임상 프로토콜 실행 에이전트에 RL을 적용할 때의 구조적 한계를 진단한 연구다. 기존 MedAgentBench v1/v2를 감사해 아무것도 하지 않아도 41.7%가 통과되는 'silent-finish' 결함을 발견하고, 이를 8.9%로 낮춘 MAB-v3(508개 과제)를 새로 구축했다. Qwen3-8B 학습에서 20개 과제 유형 중 10개는 기본 성능 0%라 그래디언트가 발생하지 않는 '능력 천장'과, 탐색으로는 발견 불가능한 정확한 임상 코드가 필요한 '형식 지식 장벽'을 확인했다. 순수 RL은 pass@1 18.2%로 규칙 기반 SFT의 34.1%에 15.9%p 뒤졌으며, 결정/형식지식/조회 분류 체계로 'SFT로 코드 주입, RL로 조건 논리 학습'이라는 처방을 제시했다. 의료 등 고신뢰 도메인에서 RL 만능론에 대한 경고다.

• •MedAgentBench v1/v2에서 무행동이 41.7% 통과되는 silent-finish 결함 발견, 천장을 8.9%로 낮춘 MAB-v3(508개 과제) 구축
• •능력 천장: 20개 과제 유형 중 10개는 기본 성능 0%라 RL 그래디언트가 아예 발생하지 않음
• •형식 지식 장벽: 3개 유형은 탐색으로 발견 불가능한 정확한 임상 코드 필요
• •순수 RL 18.2% vs 규칙 기반 SFT 34.1% (pass@1) — 15.9%p 격차가 두 장벽에서 기인
• •결정/형식지식/조회 분류체계로 RL 학습 가능성을 예측하고 SFT+RL 결합 처방 제시