# Meta AI, 장기 연구 에이전트를 위한 MIRA 아키텍처 공개

Meta AI 연구진이 장기 연구 과제에서의 의사결정 능력을 향상하기 위해 메타 추론과 실행을 분리한 2개 컴포넌트 기반 에이전트 아키텍처 MIRA를 공개했다.

Language: ko
Time zone: Asia/Seoul

HTML: https://didcodexreset.com/ko/news/cfe4121651ba440497b3c965.html

Content language: ko
Localization state: translated

출처: DAIR.AI · 2026. 10. 6. 23:57:26 게시

[arXiv 논문](https://arxiv.org/abs/2610.02525)에서 Meta AI 연구진은 장기 과제 수행 중 연구 에이전트가 다음으로 탐색할 대상을 결정하도록 돕는 아키텍처 MIRA를 제안했다. 긴 실행 궤적 속 희소한 결정으로부터 학습하기 어려운 문제를 해결하기 위해, MIRA는 영구적인 연구 기록을 읽고 작업 지시를 내리는 외부 메타 추론기와 각 지시를 수행하는 신규 실행기로 에이전트를 분리한다.

의사결정은 작업 지시 경계에서만 일어나므로, 연구진은 해당 지점에서 남은 보상을 예측하도록 크리틱(Critic)을 훈련한 뒤 부분적 진행 상황을 평가하고 다음 작업을 선택하는 통합 액터-크리틱 모델(MIRA-AC)을 구축했다. 이러한 구조적 분리는 별도 훈련 없이도 정리 증명과 개방형 아키텍처 연구 성능을 높였으며, 모델의 대리 신호로 훈련된 MIRA-AC는 4개 자동 연구 환경 전반에서 골드 스코어를 개선했다.

Tags: Meta AI, MIRA, AI 에이전트, 강화학습

[원문 게시물 보기](https://x.com/dair_ai/status/2107482016342233309)