이 논문은 도구를 사용하는 LLM 에이전트가 모델 추론뿐 아니라 순차적인 행동-관찰 턴에서도 지연을 겪는 문제를 다루며, 이를 줄이는 런타임 기법 '추측적 매크로 커밋(Speculative Macro Commit, SMC)'을 제안한다. 신뢰도 높은 대형 행위자 모델이 공식 궤적을 생성하는 동안, 더 빠른 추측 초안 모델이 격리된 환경 스냅샷에서 미래 행동 사슬을 지속적으로 예측·실행하고, 학습 궤적에서 채굴한 매크로 라이브러리로 이를 매칭한다. 행위자의 다음 도구 호출이 초안의 첫 행동과 일치하면 나머지 사전 실행된 단계와 관찰 결과를 공식 궤적에 즉시 반영한다. Qwen3.5-27B를 행위자로, Qwen3.5-4B를 초안 모델로 쓴 실험에서 τ²-Bench 텔레콤 서브셋 기준 순차 실행 대비 지연을 18.59% 줄이면서도 정확도는 유지했으며, AppWorld에서는 순차 실행 대비 44.9% 시간을 단축했다.

• •도구 사용 LLM 에이전트의 순차적 행동-관찰 턴 지연 문제를 해결하는 SMC 기법 제안
• •대형 행위자 모델과 빠른 추측 초안 모델의 2단계 구조, 학습 굤적에서 채굴한 매크로 라이브러리로 매칭
• •Qwen3.5-27B(행위자)·Qwen3.5-4B(초안 모델) 조합으로 실험
• •τ²-Bench 텔레콤에서 순차 실행 대비 18.59% 지연 감소, 정확도는 유지
• •AppWorld에서 순차 실행 대비 44.9% 시간 단축