알리바바 Qwen 연구진, 범용 에이전트 위한 언어 세계 모델 'Qwen-AgentWorld' 발표

팩트알리바바 Qwen 연구진은 최근 범용 에이전트의 인지 능력을 강화하는 새로운 언어 세계 모델 'Qwen-AgentWorld'를 발표했습니다. 연구진은 35B(350억 개 파라미터)와 397B(3970억 개 파라미터) 규모의 두 가지 모델을 선보였습니다.

주장세계 모델(World Model)은 에이전트가 현재 관찰과 행동을 바탕으로 환경의 변화를 예측하는 핵심 인지 메커니즘입니다. 연구진은 언어 모델을 기반으로 한 세계 모델이 범용 에이전트의 한계를 극복할 수 있다고 강조합니다.

팩트이번 연구는 7개 영역의 환경을 시뮬레이션하기 위해 1천만 개 이상의 환경 상호작용 궤적을 학습 데이터로 활용했습니다. 모델은 긴 사고의 연쇄(Long Chain-of-Thought, 단계별 추론 과정)를 통해 복잡한 환경 변화를 예측합니다.

팩트학습 과정은 세 단계로 구성됩니다. 사전 학습(CPT)을 통해 상태 전이 역학을 주입하고, 지도 미세 조정(SFT)으로 다음 상태 예측 능력을 활성화하며, 강화 학습(RL)을 통해 시뮬레이션의 정확도를 높입니다.

팩트연구진은 모델 성능을 평가하기 위해 9개 벤치마크를 기반으로 한 'AgentWorldBench'를 새롭게 구축했습니다. 실험 결과, Qwen-AgentWorld는 기존의 주요 최첨단 모델들보다 뛰어난 성능을 기록했습니다.

주장이 모델은 두 가지 방식으로 범용 에이전트의 성능을 개선합니다. 첫째, 분리된 환경 시뮬레이터로서 수천 개의 실제 환경을 확장 가능하고 통제된 방식으로 구현합니다. 둘째, 에이전트 기초 모델로서 하위 작업의 성능을 향상하는 워밍업 역할을 수행합니다.

교차검증해당 논문은 아카이브(arxiv)에 공개된 선공개 논문으로, 아직 학계의 공식적인 동료 평가(Peer Review) 과정을 거치지 않았습니다. 연구 결과의 학술적 검증은 향후 진행될 예정입니다.

교차검증모델의 일반화 능력과 재현성에 대한 한계점도 존재합니다. 1천만 개의 궤적을 학습했음에도 불구하고, 학습 데이터에 포함되지 않은 새로운 환경에서의 예측 정확도나 모델의 설명 가능성(Explainability, 인공지능의 판단 근거를 사람이 이해하는 방식)은 추가 검증이 필요합니다.

팩트연구진은 Qwen-AgentWorld-35B-A3B와 Qwen-AgentWorld-397B-A17B를 통해 에이전트가 복잡한 환경에서 스스로 학습하고 적응하는 기반을 마련했습니다. 이는 에이전트가 단순히 명령을 수행하는 단계를 넘어 환경을 이해하는 단계로 나아감을 의미합니다.

주장이번 연구는 에이전트 강화 학습(Agentic RL) 분야에서 실제 환경 학습만으로는 부족했던 성능 한계를 시뮬레이션으로 보완했다는 점에서 큰 의미가 있습니다. 시뮬레이션의 정밀도가 에이전트의 지능을 결정하는 핵심 요소임을 입증했습니다.

주장향후 연구진은 더 다양한 도메인으로 시뮬레이션 환경을 확장하고, 모델의 추론 효율성을 높이는 방향으로 기술을 고도화할 계획입니다. 이는 범용 인공지능(AGI)으로 나아가는 중요한 기술적 이정표가 될 전망입니다.

출처arxiv의 선공개 논문(https://arxiv.org/abs/2606.24597)을 참고했습니다.