대만 AI기업 애피어가 소형 AI 모델도 스스로 업무용 도구(API)를 만들고 다듬을 수 있게 하는 프레임워크 'SMITH'를 발표하고, 관련 논문이 세계적 AI 학회 뉴립스(NeurIPS)에 채택됐다. SMITH는 하나의 AI가 도구를 만들고 직접 사용해본 뒤 성능을 검증해 고치는 과정을 반복하며, 검증을 통과한 도구만 여러 AI가 공유하는 라이브러리에 등록된다. 실험 결과 SMITH로 학습한 40억 매개변수 소형 모델이 학습하지 않은 과제에서 평균 79.8점을 받아, 그때그때 도구를 만든 300억 매개변수 모델보다도 높은 성적을 기록했으며, 토큰 사용량도 평균 3206개에서 약 100개로 약 32배 줄었다. 값비싼 대형 모델 없이도 AI 에이전트를 저비용으로 운영할 수 있는 가능성을 보여준다.
- •애피어 'SMITH', AI가 도구(API) 생성과 사용법을 함께 학습하는 프레임워크, 뉴립스 논문 채택
- •검증 통과한 도구만 여러 AI가 공유하는 라이브러리에 등록되는 구조
- •SMITH로 학습한 40억 매개변수 모델이 300억 매개변수 모델보다 높은 평균 79.8점 기록
- •토큰 사용량 평균 3206개→약 100개로 약 32배 절감
- •3억5000만개 소형 모델도 공유 도구를 활용해 새 문제 해결 가능
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
스스로 API 만들고 고친다…애피어 SMITH가 여는 가성비 에이전트
- 1.애피어, 소형 AI가 스스로 도구(API)를 만들고 검증해 쓰는 기술 'SMITH' 공개, 뉴립스(NeurIPS) 논문 채택
- 2.40억 개(4B) 파라미터 소형 모델이 SMITH 학습 후 미학습 과제에서 평균 79.8점, 미학습 30B 모델 능가
- 3.검증된 도구를 공유 라이브러리로 재사용해 추론 토큰 소비 3206개→약 100개로 약 32배 절감
- 4.오픈AI 에이전트 API, 구글 안티그래비티 2.0, 메타 뮤즈 등 빅테크 에이전틱 AI 경쟁 속 '도구 생성' 병목 해결 시도
왜 중요한가?
AI 에이전트가 사람이 미리 만든 API에 의존해야 했던 한계를 소형 모델의 자율 도구 생성·검증으로 풀어, 고비용 대형 모델 없이도 에이전틱 AI를 운영할 수 있는 가성비 경로를 제시한다는 점에서 기업의 에이전트 도입 장벽을 낮출 잠재력이 크다.
본문 미리보기
대만 인공지능(AI) 솔루션 기업 애피어(Appier)가 작은 AI 모델도 업무용 도구를 스스로 만들어 쓰게 하는 기술 'SMITH(Schema-grounded Multi-task Iterative Tool Honing)'를 공개했다. 이렇게 만든 도구는 다른 AI도 가져다 쓸 수 있어 값비싼 대형 모델 없이 AI 에이전트를 운영하려는 기업의 비용 부담을 덜어줄지 관심이 쏠린다.2일 애피어에 따르면 회사가 발표한 연구 논문 '거대언어모델 에이전트를 위한 도구 생성과 활용의 공동 최적화(Joint Optimization of Tool
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:33AI 초안
