기존의 대규모 언어 모델(LLM) 기반 웹 에이전트(agent)는 제한된 문맥 내 메모리, 취약한 계획 수립 능력, 그리고 조기 종료로 이어지는 탐욕적(greedy) 동작으로 인해 복잡하고 긴 호흡(long-horizon)의 태스크에서 어려움을 겪는다. 이러한 문제를 해결하기 위해, 동적 $\ANDOR$ 트리를 통해 계획 수립과 실행을 교차 진행하는 계층적 계획 수립 프레임워크인 \SA{}를 제안한다. 이 프레임워크는 구조적 계획 수립을 LLM 기반 추론과 분리하여 노드 수리를 통한 원칙적인 오류 복구, OR 노드를 통한 대안의 체계적인 탐험, 인간의 개입을 촉진할 수 있는 모듈식 계획을 가능하게 한다. WebArena(630개 태스크)에서 \SA{}는 AgentOccam의 약 46% 대비 약 53%의 성공률을 달성하며, 복잡한 다중 제약 조건이 있는 Amazon 쇼핑 태스크에서는 가장 강력한 기준선 대비 10%의 성능 향상을 기록한다.
메모리는 장기 수행 AI 에이전트의 핵심 구성 요소로 자리잡고 있으며, 에이전트가 웹 브라우저, 소프트웨어 도구 및 기타 인터랙티브 환경을 운용할 때 과거 경험을 재사용할 수 있게 해준다. 기존 연구는 대부분 메모리를 공급 문제로 취급하여, 어떤 경험을 기록할지, 어떻게 저장할지, 다음 작업을 위해 어느 항목을 검색할지를 다루었다. 그러나 다단계 행동 궤적 전반에 걸쳐 모델이 검색된 메모리를 어떻게 소비하는지에 대한 명확한 설명은 아직 부족하다. 이 소비 과정은 어떤 메모리를 검색해야 하는지뿐만 아니라, 이를 안전하게 사용하기 위해 어떤 모델과 제어 정책이 필요한지를 결정하기 때문에 중요하다. 이 과정을 진단하기 위해, 우리는 메모리가 처음으로 행동을 변경하는 지점, 그 변경이 이후로 이어지는지 여부, 그리고 에이전트가 올바른 경로를 이탈한 후 회복할 수 있는지를 묻는 궤적 수준의 프레임워크인 Entry-Propagation-Recovery (E-P-R)를 제안한다. 우리는 WebArena와, 이러한 단계들을 분리하기 위해 직접 구축한 통제된 벤치마크인 MemTrapBench에 E-P-R을 적용한다. 주요 실패는 종종 진입(entry) 단계에서 시작됨을 발견하였다: 에이전트는 충돌하는 메모리가 작업에 부적합하더라도 첫 번째 노출 결정 지점에서 이를 채택한다. 반복적인 노출은 이 초기 오류를 증폭시키며, 이탈 이후의 회복은 미약하다. 이러한 효과들이 결합하여 순응 함정을 형성한다: 모델 전반에 걸쳐 충돌하는 메모리는 유사한 순응률을 유도하지만, 에이전트가 순응하게 되면 성공률은 낮은 수준으로 붕괴된다. 따라서 더 강력한 에이전트는 각 순응 이벤트가 더 많은 기준선 역량을 소거하기 때문에 절대적으로 더 큰 손해를 입는다. 이러한 결과는 메모리 증강 에이전트가 검색 품질이나 최종 성공률만으로 평가되어서는 안 되며, 궤적 전반에 걸쳐 메모리를 어떻게 소비하는지로도 평가되어야 함을 시사한다.
유사 작업을 매번 처음부터 푸는 에이전트의 불필요한 추론과 긴 실행 트레이스를 줄이기 위해 SkillDisCo는 FSM 정의 시나리오에서 성공 트레이스로부터 재사용 가능한 PFSM 서브그래프를 증류하고 호출·실행·검증 가능한 절차적 스킬로 컴파일하는 프레임워크를 제안한다. ALFWorld와 WebArena 실험에서 벤치마크와 모델 규모 전반에 걸쳐 성공률을 높이고 에이전트 턴 수를 줄였다.
대규모 언어 모델(LLM)으로 구동되는 자율 웹 에이전트는 정보 검색, 보고서 생성, 온라인 거래와 같은 목표 지향 작업을 수행할 수 있는 강력한 잠재력을 보여줍니다. 이러한 에이전트는 개방형 웹 환경에서 실용적인 구현된 추론(embodied reasoning)을 향한 중요한 단계를 나타냅니다. 그러나 기존 접근 방식은 여전히 추론 깊이와 효율성 면에서 제한적입니다. 기본 선형 방법은 다단계 추론에서 실패하고 효과적인 백트래킹(backtracking)이 부족한 반면, 다른 검색 전략은 거친 입자도의(coarse-grained) 것이며 계산 비용이 높습니다. 우리는 구조화된 추론-행동, 맥락 메모리, 효율적인 실행을 통합하는 세밀한(fine-grained) 웹 에이전트 프레임워크인 Branch-and-Browse를 소개합니다. 이는 (i) 제어 가능한 다분기 추론을 위해 트리 구조 탐험과 함께 명시적 하위 작업 관리를 사용하고, (ii) 백그라운드 추론을 통한 효율적인 웹 상태 재생을 통해 탐험을 부트스트랩하며, (iii) 세션 내 및 세션 간에 탐험된 액션을 공유하기 위해 페이지 액션 메모리를 활용합니다. WebArena 벤치마크에서 Branch-and-Browse는 35.8%의 작업 성공률을 달성했으며, 최첨단 방법에 비해 실행 시간을 최대 40.4% 단축했습니다. 이러한 결과는 Branch-and-Browse가 LLM 기반 웹 에이전트를 위한 신뢰할 수 있고 효율적인 프레임워크임을 입증합니다.
웹 에이전트의 모방 학습(imitation learning)에서 전문가 개입 시점 조절의 어려움을 해결하기 위해 Speculative Rollback Correction (SRC) 프레임워크를 제안한다. SRC는 고정된 수평 분기 검토를 통해 유용한 접두사를 보존하고 검증기를 통과한 다양한 궤적을 수집하여, WebArena-Infinity 벤치마크에서 효율적인 회복 대비 쿼리 트레이드오프를 달성했다.