# EvoOntology 논문, 자기진화 온톨로지 계층이 DDR-Bench와 BIRD에서 데이터 에이전트 점수를 끌어올린다고 보고

elvis (@omarsar0)가 데이터 에이전트를 위한 자기진화 온톨로지 계층으로 MCP 서버로 제공되는 EvoOntology에 관한 논문을 공유했다. 게시물에 따르면 DDR-Bench 정확도가 6개 백본에서 평균 17.8포인트 상승하며 GPT-5.5의 26.7포인트를 포함하고, BIRD 실행 정확도는 7.4포인트 상승한다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:31:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/e4a5ea44d32149fa821d8aa0.html

Content language: ko
Localization state: translated

출처: elvis · 2026. 9. 22. 03:53:41 게시

elvis (@omarsar0)가 에이전트를 위한 자기진화 온톨로지에 관한 논문을 소개했다. 게시물에 따르면 데이터 에이전트는 보통 일반 도구를 통해 테이블, 파일, 데이터베이스를 보며, 프롬프트에 붙여 넣은 수작업 시맨틱 계층은 다수의 소스에 확장되지 않는다. **EvoOntology**는 대신 전용 에이전트로 온톨로지를 구축하고 스키마, 콘텐츠, 도구 계층을 갖춘 **MCP 서버**로 제공하며, 데이터 에이전트는 런타임에 이를 질의한다.

게시물에 따르면, 논문은 데이터 에이전트가 작업하는 데이터의 온톨로지를 질의할 수 있을 때 **GPT-5.5**가 DDR-Bench에서 **26.7포인트** 향상된다고 보여준다. DDR-Bench의 6개 백본에서 정확도는 평균 **17.8포인트** 상승하며, Qwen3.5-Flash의 **4.8**부터 GPT-5.5의 **26.7**까지다. BIRD에서는 실행 정확도가 **7.4포인트** 상승한다. 온톨로지는 작은 타입이 지정된 단계로 편집되며, 각 편집은 동일 백본에서 쌍을 이룬 평가가 도움이 된다고 보여줄 때만 유지된다. 도구 계층에 대한 편집이 진화로 인한 이득의 **57%**를 차지한다.

논문: [https://arxiv.org/abs/2609.15779](https://arxiv.org/abs/2609.15779). 논문과 대화: [https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779](https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779).

Tags: EvoOntology, 데이터 에이전트, MCP, 연구, 벤치마크

[원문 게시물 보기](https://x.com/omarsar0/status/2102099298716660223)