연구진은 복잡한 사용자 쿼리를 처리하기 위해 여러 기술을 조합하는 LLM 에이전트의 '복합 기술 라우팅' 문제를 해결하기 위해 SkillWeaver 프레임워크를 개발했어요.
SkillWeaver는 LLM 기반 작업 분해, 이중 인코더 기술 검색, 의존성 기반 DAG 계획을 결합하며, 반복적인 기술 기반 분해(SAD)를 통해 분해 정확도를 32.7% 향상시켰어요.
새로운 벤치마크 CompSkillBench는 2,209개의 실제 MCP 서버 기술을 기반으로 300개의 복합 쿼리를 포함하며, 기술 검색의 정확도를 높이는 데 중요한 역할을 해요.
SkillWeaver는 컨텍스트 창 사용량을 99% 이상 줄이고, 새로운 환경에서도 35.6%의 성능 향상을 보여주며 일반화 능력을 입증했어요.