 원본 형태로 렌더링한다.출처: §A.4 · pp. 13–14
A.5 ReZip
- ReZip은 기존 매크로를 통해 새 스킬을 통합하고, 실행 기록을 활용해 반복적으로 확장이 필요하거나 후속 단계의 실패를 유발하는 매크로를 수정한다.잔여 모티프는 충분한 지지 근거, 양의 압축 이득, 유효한 계약을 갖춘 경우에만 매크로로 승격한다. 갱신 시 MotifZip의 포트, 의존성 폐쇄성, 검증기 검사를 재사용한다. 수정 시에는 매크로를 분할하거나 폐기하기 전에 컨텍스트 구체화의 상세도를 높이며, 원본으로의 확장을 보존하고 수정된 규칙의 근거를 초기화한다.출처: §A.5 · p. 14
A.6 평가 지표 · B 추가 실험
EvaluateSkillZip은 검색 메커니즘을 추가하지 않고 프레임워크 로그를 구조 보존 여부를 확인하는 평가 지표로 변환한다. 단순히 길이가 줄었는지가 아니라 압축된 컨텍스트가 실행 가능한 상태를 유지하는지 측정한다.
A.6 평가 지표
- EvaluateSkillZip은 압축된 표현이 SkillZip에서 제시한 구조적 조건을 보존하는지 확인하며, 새로운 검색 메커니즘을 도입하지 않는다.Algorithm 6은 프레임워크 수준의 로그를 평가에 쓰이는 실측값으로 변환한다.출처: §A.6 · p. 14
- 평가는 질의, 원본 및 압축 그래프, 매크로 사전, 실행기, 프로파일, 예산을 입력받아 질의별 로그와 종합 보고서를 반환한다.출처: §A.6 · p. 14
- 평가는 과제 성공, 토큰 감소, 의존성 보존, 검증기 도달 가능성, 매크로 확장, 전체 소스 폴백, 후속 실행 비용 증가율을 보고한다.마지막 다섯 지표는 MotifZip과 PathHydrate에서 강제하는 구조적 제약을 검증한다.출처: §A.6 · p. 14
- 쌍별 평가는 동일한 과제와 동일한 실행기 시드에서 복원된 압축 컨텍스트를 비압축 컨텍스트와 비교한다.PathHydrate는 질의, 프로파일, 예산, 압축 그래프, 매크로 사전을 사용해 압축 컨텍스트를 구성한다.출처: §A.6 · p. 14
- 후속 실행 비용 증가율은 대응하는 비압축 실행 대비 실행 비용 증가분을 음이 아닌 값으로 정량화한다.비용은 J(tau) = n_repair(tau) + n_tool(tau) + 2n_vfail(tau)다. 증가율은 100 max{0, J(tau_q) - J(tau_full_q)}/max{1, J(tau_full_q)}다.출처: §A.6 · p. 14
- 매크로 확장과 전체 소스 폴백은 질의 단위 지시값으로 집계하며, 폴백을 확장의 진부분집합으로 취급한다.출처: §A.6 · p. 14
B.1 압축 충실도와 계약 견고성
1K개 스킬로 구성된 라이브러리에서 SkillZip은 가역적 확장을 위해 원본 패키지를 보존하면서 활성 절차 저장 용량을 줄인다. 계약 검증은 폴백과 후속 단계의 팽창을 낮게 유지한다.
B.1 압축 충실도와 계약 견고성
- 텍스트 완전 일치 기반 중복 제거 후에도 13.0 MB가 남는다. 범용 그래프 문법은 6.4 MB까지 줄이지만 폴백 비율은 14.8%, 후속 단계 팽창률은 14.6%로 높아진다.점검에서는 활성 저장 용량, 보존된 원본 패키지, 폴백 확장, 후속 단계 팽창을 함께 측정하여 실질적인 압축 효과와 나중으로 미뤄진 복구 비용을 구분한다.출처: §B.1 · p. 15
- 계약 검사를 제거하면 0.5 MB가 절감되지만, 폴백 비율은 7.2%에서 24.7%로, 후속 단계 팽창률은 2.7%에서 23.4%로 높아진다.따라서 계약 검증은 비용을 후속 복구로 전가하지 않으면서도 가능한 저장 용량 절감 효과를 대부분 유지한다.출처: §B.1 · p. 15
- 활성 저장 용량을 18.6 MB에서 5.4 MB로 71.0% 줄이면서도, 가역적 확장을 위한 SkillZip의 112.4 MB 원본 라이브러리는 그대로 유지한다.활성 저장 용량에는 검색과 컨텍스트 로딩에 사용되는 그래프 표현 및 매크로 사전이 포함된다. 모든 표현은 캐시된 섹션 계약을 재사용하여 표현 및 압축을 LLM 기반 추출과 분리한다.출처: Table 4 · p. 15, §B.1 · p. 15
B.2 검색 확장성과 모호성 · B.3 절차적 중복과 도메인 적용 가능성
라이브러리가 커져도 SkillZip은 SkillDAG보다 높은 검색 정확도와 낮은 혼동률을 유지하며, 압축률을 높이면서 검색–하이드레이션 지연 시간을 250 ms 미만으로 유지한다. 계약 호환적인 절차적 중복이 많을수록 압축률이 높아지며, 평가한 절차적 도메인 전반에서 과제 성능이 향상된다.
B.2 검색 확장성과 모호성
- 100K개 스킬에서 Ret@1은 SkillZip이 65.1, SkillDAG가 41.8로 SkillZip이 앞서며, 격차는 200개 스킬에서의 6.2점에서 23.3점으로 커진다.평가 질의를 고정했을 때 SkillZip의 Ret@1은 78.3에서 65.1로 13.2점 하락하고, SkillDAG는 72.1에서 41.8로 30.3점 하락한다.출처: Table 6 · p. 16, §B.2 · p. 16
- 라이브러리가 커질 때 SkillZip의 유사 스킬 혼동률은 4.2%에서 12.4%로 증가하는 반면, SkillDAG는 8.5%에서 48.2%로 증가한다.저자들은 섹션 수준 매칭이 구체적인 연산, 의존성, 검증기를 구별하는 반면, 스킬 전체를 검색하면 설명과 루틴의 중복에 더 민감해지기 때문에 이러한 차이가 난다고 설명한다.출처: Table 6 · p. 16, §B.2 · p. 16
- 라이브러리가 커지면서 압축률은 2.31×에서 4.29×로 높아지고, SkillZip의 온라인 검색–하이드레이션 지연 시간은 질의당 18.4에서 248.3 ms로 증가한다.100K개 스킬에서도 지연 시간은 250 ms 미만을 유지한다. 반복되는 절차 구조 덕분에 활성 검색 그래프를 더 작게 구성할 수 있다.출처: Table 6 · p. 16, §B.2 · p. 16
B.3 절차적 중복과 도메인 적용 가능성
- 중복도 통제 실험은 라이브러리 크기, 평가 질의, 목표 스킬을 고정한 채 검색 교란용 스킬에서만 반복되는 계약 호환 모티프를 변화시킨다.동일한 1K개 스킬 풀의 세 변형에서 섹션 수와 역할 분포를 유지하면서 비목표 루틴을 교체한다. 삽입된 모티프는 역할 토폴로지, 타입이 지정된 I/O, 자원 계열, 가드, 검증기 연결을 보존하되, 텍스트는 각각 독립적으로 바꾸어 써 절차적 반복과 동일 텍스트 복제를 구분한다.출처: §B.3 · p. 16
- 절차적 중복이 늘어나면 CR은 1.18×에서 4.63×로 높아지고, 매크로당 평균 출현 횟수는 2.3회에서 9.7회로 증가한다.DPR은 99.1 초과, VR은 98.8 초과를 유지하며, 보상 변동 폭은 1.1점에 그친다. 계약 호환적인 반복이 드물면 SkillZip은 무리하게 매크로로 묶기보다 더 많은 섹션을 명시적으로 남겨 둔다.출처: Table 7 · p. 16, §B.3 · p. 16
- 동일 조건의 기준선이 있는 모든 도메인에서 SkillZip은 SkillDAG보다 SkillsBench 보상이 4.8–6.7점, ALFWorld 성공률이 12.2점 높다.보상 향상은 SkillsBench의 네 도메인에서 나타난다. 기타 범주는 범주별 기준선 없이 보상 30.5를 기록한다.출처: Table 8 · p. 17, §B.3 · p. 17
- 데이터 랭글링의 CR은 4.21×로 도메인 중 가장 높고 ALFWorld는 1.62×이며, 도메인별 VR은 98.5에서 99.4 범위다.저자들은 데이터 랭글링에서 로딩, 스키마 처리, 정규화, 검증 루틴이 반복되기 때문에 압축률이 더 높다고 해석한다. 압축률이 낮은 ALFWorld에서도 과제 성능이 향상된다는 점은 압축률과 과제 성능 향상이 동일하지 않음을 보여 준다.출처: Table 8 · p. 17, §B.3 · p. 17
B.4 컨텍스트 복원 품질과 간결성
PathHydrate는 기본 선택 예산인 3,000토큰 안에서 간결한 컨텍스트로 보상 33.3을 달성하며, 예산을 늘릴수록 추가 이득은 줄어든다. 컨텍스트 복원은 예산을 채우는 대신 실행 요건이 충족되면 멈춘다.
(RQ10) PathHydrate는 작업 품질과 컨텍스트 예산 사이의 균형을 어떻게 맞추는가?
- 기본 예산인 3,000토큰에서 보상 33.3을 달성하며, 5,000토큰으로 늘려도 개선 폭은 0.8점에 그친다.컨텍스트 복원으로 실행에 필수적인 의존성과 검증기 조건을 회복하면서 보상은 1,000토큰에서 22.4, 2,000토큰에서 31.5로 상승한다. SkillsBench 실험은 MiniMax-M2.7을 사용하며 라이브러리, 검색기, 실행기를 고정한다.출처: Figure 4 · p. 17, §B.4 · p. 17
(RQ11) 기본 예산에서 복원된 컨텍스트는 간결한가?
- PathHydrate는 기본 예산인 3,000토큰에서 보상 33.3을 달성하면서, top-5와 top-12 스킬 전체를 로드하는 방식보다 컨텍스트를 각각 72.1%와 88.8% 줄인다.스킬 1K개로 구성된 SkillsBench 라이브러리에서 렌더링된 컨텍스트의 평균 길이는 1,941토큰(중앙값 1,947)이며, top-5와 top-12 스킬 전체를 로드하면 각각 6,958토큰과 17,384토큰이다.출처: Figure 5 · p. 18, §B.4 · p. 18
- 작업의 51.7%는 2,000토큰 미만, 74.7%는 2,500토큰 미만을 사용하므로, 컨텍스트의 간결성은 단순히 평균을 내면서 생긴 착시가 아니다.가장 빈도가 높은 구간은 1,000–1,500토큰이며, 전체 작업의 26.4%가 여기에 속한다.출처: §B.4 · p. 18
- PathHydrate는 작업 앵커가 모두 포함되고, 의존성 폐쇄성이 확보되며, 검증기에 도달할 수 있으면 컨텍스트 복원을 멈추고, 미충족 실행 요건이 있을 때만 확장한다.예산은 반드시 채워야 할 할당량이 아니라 선택에 쓸 수 있는 한도로 작용한다.출처: §B.4 · p. 18
B.5 스킬 생애주기 전반의 시스템 비용 · B.6 스트리밍 ReZip 유지관리
SkillZip은 캐시 가능한 오프라인 구축과 경량 로컬 검색을 결합해 종단 간 비용을 낮추고 과제 보상을 높인다. ReZip은 훨씬 적은 갱신 비용으로 변화하는 라이브러리를 전체 재압축에 가까운 성능으로 유지한다.
B.5 스킬 생애주기 전반의 시스템 비용
- 캐시된 섹션 노드 4.77M개를 갖춘 100K개 스킬에서 LLM 추출을 제외한 로컬 그래프 구축과 MotifZip 실행에는 178 s면 충분하다.구축 시간은 스킬 100개에서 274 ms, 1K개에서 1.44 s, 10K개에서 16.1 s다. 타입 서명별 버킷화로 모티프 매칭을 인터페이스가 호환되는 후보로 한정한다. 단일 서버 측정에는 초기화와 버킷 구축이 포함되며, 제공업체에 따라 달라지는 계약 추출은 별도로 산정하고 그 출력을 캐시한다.출처: Table 9 · p. 18, §B.5 · p. 18
- 검색·렌더링 1회에 온라인 지연 시간 27.9 ms와 렌더링 토큰 1,941개로, SkillDAG의 41.2 ms와 토큰 3,103개보다 개선된다.과제 앵커가 준비된 뒤 제공업체의 추론을 제외하고 측정한 지연 시간에는 검색, 그래프 폐쇄, 매크로 하이드레이션, 렌더링이 포함된다. Vector Skills는 폐쇄나 하이드레이션 없이 12.1 ms만 소요되지만, 렌더링 토큰은 2,834개로 SkillZip보다 46.0% 많다.출처: Table 10 · p. 19, §B.5 · p. 19
- SkillZip은 SkillDAG의 보상 27.3 대비 보상 33.3을 달성하면서 총 프롬프트 처리를 47.0%, 평균 과제 시간을 21.1% 줄인다.MiniMax-M2.7을 사용하는 기본 1K개 스킬 구성의 SkillsBench에서 SkillDAG 대비 생성 토큰은 31,963개에서 20,601개로, 도구 호출은 36.9회에서 28.9회로 줄어든다. SkillZip은 다섯 시스템 중 가장 빠르지만, 전체 과제 시간에는 제공업체와 컨테이너에 따른 변동이 포함된다.출처: Table 11 · p. 19, §B.5 · p. 19
- 캐시되지 않은 프롬프트 토큰은 SkillZip이 62,526개로 SkillDAG의 76,880개보다 18.7% 적으며, 캐시된 프롬프트 처리와 총 프롬프트 처리의 감소 폭은 더 크다.논문은 간결한 섹션 단위 절차가 무관한 분기, 의존성 누락, 복구 시도, 턴 간 반복 문맥을 줄이기 때문에 전체 절감 폭이 더 크다고 설명한다. 모든 시스템에서 대부분의 프롬프트 토큰은 캐시에서 제공된다.출처: §B.5 · p. 19
B.6 스트리밍 ReZip 유지관리
- 1K개 스킬 집합의 50%로 스트리밍 평가를 초기화하고, 나머지 50%는 고정된 순서에 따라 크기가 같고 서로 겹치지 않는 열 개 배치로 유입된다.다섯 번째 배치 이후에는 인터페이스나 연산을 바꾸지 않고, 도메인별로 층화해 고정한 매크로 부분집합의 검증기 조건을 강화한다. 모든 배치에 초기 절차와 유입 절차를 포괄하는 동일한 고정 질의를 사용한다. ReZip은 그 시점까지 관측된 캐시 기록과 실행 추적만 사용하며, 갱신 비용에서 일회성 LLM 추출은 제외한다.출처: §B.6 · p. 20
- ReZip은 전체 재압축 누적 갱신 비용의 0.22×만으로 CR 3.64×, 보상 33.2, VR 98.6을 달성해 전체 재압축에 근접한다.전체 재압축은 열 개 배치가 유입된 뒤 CR 3.71×, 보상 33.6, VR 99.1에 도달한다. ReZip은 인위적으로 유발한 계약 드리프트에서 평균 1.4개 배치 이내에 회복한다.출처: Table 12 · p. 20, §B.6 · p. 20
- 정적 유지관리의 보상 28.7과 VR 91.2는 추가 전용 삽입의 보상 30.1과 VR 94.6보다 낮지만, 추가 전용 방식의 CR은 2.41×로 떨어진다.정적 매크로는 검증기 계약이 바뀌어도 수정되지 않으며, 추가 전용 삽입은 반복되는 새 루틴을 압축하지 않은 채 남긴다. 반면 ReZip은 실행 추적을 사용해 계약을 충족하는 반복 잔여 루틴을 매크로로 승격하고, 검증기 실패에 연루된 매크로를 강등하거나 수정한다.출처: Table 12 · p. 20, §B.6 · p. 20
B.7 반복 실행 및 백본별 신뢰성
SkillZip의 성능 향상은 반복 에이전트 실행에서도 통계적으로 안정적으로 유지되며, 두 벤치마크의 여섯 LLM 백본에서도 나타난다. 실행 가능한 섹션 단위 문맥은 성능이 낮은 실행 모델과 높은 실행 모델 모두에 도움이 된다.
RQ16: 반복 실행 간 안정성
- gpt-5.2-codex에서는 추가 개선 여지가 제한적인데도 SkillZip의 ALFWorld 성공률이 96.4로, SkillDAG의 93.6보다 2.8점 높다.대응 순열 검정에서도 p = .031로 유의성이 유지되어, 이러한 보수적인 설정에서도 반복 실행에 걸친 성능 향상을 뒷받침한다.출처: §B.7 · p. 20
RQ16: 반복 실행에서의 안정성
- 네 가지 설정에서 SkillDAG 대비 SkillZip의 쌍체 비교 과제 성능 향상 폭은 2.8–12.2점이며, 모든 95% 신뢰구간이 영을 포함하지 않는다.다섯 번의 대응 실행에서 과제 또는 에피소드와 난수 시드를 기준으로 방법들을 짝지어 비교한다. 신뢰구간은 실행별 평균이 아닌 개별 결과의 차이에 대한 1,000개의 쌍체 부트스트랩 표본으로 산출한다. SkillsBench 보상 향상 폭은 MiniMax-M2.7에서 6.0점, gpt-5.2-codex에서 6.2점이며, ALFWorld 성공률 향상 폭은 MiniMax-M2.7에서 12.2점에 이른다.출처: Table 13 · p. 20, §B.7 · p. 20
RQ17: 다양한 LLM 백본으로의 일반화
- 벤치마크–백본 조합 12개 중 12개 모두에서 SkillZip이 Vector Skills보다 우수하며, SkillsBench 보상 향상 폭은 19.9–26.2점이다.SkillsBench의 상대적 향상 폭은 2.0×–3.2×이며, MiniMax-M2.7의 보상은 10.4에서 33.3으로 증가한다. 비교 대상은 여섯 가지 백본과 두 가지 벤치마크에 걸친다.출처: §B.7 · p. 21
RQ17: LLM 백본 전반의 일반화
- Claude Sonnet 4.5에서 SkillZip의 SkillsBench 보상은 52.4로 Vector Skills의 26.2를 웃돌아, 성능이 더 높은 실행 모델에서도 향상 효과가 유지됨을 보여준다.Gemini 3 Pro에서는 19.3에서 44.4로, gpt-5.2-codex에서는 21.5에서 43.0으로 향상된다. 실행 가능한 섹션은 무관한 분기와 검증기 또는 의존성 경로 누락에 따른 부담을 줄여, 실행 모델의 성능 수준에 관계없이 효과를 뒷받침한다.출처: §B.7 · p. 21
- Vector Skills에서 SkillZip으로 바꾸면 MiniMax-M2.7의 ALFWorld 성공률은 50.7에서 79.3으로, Qwen 3.5는 72.9에서 87.4로 상승한다.SkillZip의 성공률은 Kimi K2.5에서 97.9, Claude Sonnet 4.5에서 99.0, Gemini 3 Pro에서 99.1, gpt-5.2-codex에서 96.4에 도달한다. Vector Skills가 이미 높은 성공률을 보이는 경우에는 상대적인 향상 폭이 더 작다.출처: §B.7 · p. 21
B.8 실패 분석
남은 실패는 SkillZip의 절차적 컨텍스트 처리 단계 내부와 컨텍스트 검색 및 하이드레이션 이후 모두에서 발생한다. 검색의 모호성과 암묵적 계약이 SkillZip 자체의 주요 개선 과제로 남아 있다.
B.8 실패 분석
- 기본 1K개 스킬 SkillsBench 설정에서는 후속 실패의 중복 집계를 피하기 위해 실패했거나 복구된 각 실행 궤적을 진행을 처음 가로막은 단계에 귀속한다.이를 통해 상위 단계의 검색 누락을 계약, 하이드레이션 또는 실행 실패로 다시 집계하지 않고 절차적 컨텍스트 오류와 후속 실행 오류를 구분한다.출처: §B.8 · p. 21
- 남은 실패의 58%는 SkillZip이 제어하는 단계에서 발생하며, 검색이 26%로 이 집단 내에서 가장 큰 비중을 차지한다.검색 실패는 주로 밀접하게 관련된 스킬 간 앵커의 모호성이나 초기 후보 집합에서 필수 섹션이 누락되는 문제와 관련된다.출처: Figure 7 · p. 21, §B.8 · p. 21
- 남은 실패의 18%는 계약 추출과 관련되며, 암묵적 사전조건, 자원 요구사항, 명세가 불충분한 검증기 훅에 집중된다.분석 결과, 검색의 모호성과 함께 암묵적 계약이 SkillZip 내부의 주요 개선 과제로 남아 있다.출처: §B.8 · p. 21
- 남은 실패의 14%는 하이드레이션과 관련되며, 대개 제한된 컨텍스트 예산으로 필수 분기가 누락되거나 소스 확장이 너무 늦게 이루어져 발생한다.하이드레이션의 비중이 작다는 점은 가역적 소스 확장이 컨텍스트 누락 문제를 후속 실행 단계로 옮기는 것이 아니라 대체로 구조적 정보 손실을 제한함을 시사한다.출처: §B.8 · p. 21
- 실패의 42%는 컨텍스트 검색 및 하이드레이션 이후에 발생하며, 에이전트 실행이 33%, 인프라가 9%를 차지한다.실행 오류에는 잘못된 행동 순서, 도구 오용, 검증기 거부 후 복구 실패가 포함되며, 인프라 오류에는 환경, 시간 초과, 도구 인터페이스 문제가 포함된다. 이를 해결하려면 행동 제어를 개선하고 실행 환경의 신뢰성을 높여야 한다.출처: §B.8 · p. 21
C 사례 연구
세 가지 사례를 통해 SkillZip이 검색 모호성을 해소하고, 압축 중 실행 계약을 보존하며, 실행 증거로 추상화를 수정하는 방식을 보여준다. 이 사례들은 벤치마크에서 반복되는 패턴을 바탕으로 구성한 것으로, 추가 정량 표본은 아니다.
사례 연구 1: 스킬 수준의 모호성 해소
- PathHydrate는 공통 데이터 입력 루틴과 행 수 검증기를 필수 의존성과 함께 검색하고, 무관한 후속 절차는 제외해 컨텍스트 크기와 검색 모호성을 줄인다.Operation과 Verifier 앵커는 헤더 정규화와 행 수 불변 조건을 포착하고, 의존성 폐쇄는 파일 입력 및 스키마 요건을 충족한다. 전체 스킬 검색과 달리, 구성된 컨텍스트에는 결측값 보정, 피벗 집계, 서로 충돌하는 출력 규칙이 포함되지 않는다.출처: C CASE STUDIES · p. 22
사례 연구 2: 압축 중 계약 보존
- MotifZip은 계약이 호환되는 CSV 루틴을 가역적 매크로로 압축하지만, 유사한 워크북 루틴은 수식 보존 요건으로 실행 계약이 달라지므로 제외한다.타입이 지정된 포트, 의존성, 자원, 검증기 경로가 호환성을 결정한다. Clean CSV와 Pivot Table은 조건을 충족하지만, Formula-Safe Workbook은 인터페이스, 실행 자원, 검증 요건이 다르다. 채택된 출현 사례는 소스 매핑과 후속 검증기 연결을 유지한다. 피벗 집계는 매크로 외부에 남아 출력 포트를 통해 연결된다.출처: C CASE STUDIES · p. 22
사례 연구 3: 라이브러리 변화에 따른 압축 유지
- ReZip은 전체 재압축 없이 반복되는 계약 호환 잔여 절차를 추상화로 승격하고, 실행 위험에 대응해 매크로를 분할하거나 기본 컨텍스트 구성 범위를 늘린다.새로운 Merge Monthly Reports 스킬은 안정적인 CSV 입력 매크로를 재사용하되, 초기에는 기간 정렬–병합–잔액 검증의 잔여 절차를 명시적으로 유지한다. 반복적인 확장·복구 또는 검증기 실패를 통해 내보내기 매크로의 위험이 수식을 포함한 워크북에 국한됨을 파악하여, 안정적인 재사용 절차는 간결하게 유지하고 위험한 절차는 원본 수준으로 펼쳐 둔다.출처: C CASE STUDIES · p. 23
D 실험 세부 사항 · E 관련 연구 상세 · F 프롬프트
이 부록들은 SkillZip의 평가 절차, 비교 조건 통제, 지표, 비용 산정, 프롬프트를 상세히 설명한다. 계약을 갖춘 섹션 매크로를 전체 스킬 검색 및 범용 압축과 구분하고, 모델 보조 추출·앵커링을 결정론적 그래프 연산과 구분한다. 또한 행동과 절차 세부 정보 요청을 분리하는 ALFWorld JSON 인터페이스를 설명한다. 이 인터페이스는 다음 행동이 명확하면 실행을 우선하며, 목표가 요구하는 경우 상태 변경 행동 이후 별도의 배치 행동을 수행하도록 한다.
D 실험 세부 사항
- SkillsBench [20] 과제 87개와 ALFWorld [40] 에피소드 140개로 동일한 에이전트 설정에서 산출물 제작과 상호작용형 가사 작업 수행을 평가한다.기본 설정은 MiniMax-M2.7과 1,000개 스킬 라이브러리를 사용하며, 절차 콘텐츠 예산은 SkillsBench에서 3,000토큰, ALFWorld에서 1,200토큰이다. 벤치마크 검증기는 앵커링, 검색, 하이드레이션 및 에이전트에 노출하지 않으며, 실행 후에만 호출한다.출처: D EXPERIMENTAL DETAILS · pp. 23–24
- 검색 평가는 섹션과 매크로를 원본 스킬에 대응시키고, 검색 순서를 유지하면서 원본 ID의 중복을 제거해 모든 방법의 Ret@k/MRR 평가 단위를 통일한다.SkillsBench 보상은 검증기 테스트 통과 정도를, ALFWorld 보상은 에피소드 성공 여부를 측정한다. CR은 매크로 사전을 포함하고, Tok은 최종 렌더링된 컨텍스트를 측정한다. 선택 예산은 고정 렌더링 오버헤드를 더하기 전에 적용되며, 분할할 수 없는 전체 스킬은 예산을 초과할 수 있다. CR은 복원 전에, Tok과 보상은 복원 후에 측정한다.출처: D EXPERIMENTAL DETAILS · pp. 23–24
- 구조 및 복구 지표는 보존된 의존성과 검증기 경로를 이후의 확장, 원본 대체, 폐쇄성 복구, 후속 실행 부담 증가와 구분한다.DPR은 최초 압축 뷰에서 유지된 필수 의존성을, VR은 도달 가능한 연산-검증기 경로를 측정한다. 매크로 확장만으로 부족하면 폴백이 수행되며, Recover.에는 그래프 내 국소적 폐포 복구도 포함된다. DI는 복구 단계, 도구 호출, 두 배의 가중치를 부여한 검증기 실패를 통해 짝지은 원본 섹션 실행을 비교하여, 단지 후속 실행으로 작업을 떠넘기는 압축을 드러낸다.출처: D EXPERIMENTAL DETAILS · p. 24
- 비교 실험은 기준 방법의 정보 공개 정책을 유지하면서 과제 입력, 기반 모델, 실행기, 검색 설정을 통일하며, 통제된 압축 변형으로 계약 검증의 효과를 분리한다.기준 방법에는 Vanilla Skills, Vector Skills, Graph-of-Skills [24], SkillDAG [1], 완전히 동일한 텍스트의 중복 제거, LLMLingua-2 방식 압축 [32], 범용 그래프 문법, 계약 검사를 제외한 SkillZip이 포함된다. 텍스트 압축은 SkillZip의 활성 표현 비율에 맞춰 조정하며, 의존성 또는 검증기 검사에 실패하면 실행 전에 원본을 복원한다.출처: D EXPERIMENTAL DETAILS · p. 24
- 1.44초는 캐시된 레코드에서 시작해 1K개 스킬의 로컬 그래프를 구축하고 MotifZip을 수행하는 데 걸린 시간으로, 모델 보조 추출과 원격 추론은 제외한다.단일 프로세스 구조 처리 시간은 100K개 스킬까지 동일한 서버와 캐시된 레코드 출발점에서 측정한다. 중첩형 규모 확장 라이브러리에는 방해 스킬만 추가하고, 질의, 주석, 임베딩, 검색 예산은 고정한다. 통계 비교에는 동일 조건의 실행 5회를 사용하며, 실행 궤적별 프롬프트·캐시·생성 출력·도구 호출 비용 산정은 한 번 렌더링한 컨텍스트의 Tok과 구분한다.출처: D EXPERIMENTAL DETAILS · p. 25
E 관련 연구 상세
- SkillZip은 계약을 갖춘 섹션 매크로를 전체 스킬의 조직화, 프롬프트 압축, 경험 추상화, 범용 그래프 압축과 구분한다.기존 지식 획득 시스템은 지속적인 절차 기억을 구축한다. 반면 Graph-of-Skills [24]와 SkillDAG [1]는 전체 스킬이나 과제 수행 중의 호출을 조직화하고, LLMLingua 및 확장 방법 [10] [11] [32]은 시퀀스를 압축한다. SkillZip은 가역적 그래프 문법 [26]과 MoSSo [12] 같은 점진적 요약 기법을 바탕으로, 대체와 예산 내 하이드레이션에 앞서 경계 포트, 의존성 폐쇄성, 검증기 도달 가능성, 원본 출처를 검증한다.출처: E DETAILED RELATED WORK · pp. 25–26
F 프롬프트
- Sec2Graph 프롬프트는 원본에 근거한 섹션 역할과 계약을 추출한 뒤 섹션 간 산출물 시그니처를 정규화하며, 이후 그래프 처리는 결정론적으로 수행한다.추출 과정은 근거 없는 필드를 만들어내지 않고 입력, 출력, 사전 조건, 효과, 관측 가능한 검증기 훅을 기록한다. 정규화는 섹션 경계나 출처를 바꾸지 않고 생산자–소비자 명칭을 통일한다. 호출 시 온도는 0으로 설정하고 추출은 512토큰, 정규화는 2,048토큰으로 제한한다. 오프라인 추출 결과는 캐시하며, 과제 앵커링 결과는 과제별로 캐시한다.출처: F PROMPTS · pp. 26–27
- PathHydrate는 원문 표현을 유지하면서 기술 과제와 체화형 과제를 공통 스키마에 연결하며, 벤치마크 인터페이스는 하이드레이션된 컨텍스트를 전달하고 원본 확장을 제어한다.기술 과제 앵커는 검증기에 접근하지 않고 산출물, 역량, 입력, 순서가 지정된 하위 목표를 명시한다. 체화형 과제 앵커는 이동, 집기, 상태 변경, 배치의 연쇄를 명시적으로 복원한다. SkillsBench는 초기 원본 검색 횟수를 제한하되 장애물 해결을 위한 검색을 허용한다. ALFWorld는 허용된 행동 하나 또는 세부 정보 요청을 반환하며, 세부 정보 요청은 확장 예산 내에서 재하이드레이션을 유발한다.출처: F PROMPTS · pp. 27–28
- 매 턴 짧은 thought와 action 또는 expand_request 중 하나를 담은 JSON 객체를 정확히 하나 반환해야 하며, 둘을 함께 포함해서는 안 된다.action은 환경에서 허용된 행동이어야 하며, 확장 요청은 부족한 절차 세부 정보를 명시한다.출처: F PROMPTS · p. 28
- 에이전트는 다음 행동이 명확하면 실행하고, 하이드레이션된 컨텍스트에 구체적인 절차 정보가 부족할 때만 확장을 요청해야 하며, 도구나 명령을 지어내서는 안 된다.프롬프트는 에피소드, 목표, 하이드레이션된 실행 가능 컨텍스트, 현재 관측, 허용된 행동을 제공한다.출처: F PROMPTS · p. 28
- clean, heat, cool 같은 상태 변경 행동은 물체를 배치하지 않으므로, 배치를 요구하는 목표에는 별도의 배치 행동이 필요하다.출처: F PROMPTS · p. 28
Related papers
This paper cites
- Voyager: An Open-Ended Embodied Agent with Large Language Models2023
- ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs2023
- ALFRED: A Benchmark for Interpreting Grounded Instructions for Everyday Tasks2019
- LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression2024
- SWE-Skills-Bench: Do Agent Skills Actually Help in Real-World Software Engineering?2026
- SkillNet: Create, Evaluate, and Connect AI Skills2026