대규모 언어모델(LLM) 기반 에이전트의 성능을 향상시키기 위한 핵심 방법 중 하나는 테스트 시점 스케일링(Test-time Scaling, TTS)입니다. 이는 여러 후보 경로(trajectory)를 동시에 탐색하고 최적의 경로를 선택하는 방식인데, 기존 TTS는 이 경로들을 병렬로 실행할 수 있는 환경 복제를 전제로 했습니다. 하지만 실제 기업 환경이나 클라우드 서비스는 공유되고 영구적이며, 복제 비용이 비싸거나 불가능하고, 에이전트의 행동이 되돌릴 수 없는 부작용을 일으킬 수 있어 이러한 병렬 실행이 어려웠습니다.
이러한 문제를 해결하기 위해 새로운 '에이전트 월드 모델링(Agentic World Modeling, AWM)' 기술이 제안되었습니다. AWM은 다음 관찰(next-observation) 예측을 다단계 증거 획득 작업으로 재구성합니다. 즉, 가상의 행동을 수행할 때마다 에이전트 시뮬레이터가 실제 환경에 안전한 읽기 전용 인터페이스를 통해 적응적으로 질의하고, 반환된 증거를 바탕으로 추론하며, 실행 가능한 계산을 사용해 공유 상태를 변경하지 않고도 결과적인 관찰을 구성합니다. 이 방식은 기존의 생성형 월드 모델이 환경 상태를 단일 프롬프트로 압축하여 부분적인 관찰(partial observability) 하에서 시뮬레이션 신뢰도가 떨어지는 한계를 극복합니다.
AWM은 트랙토리 수준의 TTS와 통합되어 단일 공유 환경에서 병렬 탐색을 가능하게 합니다. 연구 결과, AWM은 τ-벤치(τ-bench), 앱월드(AppWorld), 오피스벤치(OfficeBench) 등 다양한 벤치마크에서 단일 시뮬레이션 기준선 대비 평균 40.07% 높은 성능을 보였고, 기존 훈련된 월드 모델 기준선보다도 평균 12.36% 우수했습니다. 이는 상호작용적이고 읽기 기반의 시뮬레이션이 공유되고 재설정 불가능한 환경에서 안전하고 확장 가능한 에이전트 TTS의 실용적인 기반이 될 수 있음을 의미합니다. 이 기술은 실제 서비스에 LLM 에이전트를 도입할 때 발생할 수 있는 비용과 위험을 크게 줄여주면서도 에이전트의 의사결정 능력과 신뢰도를 높이는 데 기여할 것으로 기대됩니다.