워크플로우-투-스킬: 라우팅-워크플로우-시맨틱스-어태치먼트 분해를 통한 스킬 생성
Workflow-to-Skill: Skill Creation via Routing-Workflow-Semantics-Attachments Decomposition
대규모 언어 모델(LLM) 에이전트는 절차적 지식을 인코딩하기 위해 스킬(Skill)에 점점 더 의존하고 있지만, 고품질 스킬을 직접 작성하는 데는 여전히 높은 비용이 든다. 본 논문은 데모, 에이전트 궤적, 도구 실행 추적, 실행 로그 등 이질적인 상호작용 증거로부터 스킬을 자동으로 구성하는 방법을 연구한다. 추적-투-스킬(trace-to-skill) 구성은 단순한 요약 태스크가 아님을 주장하는데, 이는 추적 데이터가 단편적이고 중복적이며 드물지만 안전에 중요한 동작을 누락할 수 있기 때문이다. 이를 해결하기 위해, 본 논문은 스킬을 워크플로우 구조, 실행 시맨틱스(Semantics), 런타임 어태치먼트(Attachments)로 분해하는 워크플로우 지향 중간 표현인 RWSA를 제안한다. RWSA는 태스크 분해, 제어 흐름, 검증, 안전성, 롤백, 상태 관리를 포착한다. RWSA를 기반으로, 추적을 분할하고 로컬 스킬 초안을 유도하며 공유 구조를 정렬하고 분기를 조정하면서 증거 및 신뢰도 어노테이션을 보존하면서 중복성을 압축하는 프레임워크 W2S를 제안한다. 70개 스킬에 대한 실험에서 W2S는 요약 및 프롬프팅 기반 베이스라인 대비 행동 재현 일관성을 10.5% 향상시켰으며, 이는 추적을 압축 가능한 텍스트가 아닌 실행 가능한 런타임 명세로 다루어야 할 필요성을 강조한다.