웹 에이전트가 스킬을 과업 단위로만 고정 재사용해 웹페이지 상태 변화에 대응하지 못하는 한계를 지적하고, 단계별 스킬 재사용을 가능케 하는 온라인 학습법 'State-Grounded Dynamic Retrieval(SGDR)'을 제안한 논문이다. 기존 방식은 초기 지시문 기반으로 검색한 스킬 집합을 실행 내내 고정하지만, 적절한 다음 행동은 과업 목표뿐 아니라 현재 페이지 상태에도 좌우된다. SGDR은 완료된 궤적을 중간 실행 상태에서 호출 가능한 하위 절차로 바꾸는 슬라이딩 윈도 추출, 스킬 검색을 실행 가능한 행동과 잇는 텍스트-코드 이중 표현, 과업 목표와 현재 상태를 함께 매칭하는 상태 기반 동적 검색으로 구성된다. WebArena 5개 도메인에서 GPT-4.1로 37.5%, Qwen3-4B로 24.3% 성공률을 기록해 최강 베이스라인 대비 각각 10.6%, 10.0% 상대 향상을 보였다.

• •과업 단위 고정 스킬 재사용의 한계를 단계별 재사용으로 극복하는 SGDR 온라인 스킬 학습법
• •완료 궤적을 중간 상태에서 호출 가능한 하위 절차로 변환하는 슬라이딩 윈도 추출
• •스킬 검색을 실행 행동과 잇는 텍스트-코드 이중 표현 및 과업 목표·현재 상태 동시 매칭
• •WebArena에서 GPT-4.1 37.5%, Qwen3-4B 24.3% 성공률로 최강 베이스라인 대비 +10.6%·+10.0% 상대 향상