에이전트 스킬이 자동화된 피드백 루프로 점점 더 최적화되면서 규칙·예시·스크립트·휴리스틱 등 내부 구성요소의 가치가 불분명해지는 문제를, 이 논문은 '스킬 가치평가'로 정식화한다. 스킬 단위는 서로 의존하고 문서 계층에 속하며 에이전트 행동을 유발하고 제한된 프롬프트 맥락을 소비한다는 점에서 데이터나 프롬프트 구간 가치평가와 다르다. 저자들은 구조 인식형 섀플리 방식 프레임워크 SkillSV를 제안해 스킬을 단위·의존성·계층으로 컴파일함으로써 유효한 반사실적 스킬만 평가하고, 짝을 이룬 삭제와 길이 중립 패딩으로 콘텐츠 가치와 맥락 비용을 분리하며, 노이즈가 있는 에이전트 평가를 위한 롤아웃 예산 기반 추정기로 값을 계산한다. 4개 에이전틱 벤치마크에서 SkillSV는 단위 간 상호작용을 복원하고 전체 스킬 향상 효과를 보존하며 안전한 가지치기와 압축을 안내하는 것으로 나타났다.

• •에이전트 스킬의 규칙·예시·스크립트 등 내부 단위에 기여도를 부여하는 '스킴 가치평가' 문제 정식화
• •스킬 단위는 상호 의존·계층 구조·행동 유발·맥락 소비를 가져 데이터·프롬프트 평가와 다름
• •구조 인식형 섬플리 방식의 SkillSV, 유효한 반사실적 스킬만 평가하도록 단위·의존성·계층으로 컴파일
• •짝 삭제와 길이 중립 패딩으로 콘텐츠 가치와 맥락 비용 분리, 롤아웃 예산 기반 추정기 사용
• •4개 에이전트형 벤치마크에서 단위 상호작용 복원, 안전한 가지치기·압축 안내 가능성 확인