AnyS1 연구 공개: 작은 판단 모델의 비용 절감과 큰 모델로 넘기는 조건
스킬의 선택형 판단을 4B 모델에 맡기는 AnyS1을 살펴본다. 비용 절감의 비교 기준과 확신도가 낮을 때 큰 모델로 넘기는 조건을 구분했다.

AnyS1 연구진은 스킬 문서의 선택 지점을 작은 모델에 맡기는 에이전트 구조를 공개했다. 2026년 11월 18일 제출된 공식 논문은 작업당 비용 75~91% 절감과 모델 호출 시간 63~92% 단축을 보고했다. 모두 연구진의 실험 결과이며 독립 재현 결과는 이번 글에서 확인하지 않았다.
선택지가 정해진 판단을 작은 모델에 맡긴다
AnyS1은 SKILL.md에 적힌 절차를 실행 유형별로 나눈다. 코드는 결과가 정해진 단계를 실행한다. 큰 모델인 System-2는 자유로운 생성을 맡는다. 작은 모델인 System-1은 유한한 선택지 중 하나를 고른다. System-1의 확신도가 기준보다 낮으면 System-2가 판단을 넘겨받는다.
공식 프로젝트 페이지에 따르면 연구진은 공개 스킬 1,072개에서 판단 지점을 추출했다. 격리된 컨테이너의 실행 상태로 학습 데이터를 만들고 4B 모델을 학습했다. 이 모델은 선택지별 확률을 한 번의 순전파로 계산한다.
비용 절감의 비교 기준
논문은 SOPBench, ALFWorld, WebShop에서 평가했다. 비교 기준은 스킬 문서를 그대로 읽는 System-2 에이전트다. 비용에는 워크플로를 코드로 정리한 효과와 작은 모델의 판단 효과가 함께 반영된다.
프로젝트의 DeepSeek-V4.1-Flash 실험에서 워크플로만 정리한 All-S2는 평균 비용을 81% 줄였다. 개발 실행으로 기준을 조정한 AnyS1_warm은 평균 89%를 줄였다. 이 수치는 같은 비교 기준을 사용한다. 81% 절감에 89% 절감이 추가된다는 뜻으로 읽으면 안 된다.
ALFWorld 성공률은 All-S2의 96.3%에서 AnyS1_warm의 95.5%로 낮아졌다. 연구진이 말하는 신뢰성 유지는 개별 점수가 모두 같다는 뜻이 아니다. 확신도 기준 없이 선택형 판단을 전부 작은 모델에 맡긴 All-S1의 성공률은 40.3%였다.
실행 전에 확인할 조건
공식 저장소는 컴파일 결과로 decisions.json, SKILL.anys1.md, workflow.py를 만든다고 설명한다. 일반 컴파일은 System-2 API를 호출한다. --offline은 API 호출 없이 Markdown 구조를 읽는 경로다. 두 경로의 추출 방식을 구분해야 한다.
공식 모델 카드는 Qwen/Qwen3.5-4B-Base에 LoRA와 선택지 평가 헤드를 붙인 구성을 설명한다. 카드의 라이선스 표기는 Apache-2.0이며 배포 시 기반 모델의 조건도 확인해야 한다.
개발팀은 자기 업무에서 선택지가 닫힌 판단이 얼마나 많은지 먼저 살펴볼 만하다. 선택지 판단 비중과 큰 모델로 넘기는 비율이 비용에 영향을 준다. 이 글에서는 모델 설치, GPU 추론, 업무별 성공률 측정을 실행하지 않았다. 보고된 비용 절감률이 실제 서비스의 청구액 절감을 보장하지는 않는다.



Discussion
No comments yet