HEELO 연구가 제안한 재사용 단위: 도구 호출 뒤의 판단까지 묶기

에이전트에 API를 연결한 뒤에도 인자 선택, 결과 해석, 실패한 단계의 재실행은 남는다. 11월 5일 arXiv에 제출된 HEELO 연구는 이 작업을 반복해서 맡는 작은 단위를 만들자고 제안한다. 11월 9일 AI Weekly에서 발견했지만 오늘 새로 출시된 제품은 아니다. 논문과 제출 이력에서 공개일을 확인했다.

자원과 사용 판단을 함께 저장한다

연구진은 도구나 코드 같은 자원에 그 자원을 다룰 LLM을 붙인 단위를 agent-native primitive라고 부른다. 중앙 에이전트가 모든 세부사항을 읽는 대신 단위마다 요청에 맞춰 자원을 적용하고 다른 단위와 필요한 정보를 주고받는다. HEELO는 작업별로 단위를 골라 그래프를 구성하고 환경의 증거로 결과를 검사한다. 실패하면 관련 단위의 작업을 다시 수행하고 검증을 거친 개선본을 라이브러리에 넣는다. 연구 원문에 설명된 구조다.

점수는 같은 모델끼리 비교해서 읽는다

저자들은 Terminal-Bench 4.0에서 같은 기반 모델을 쓸 때 Codex의 37.3%와 Dev-Primitives의 55.5%를 보고했다. 차이는 18.2%포인트다. 연구진이 보고한 실험 수치로, 이 글에서 독립 재현한 결과는 아니다. 다른 모델을 쓴 Claude Code의 점수까지 한 줄로 늘어놓으면 모델 효과와 실행 구조의 효과를 구분하기 어렵다.

웹 시연과 실제 연결을 구분한다

공식 사이트는 API와 MCP 연결을 안내한다. 동시에 첫 화면의 사업 시작 시연은 샘플 데이터로 구성했고 외부 동작을 실행하지 않는다고 표시한다. 화면의 진행 표시만으로 실제 계정 연동이나 작업 성공을 확인했다고 해석해서는 안 된다.

개발자가 참고할 대목은 재사용 단위의 경계다. 함수 정의만 공유할지, 인자를 고르고 실패를 처리하는 판단까지 함께 묶을지에 따라 테스트 범위가 달라진다. 자체 적용을 검토한다면 같은 모델과 같은 작업을 유지하고 완료율, 재시도 횟수, 총비용을 함께 기록하는 편이 낫다. 이는 연구 결과를 현장에 대입할 때의 검토 제안이며 논문 수치가 모든 서비스에서 재현된다는 보장은 아니다.