📋 목차

🔄 Self-Evolving & Agents

1. PRECEPT: Planning Resilience via Experience, Context Enginee…
2. Test-Driven AI Agent Definition (TDAD): Compiling Tool-Using…
3. AutoAgent: Evolving Cognition and Elastic Memory Orchestrati…

🧠 Lifelong & Long-range Memory

1. VPWEM: Non-Markovian Visuomotor Policy with Working and Epis…
2. a-TMFG: Scalable Triangulated Maximally Filtered Graphs via …

🦾 Robotics & Embodied AI

1. An Open-Source Robotics Research Platform for Autonomous Lap…
2. See, Plan, Rewind: Progress-Aware Vision-Language-Action Mod…
3. Tactile Recognition of Both Shapes and Materials with Automa…

---

🔄 Self-Evolving & Agents

1. PRECEPT: Planning Resilience via Experience, Context Engineering & Probing Trajectories A Unified Framework for Test-Time Adaptation with Compositional Rule Learning and Pareto-Guided Prompt Evolution

👥 저자: Arash Shahmansoori
📄 원문: https://arxiv.org/abs/2603.09641v1 · PDF
⭐ 유망점수: 12점

PRECEPT 논문 리뷰

핵심 기여

LLM 에이전트가 자연어로 지식을 저장할 때 조건 수 증가에 따른 검색 성능 저하, 규칙 조합 실패, 오래되거나 적대적 지식 탐지 부재 문제를 해결한다. 세 가지 핵심 컴포넌트의 긴밀한 통합이 차별점: (1) 구조화된 조건 키 기반 결정론적 정확 매칭, (2) 베이지안 소스 신뢰도 기반 충돌 인식 메모리, (3) COMPASS라는 파레토 가이드 프롬프트 진화 루프.

방법론

결정론적 경로에서는 부분 매칭 오류를 원천 차단(0% 오류율)하고 의미적 계층 구조로 규칙 조합을 지원한다. 충돌 인식 메모리는 정적-동적 지식 간 불일치를 해소하고 드리프트 적응을 수행한다. COMPASS는 동일한 엔드투엔드 실행 파이프라인에서 프롬프트를 평가하며 파레토 최적화로 다목적 균형을 달성한다. 테스트 타임 적응을 위한 통합 프레임워크로 설계됨.

실험 결과

Full Reflexion 대비 +41.1pp 첫 시도 성공률(d>1.9), 조합적 일반화 +33.3pp(d=1.55), 2-way 물류 조합에서 100% P₁ 달성. 지속 학습 +40-55pp, 드리프트 회복 +55.0pp(p=0.031), 스텝 수 61% 감소. 적대적 정적 지식 하에서도 물류 태스크 100% 강건성 유지. 대부분 비교가 p<0.001 수준으로 통계적으로 유의미함.

한계 및 향후 연구

초록에서 명시적 한계 언급이 부족하나, 구조화된 조건 키 설계 의존성과 도메인 특화 규칙 정의 필요성이 범용성 제약이 될 수 있다. 통합 태스크에서 부분 회복만 달성한 점, 실제 대규모 환경에서의 확장성 검증이 향후 과제로 보인다. 베이지안 소스 신뢰도의 사전 분포 설정 민감도도 탐구 필요.

---

종합 평가: ⭐⭐⭐⭐ — LLM 에이전트의 지식 관리 문제를 체계적으로 해결한 실용적 프레임워크로, 강력한 실험 결과가 뒷받침되나 범용성 검증이 추가로 필요함.

2. Test-Driven AI Agent Definition (TDAD): Compiling Tool-Using Agents from Behavioral Specifications

👥 저자: Tzafrir Rehan
📄 원문: https://arxiv.org/abs/2603.08806v1 · PDF
⭐ 유망점수: 12점

Test-Driven AI Agent Definition (TDAD) 논문 리뷰

핵심 기여

기존 LLM 에이전트 개발은 프롬프트 수정 시 사일런트 리그레션(silent regression)이 발생하고, 도구 오용이나 정책 위반이 배포 후에야 발견되는 문제가 있었다. TDAD는 프롬프트를 컴파일된 아티팩트로 취급하여, 행동 명세(behavioral specification)로부터 테스트를 자동 생성하고, 테스트 통과 시까지 프롬프트를 반복 개선하는 테스트 주도 에이전트 정의 패러다임을 제시한다. 이는 소프트웨어 공학의 TDD 원칙을 LLM 에이전트 개발에 체계적으로 적용한 최초의 방법론이다.

방법론

핵심 아이디어는 3단계 파이프라인이다: (1) 엔지니어가 행동 명세 작성 → (2) 코딩 에이전트가 실행 가능한 테스트로 변환 → (3) 두 번째 코딩 에이전트가 테스트 통과까지 프롬프트 반복 정제. Specification gaming 방지를 위해 세 가지 메커니즘을 도입한다: visible/hidden 테스트 분리(컴파일 중 평가 테스트 은닉), 시맨틱 뮤테이션 테스팅(결함 프롬프트 변이체 생성 후 탐지율 측정), 명세 진화 시나리오(요구사항 변경 시 리그레션 안전성 정량화).

실험 결과

SpecSuite-Core 벤치마크(정책 준수, 분석 근거, 런북 준수, 결정적 실행 등 4개 에이전트)에서 24회 독립 실험 결과: v1 컴파일 성공률 92%, hidden 테스트 통과율 97%를 달성했다. 진화된 명세(v2)는 컴파일 성공률 58%로 낮아지나, 뮤테이션 점수 86-100%, 리그레션 안전성 97%를 보여 명세 변경에도 견고함을 입증했다.

한계 및 향후 연구

v2 명세 컴파일 성공률이 58%로 상대적으로 낮아, 복잡한 요구사항 진화 시 한계가 존재한다. 벤치마크가 4개 에이전트로 제한되어 일반화 검증이 필요하며, LLM 기반 테스트 생성의 비결정성과 비용 문제도 남아있다. 향후 더 다양한 도메인과 대규모 에이전트에 대한 검증, 그리고 테스트 품질 자동 평가 메트릭 개발이 유망한 연구 방향이다.

---

종합 평가: ⭐⭐⭐⭐ — LLM 에이전트 개발에 소프트웨어 공학적 엄밀성을 도입한 실용적이고 시의적절한 연구로, 프로덕션 배포 신뢰성 향상에 의미 있는 기여를 한다.

3. AutoAgent: Evolving Cognition and Elastic Memory Orchestration for Adaptive Agents

👥 저자: Xiaoxing Wang, Ning Liao, Shikun Wei 외
📄 원문: https://arxiv.org/abs/2603.09716v1 · PDF
⭐ 유망점수: 8점

AutoAgent: 적응형 에이전트를 위한 진화적 인지 및 탄력적 메모리 오케스트레이션 리뷰

핵심 기여

기존 자율 에이전트 프레임워크들이 정적 인지, 경직된 워크플로우 의존성, 비효율적 컨텍스트 활용이라는 한계를 가진 반면, AutoAgent는 세 가지 핵심 컴포넌트(진화적 인지, 실시간 맥락 의사결정, 탄력적 메모리 오케스트레이션)를 긴밀하게 결합하여 외부 재학습 없이 경험으로부터 지속적으로 학습하는 자기진화 멀티에이전트 프레임워크를 제안한다. 장기 경험 학습과 실시간 맥락 민감 의사결정 간의 간극을 해소한 점이 차별화된다.

방법론

각 에이전트는 도구, 자기 능력, 동료 전문성, 태스크 지식에 대한 구조화된 프롬프트 수준 인지를 유지한다. 실행 시 이 인지를 라이브 태스크 컨텍스트와 결합하여 도구 호출, LLM 생성, 에이전트 간 요청을 포함한 통합 행동 공간에서 액션을 선택한다. Elastic Memory Orchestrator는 원본 기록 보존, 중복 궤적 압축, 재사용 가능한 에피소드 추상화 구축을 통해 토큰 오버헤드를 줄이면서 의사결정에 중요한 증거를 유지한다. 의도한 행동과 관찰된 결과를 정렬하는 폐쇄 루프 인지 진화 프로세스가 전체를 통합한다.

실험 결과

검색 증강 추론(RAG), 도구 증강 에이전트 벤치마크, 체화된 태스크 환경 등 다양한 실험에서 태스크 성공률, 도구 사용 효율성, 협업 강건성 측면에서 정적 베이스라인 및 메모리 증강 베이스라인을 일관되게 능가한다. 특히 비정상적(non-stationary) 환경과 개방형(open-ended) 태스크에서 적응성 향상이 두드러진다고 주장하나, 구체적 수치는 초록에서 제시되지 않았다.

한계 및 향후 연구

초록만으로는 구체적 성능 수치, 계산 비용, 메모리 압축의 정보 손실 정도에 대한 정보가 부족하다. 인지 진화의 수렴성이나 잘못된 학습의 누적 가능성도 검증이 필요하다. 향후 더 복잡한 실세계 환경에서의 검증, 인지 진화의 해석 가능성 연구, 그리고 대규모 멀티에이전트 시스템으로의 확장 연구가 기대된다.

---

종합 평가: ⭐⭐⭐⭐ (4/5) — 자율 에이전트의 적응성 문제를 인지 진화와 탄력적 메모리로 통합 해결한 체계적 프레임워크로, 실용적 가치가 높으나 구체적 실험 검증 세부사항 확인이 필요함.

---

🧠 Lifelong & Long-range Memory

4. VPWEM: Non-Markovian Visuomotor Policy with Working and Episodic Memory

👥 저자: Yuheng Lei, Zhixuan Liang, Hongyuan Zhang 외
📄 원문: https://arxiv.org/abs/2603.04910v1 · PDF
⭐ 유망점수: 15점

VPWEM: 작업 및 에피소드 기억을 활용한 비-마르코프 시각-운동 정책 리뷰

핵심 기여

기존 시각-운동 정책은 단일 관측이나 짧은 컨텍스트에 의존하여 장기 기억이 필요한 비-마르코프 태스크에서 실패했다. 컨텍스트 윈도우를 단순히 늘리면 계산 비용 증가와 spurious correlation 오버피팅 문제가 발생한다. VPWEM은 인간의 기억 시스템에서 영감을 받아 단기 작업 기억(sliding window)과 장기 에피소드 기억(압축 토큰)을 결합한 최초의 구조적 접근을 제시한다.

방법론

최근 관측은 슬라이딩 윈도우로 유지(작업 기억)하고, 윈도우 밖 과거 관측은 Transformer 기반 문맥 메모리 압축기가 고정 개수의 에피소드 메모리 토큰으로 재귀적 압축한다. 압축기는 과거 요약 토큰에 대한 self-attention과 과거 관측에 대한 cross-attention을 사용하며, 정책과 함께 end-to-end로 학습된다. Diffusion Policy 위에 구현되어 스텝당 메모리/계산이 거의 상수로 유지된다.

실험 결과

메모리 집약적 조작 벤치마크 MIKASA에서 기존 SOTA(Diffusion Policy, VLA 모델) 대비 20% 이상 성능 향상을 달성했다. 모바일 조작 벤치마크 MoMaRT에서 평균 5% 개선을 보였다. 장기 의존성이 필요한 태스크에서 특히 두드러진 성능 차이를 보여, 에피소드 메모리의 효용성을 입증했다.

한계 및 향후 연구

압축기의 정보 손실 정도와 최적 압축 비율에 대한 분석이 부족하다. 실제 로봇 실험 없이 시뮬레이션 벤치마크에만 의존했으며, 더 긴 horizon(수백~수천 스텝) 태스크로의 확장성 검증이 필요하다. 향후 언어 지시와의 통합, 메모리 검색 메커니즘 개선 등이 유망한 방향이다.

---

종합 평가: ⭐⭐⭐⭐ — 인간 기억 체계에서 영감받은 우아한 설계로 비-마르코프 로봇 제어 문제에 실용적 해법을 제시했으나, 실제 로봇 검증이 아쉽다.

5. a-TMFG: Scalable Triangulated Maximally Filtered Graphs via Approximate Nearest Neighbors

👥 저자: Lionel Yelibi
📄 원문: https://arxiv.org/abs/2603.09564v1 · PDF
⭐ 유망점수: 5점

a-TMFG: 근사 최근접 이웃을 통한 확장 가능한 삼각화 최대 필터 그래프 논문 리뷰

핵심 기여

기존 TMFG는 O(n²) 밀집 상관행렬의 사전 계산과 저장이 필요하여 대규모 데이터셋에 적용이 불가능했음. 본 논문은 k-최근접 이웃 그래프(kNNG)를 초기 구조로 활용하고, 누락된 상관관계를 온-더-플라이로 추정하는 메모리 관리 전략을 통해 수백만 개 관측치 규모로 확장 가능한 a-TMFG 알고리즘을 제안함. 자연적 그래프가 존재하지 않는 데이터에서 학습용 그래프를 효율적으로 구축하는 새로운 방법론을 제시.

방법론

1) 근사 최근접 이웃(ANN)을 사용해 밀집 행렬 대신 희소한 kNNG를 먼저 구축하여 메모리 복잡도를 대폭 감소시킴. 2) TMFG의 평면 그래프 특성(삼각화, 최대 필터링)을 유지하면서 필요한 상관관계만 동적으로 계산하는 전략 적용. 3) 조합적 폭발(combinatorial explosion)을 제어하기 위한 표현 방식을 도입하여 런타임 효율성 확보.

실험 결과

수백만 개 관측치를 가진 대규모 데이터셋에서 알고리즘 테스트 완료. 파라미터 변화와 노이즈에 대한 강건성(robustness) 검증 수행. 구체적인 성능 수치는 초록에 명시되지 않았으나, 기존 TMFG가 처리 불가능한 규모의 데이터를 처리할 수 있음을 입증.

한계 및 향후 연구

초록만으로는 정확도 손실(approximation error) 정도와 기존 TMFG 대비 그래프 품질 비교가 명확하지 않음. ANN 기반 접근의 근사 오차가 downstream task 성능에 미치는 영향에 대한 심층 분석 필요. 다양한 도메인(금융, 생물정보학 등)에서의 실제 응용 검증이 향후 연구 방향으로 열려 있음.

---

종합 평가: ⭐⭐⭐⭐ — 대규모 그래프 기반 학습의 실용적 병목을 해결하는 중요한 확장성 연구로, 실무 적용 가능성이 높음.

---

🦾 Robotics & Embodied AI

6. An Open-Source Robotics Research Platform for Autonomous Laparoscopic Surgery

👥 저자: Ariel Rodriguez, Lorenzo Mazza, Martin Lelis 외
📄 원문: https://arxiv.org/abs/2603.08490v1 · PDF
⭐ 유망점수: 25점

핵심 기여

기존 da Vinci Research Kit 기반 플랫폼은 케이블 구동 방식의 기계적 한계로 상태 공간 일관성이 저하되어 자율 정책 학습에 어려움이 있었다. 본 연구는 로봇 비의존적(robot-agnostic) Remote Center of Motion(RCM) 컨트롤러를 제안하여, 반복적 최적화 없이 폐쇄형 해석적 속도 솔버로 트로카 제약을 결정론적으로 강제한다. UR5e, Franka Panda 등 산업용 매니퓰레이터를 수술 로봇으로 활용 가능하게 하며, 전체 스택을 오픈소스로 공개했다.

방법론

카테시안 공간에서 동작하는 RCM 컨트롤러를 설계하여, 최소 침습 수술의 피벗 포인트(트로카) 제약을 해석적으로 해결한다. ROS 기반 서버-클라이언트 분리 아키텍처를 통해 원격 조종, 시연 기록, 학습된 정책 배포를 지원하며, 스테레오스코픽 3D 인식 시스템을 통합했다. 핵심은 반복적 수치 최적화 없이 실시간으로 안정적인 RCM 유지가 가능하다는 점이다.

실험 결과

팬텀, ex vivo, in vivo 돼지 복강경 수술에서 장 파지 및 견인 작업을 수행했다. RCM 편차는 모든 조건에서 서브밀리미터(sub-mm) 수준을 유지했으며, 궤적 부드러움 지표(SPARC, LDLJ)는 da Vinci 시스템에서 기록된 JIGSAWS 벤치마크의 전문가 시연과 동등한 수준이다. 이는 실제 수술 시나리오에서의 정밀성과 강건성을 입증한다.

한계 및 향후 연구

실제 임상 적용을 위한 안전 인증 및 규제 관련 논의가 부족하며, 다양한 수술 작업(봉합, 절개 등)으로의 확장 검증이 필요하다. 또한 자율 정책 학습 결과의 구체적 성능 제시가 없어, 향후 end-to-end 자율 수술 시스템으로의 발전 가능성을 열어준다. 오픈소스 공개로 커뮤니티 기반 연구 확산이 기대된다.

---

종합 평가: ⭐⭐⭐⭐ — da Vinci 의존성을 탈피한 실용적 오픈소스 수술로봇 플랫폼으로, in vivo 검증까지 수행한 공학적 완성도가 높은 연구.

7. See, Plan, Rewind: Progress-Aware Vision-Language-Action Models for Robust Robotic Manipulation

👥 저자: Tingjun Dai, Mingfei Han, Tingwen Du 외
📄 원문: https://arxiv.org/abs/2603.09292v1 · PDF
⭐ 유망점수: 18점

See, Plan, Rewind (SPR) 논문 리뷰

핵심 기여

기존 Vision-Language-Action (VLA) 모델들은 실패 상황에서 복구 능력이 부족했으나, SPR은 명시적 작업 진행 상황 모니터링을 통해 이를 해결한다. 언어 명령을 공간적 서브골(spatial subgoals) 시퀀스로 분해하고, 진행이 멈추면 복구 가능한 상태로 “되감기(Rewind)”하는 closed-loop 메커니즘을 도입했다. 추가 학습 데이터나 보조 모델 없이 강건한 에러 복구가 가능하다는 점이 차별점이다.

방법론

See-Plan-Rewind 3단계 사이클로 동작: (1) See: 현재 상태와 다음 마일스톤을 시각적으로 인식, (2) Plan: 다음 2D 웨이포인트를 향한 궤적 계획, (3) Rewind: 예상 시퀀스 대비 진행 상황을 모니터링하여 실패 감지 시 복구 가능한 상태로 롤백. 언어 명령을 검증 가능한 중간 상태들로 grounding함으로써 실시간 자기 점검이 가능해진다.

실험 결과

LIBERO 벤치마크에서 MolmoAct 대비 5% 성능 향상을 달성했다. 특히 unseen instructions과 initial states를 다루는 LIBERO-Plus에서 OpenVLA-OFT, UniVLA를 능가하며 최소 성능 하락폭을 기록, state-of-the-art OOD(Out-of-Distribution) 강건성을 입증했다. 이는 실제 로봇 환경에서의 일반화 가능성을 시사한다.

한계 및 향후 연구

초록에서 구체적 한계가 언급되지 않았으나, 2D 웨이포인트 기반 계획은 복잡한 3D 조작에서 제약이 있을 수 있다. “복구 가능한 상태”의 정의와 Rewind 전략의 도메인 의존성도 검토가 필요하다. 향후 더 복잡한 long-horizon 작업, 실제 로봇 실험, 동적 환경에서의 검증이 기대된다.

---

종합 평가: ⭐⭐⭐⭐ — 진행 상황 인식 기반 자기 복구라는 직관적이고 실용적인 아이디어로 로봇 조작의 강건성 문제를 효과적으로 해결한 solid한 연구.

8. Tactile Recognition of Both Shapes and Materials with Automatic Feature Optimization-Enabled Meta Learning

👥 저자: Hongliang Zhao, Wenhui Yang, Yang Chen 외
📄 원문: https://arxiv.org/abs/2603.08423v1 · PDF
⭐ 유망점수: 15점

논문 리뷰: Tactile Recognition with AFOP-ML Framework

핵심 기여

기존 촉각 인식 연구는 대량의 학습 데이터를 필요로 하며, 형상(shape)과 재질(material)을 별도로 처리하는 한계가 있었다. 본 논문은 자동 특징 최적화(Automatic Feature Optimization)를 프로토타입 네트워크에 결합하여, 단 1개의 샘플(1-shot)만으로도 새로운 클래스를 인식할 수 있는 메타러닝 프레임워크(AFOP-ML)를 제안한다. 특히 형상과 재질을 동시에 인식하면서도 최적의 특징 공간을 네트워크가 스스로 학습한다는 점이 차별화된다.

방법론

4채널 촉각 센서(tactile finger)에서 획득한 신호를 입력으로 사용하며, 프로토타입 네트워크 기반 메타러닝을 채택한다. 핵심 아이디어는 특징 추출기와 거리 메트릭을 동시에 최적화하는 것으로, 네트워크가 “어떻게 학습할지를 학습(learn to learn)”하도록 설계되었다. 자동 특징 최적화 모듈이 태스크에 따라 가장 판별력 있는 특징 공간을 동적으로 결정하여 few-shot 환경에서도 효과적인 분류가 가능하다.

실험 결과

36개 카테고리 벤치마크에서 5-way-1-shot 정확도 96.08%를 달성하여 기존 방법들을 상회한다. 극단적인 36-way-1-shot 시나리오에서도 88.7%의 정확도를 유지하며 강건성을 입증했다. 또한 미학습 형상/재질 및 힘/속도 변동에 대한 3가지 일반화 실험에서도 우수한 성능을 보여, 실제 로봇 응용 가능성을 시사한다.

한계 및 향후 연구

단일 촉각 핑거 기반으로 다양한 센서 모달리티(비전-촉각 융합 등)로의 확장 검증이 부족하다. 또한 실제 로봇 매니퓰레이션 태스크에서의 실시간 적용 및 동적 환경에서의 성능 검증이 필요하다. 향후 촉각 센서 설계 개선 및 다중 모달 메타러닝으로의 확장 가능성을 열어준다.

---

종합 평가: ⭐⭐⭐⭐ (4/5) — Few-shot 촉각 인식의 실용적 한계를 자동 특징 최적화 메타러닝으로 효과적으로 해결한 실용성 높은 연구.