AI 요약
구글과 퍼듀대학교 연구진이 2026년 8월, 장시간 실행되는 AI 에이전트의 성능 저하 문제를 해결하는 'SKILL.state'라는 새로운 기법을 제안했다. 이 방식은 대화 기록 전체를 AI에 입력하는 대신, 사전에 정의된 '형(type)'을 가진 구조화된 상태(State) 데이터만 전달하는 것이 핵심이다. 이를 통해 토큰 소비를 대폭 줄이면서도 장기 태스크에서 높은 정확도를 유지하는 데 성공했다.
핵심 포인트
- 구글과 퍼듀대학교 연구진이 2026년 8월 'SKILL.state' 기법을 논문으로 발표 (arXiv:2608.26263)
- 대화 기록 대신 '현재 실행 상태(State)'만을 JSON 형태로 전달하는 방식으로 컨텍스트 팽창 문제 해결
- 200스텝 장기 태스크에서 기존 방식(0.74~0.88) 대비 높은 0.94의 정확도 유지, 토큰 소비는 617만→12만 토큰으로 대폭 감소
- InterCode CTF 해킹 벤치마크에서 기존 최강 모델 대비 +7.8포인트 향상, 토큰 소비 60% 절감
향후 전망
- AI 에이전트의 장기 실행 안정성을 높이는 핵심 기술로 자리잡을 가능성이 높으며, 향후 스킬(skill) 기반 에이전트 프레임워크와의 통합 논의가 활발해질 전망
- 기업용 RAG 및 생성AI 솔루션에서도 토큰 비용 절감과 정확도 향상을 위해 도입이 확산될 것으로 예상