알리바바 연구진, 장기 과제용 터미널 에이전트 학습 데이터 엔진 'TerminalHorizon' 공개
알리바바 소속 연구진이 터미널 기반 AI 에이전트가 오래 걸리는 실무 과제를 끝까지 수행하도록 학습 데이터를 자동으로 만드는 엔진을 내놓았다. 사전공개 논문 저장소 arXiv에 올라온 「Scaling Agentic Data for Long-Horizon Terminal Intelligence」(arXiv:2610.13166) 초록에 따르면, Shun Zou 등 연구자 9명은 데이터 합성 엔진 'TerminalHorizon'을 설계했다. 이 엔진으로 과제 환경 1,500개를 구축했고, 여기서 얻은 데이터로 Qwen3.5-27B 모델을 지도 미세조정(SFT)해 'TerminalHorizon-27B'를 만들었다. 이 논문은 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서 추천 28회를 받았다. 동료평가를 거치지 않은 사전공개 논문이다.
연구진이 주목한 것은 학습 데이터의 '길이'와 '구조'다. 터미널 에이전트는 명령어를 입력해 컴퓨터를 다루는 AI다. 이제는 단순한 로컬 작업을 넘어 실제 전문 업무를 처리하는 쪽으로 쓰임새가 넓어지고 있다. 연구진은 짧은 작업 기록(trajectory)으로도 명령어나 도구 호출 방법은 보여줄 수 있다고 설명했다. 그러나 에이전트가 탐색하며 근거를 쌓고, 그 근거로 판단하고, 피드백을 받아 전략을 고치고, 중간 결과물을 최종 산출물로 다듬는 과정까지 담기는 어렵다고 짚었다. 하나의 문제 해결 과정에서 이런 행동들이 어떻게 이어지는지를 담은 긴 작업 기록이 있어야 에이전트가 오랜 시간 스스로 일하는 데 필요한 경험을 얻을 수 있다는 것이다.
문제는 기존 합성 방식에 있었다. 초록에 따르면, 학습용 환경을 자동으로 만들다 보면 에이전트가 직접 해야 할 핵심 작업이 환경 구축 단계에서 미리 처리되거나 단순화되는 일이 생긴다. 이 경우 에이전트는 탐색이나 구현, 검증을 할 필요가 없어지고, 결국 학습 데이터에 정작 중요한 행동이 빠지게 된다.
TerminalHorizon은 이 문제를 두 단계로 풀었다. 먼저 실제 전문 업무에서 출발해 별도의 독립 실행으로 환경 구축 과정에서 빠진 핵심 작업을 찾아낸다. 그렇게 얻은 근거를 바탕으로 환경을 다시 만든다. 다음으로 같은 목표 아래 과제를 단계적으로 늘린다. 앞 단계의 결과 위에 새 요구사항을 얹어 추가 탐색과 개선이 필요하도록 만든다. 한 번 답을 내고 끝나는 과제가 아니라 여러 단계에 걸쳐 결과물을 계속 고쳐 나가는 과제를 만들려는 설계다. 연구진은 이 과정이 사람 손을 거치지 않고 완전히 자동으로 이뤄진다고 밝혔다.
성능과 관련해 연구진은 코딩 에이전트 과제, 실제 프로덕션 환경의 에이전트 과제, 일반 추론에 걸친 12개 벤치마크 모두에서 큰 폭의 성능 향상을 얻었다고 밝혔다. 다만 초록에는 벤치마크별 점수나 다른 모델과의 비교 수치가 나와 있지 않아 향상 폭은 확인되지 않았다.
연구진은 'RSI' 사례 연구 여러 건도 함께 제시했다. 각 사례에는 12시간의 연구 시간이 주어졌다. 연구진에 따르면 모델은 처음 찾은 해법에서 멈추지 않고 실험을 이어 갔다. 피드백에 따라 방법을 개선했고, 효과가 있었던 개선 사항을 최종 산출물에 반영했다. 초록은 RSI라는 용어의 구체적인 정의나 사례별 과제 내용은 밝히지 않았다.
이번 연구는 에이전트 학습에서 데이터의 양보다 데이터가 담은 '과정'이 중요하다는 문제의식을 보여준다. AI 에이전트가 몇 분짜리 작업을 넘어 몇 시간짜리 업무를 맡게 되면, 중간에 길을 잃지 않고 결과를 계속 다듬는 능력이 핵심이 된다. 27B(270억 매개변수)급 중형 모델에 1,500개 환경의 데이터만으로 이런 능력을 길렀다는 주장이 동료평가와 외부 재현 실험에서도 확인될지가 관심사다. 데이터셋과 모델의 공개 여부는 초록만으로는 확인되지 않았다.