논문: Atomic Task Graph: A Unified Framework for Agentic Planning and Execution 저자: Yue Zhang, Sihan Chen, Ziwen Huang, Hanyun Cui, Kangye Ji, Zhi Wang 소속: South China University of Technology / Tsinghua University 날짜: 2026년 7월 2일
핵심 요약
LLM 에이전트가 복잡한 다단계 작업을 해결할 때, 대부분의 프레임워크는 선형적 텍스트 궤적(linear textual trajectory) 에 의존한다. ReAct, Reflexion 등은 앞 단계의 출력이 뒷 단계의 입력으로 이어지는 긴 텍스트 맥락을 쌓아 올리며, 중간 결과 간의 비선형적 의존성을 암묵적으로만 다룬다.
Atomic Task Graph (ATG) 는 이 문제를 세 가지 설계 원칙으로 해결한다:
- 명시적 의존성 그래프 (DAG): 작업을 원자적 도구 호출 단위까지 재귀적으로 분해하며, 각 단계의 입력-출력 의존성을 그래프 구조로 명시
- 병렬 실행 및 검증: 독립 브랜치는 병렬 실행, 실행 전 가벼운 사전 검증으로 위험한 계획 조기 감지
- 국소적 수리 (Localized Repair): 오류 발생 시 그래프 진화 이력을 통해 최소 영향 범위만 수리하고, 검증된 영역은 보존
7B–8B 소형 백본 모델만으로 ALFWorld, WebShop, ScienceWorld 세 개 벤치마크에서 기존 baseline들을 큰 차이로 상회한다.
문제 정의: 선형 궤적의 한계
기존 LLM 에이전트의 결정 방식은 본질적으로 선형적이다. 관찰→추론→행동→피드백의 루프가 반복되면서, 모든 중간 상태가 텍스트 맥락에 누적된다. 이 방식의 치명적 약점은:
- 오류 전파: 이전 단계의 오류가 그대로 후속 단계로 전파됨
- 재사용 불가: 검증된 중간 결과조차 텍스트 기록 속에 묻혀, 실패 시 처음부터 다시 계획해야 함
- 환각 악화: growing context가 later stage에서 hallucinated action을 유발
- 수리 비용: 어느 지점에서 실패했는지 명확하지 않아, 전체 재계획(broad replanning)이 필요
ATG는 이 한계를 그래프 구조를 통한 명시적 의존성 관리로 돌파한다.
ATG 프레임워크 구조
ATG는 세 단계로 구성된다:
1단계: Interface-Preserving Recursive Graph Compilation
핵심 아이디어는 작업을 원자적 도구 호출까지 재귀적으로 분해하되, 매 단계에서 부모 노드의 입력-출력 인터페이스를 보존하는 것이다.
예를 들어 “베이징 내일 날씨 확인 후 여행 조언하기”라는 작업이 있다면:
- 1단계 분해: 날씨 조회 → 필요도 판단 → 조언 생성
- 2단계 분해: 날씨 API 호출 → 날씨 특징 추출 → 우산/옷차림 필요 판단 → 최종 응답 생성
이때 각 재귀 단계에서 LLM은 현재 노드에 직접 관련된 맥락만 접근한다. 컨텍스트 윈도우가 점점 좁아지므로, 환각 위험이 줄어든다. 분해가 완료되면 모든 노드가 원자적 도구 호출(atomic tool-use unit)이 되며, 전체 작업은 DAG로 표현된다.
2단계: Dependency-Aware Execution
DAG가 구축되면, 의존성을 고려한 병렬 실행이 가능하다. 독립적인 브랜치는 동시에 실행하여 효율성을 높인다.
또한 ATG는 실행 전 가벼운 사전 검증(thought experiment) 을 수행한다. 이는 실제 환경과 상호작용하기 전에 누락된 단계, 무효한 의존성, 도구 불일치 등을 발견하는 사전 점검 단계다.
3단계: Minimal Necessary Subgraph Repair
실행 중 오류가 감지되면, ATG는 그래프 진화 이력을 활용해 오류의 근원을 정확히 지역화(localize) 한다. 그리고 영향을 받는 최소 서브그래프만 수리한다. 검증된 영역은 그대로 보존되며, 불필요한 전역 재계획이 발생하지 않는다.
이것이 핵심 차이점이다: 선형 패러다임에서는 한 단계가 실패하면 이후 전체를 다시 해야 하지만, ATG에서는 그래프 구조상 영향 받는 노드만 교체하면 된다.
실험 결과: 소형 모델의 도약
메인 결과 (Table 1)
| Backbone | Method | ALFWorld | WebShop | ScienceWorld |
|---|---|---|---|---|
| GPT-4 | ReAct | 41.24 | 64.34 | 66.16 |
| Mistral-7B | ReAct | 6.57 | 14.63 | 19.12 |
| Reflexion | 8.84 | 16.64 | 19.53 | |
| CAMEL | 11.68 | 18.05 | 22.37 | |
| ToT | 18.25 | 20.31 | 25.44 | |
| PoG | 23.72 | 24.18 | 28.63 | |
| ATG | 55.73 | 62.75 | 49.81 | |
| Llama-3-8B | ReAct | 3.29 | 19.32 | 23.67 |
| PoG | 32.10 | 33.53 | 35.41 | |
| ATG | 62.93 | 67.85 | 58.76 |
Mistral-7B 기준, ATG는 ReAct 대비 ALFWorld에서 +49.16점, WebShop에서 +48.12점 개선
주목할 점은 GPT-4 + ReAct 조합을 7B–8B 소형 모델 + ATG가 능가한다는 것이다. 더 큰 모델에 의존하는 대신, 제어 구조만 바꿔도 성능이 비약적으로 향상된다.
실행 효율성 (Figure 5)
ATG는 성능뿐 아니라 실행 단계 수도 크게 줄인다:
| Benchmark | ReAct | ATG | 감소율 |
|---|---|---|---|
| ALFWorld | 31.42 step | 18.36 step | -41.6% |
| WebShop | 8.76 step | 5.84 step | -33.3% |
| ScienceWorld | 47.35 step | 29.72 step | -37.2% |
가장 강력한 baseline인 PoG와 비교해도 21–25% 추가 감소한다. 그래프를 단순히 계획 구조로 쓰는 것만으로는 이 정도 효율 개선이 나오지 않는다 — 그래프를 실행 가능한 의존성 기질(substrate)로 사용했기 때문이다.
사전 검증 효과 (Figure 6)
사전 thought experiment 단계는 각 벤치마크에서 18.9%–27.4%의 위험한 계획을 사전 감지했으며, 감지된 실패의 정밀도(precision)는 대부분 74% 이상이었다.
백본 무관성 (Figure 7)
Mistral-7B, Gemma-7B, Llama-3-8B 세 가지 백본 모두에서 일관된 개선 효과가 확인되었다. ATG는 특정 모델 패밀리에 종속되지 않으며, 백본의 추론 능력을 그래프 구조로 보완하는 범용 제어 계층이다.
- Mistral-7B: 25.51 → 56.10 (3개 벤치마크 평균)
- Gemma-7B: 19.75 → 58.56
- Llama-3-8B: 29.52 → 62.93
의의 및 시사점
1. “더 큰 모델”이 유일한 답이 아니다
LLM 에이전트 성능 향상의 주된 접근은 더 큰 백본 모델을 쓰거나, 작업 특화 미세조정을 하는 것이었다. ATG는 제어 구조(control framework) 차원의 혁신만으로 소형 모델을 GPT-4 급으로 끌어올렸다. 이는 에이전트 설계에서 구조적 설계가 모델 스케일링만큼 중요함을 보여준다.
2. 그래프를 실행 단위로 사용
기존 연구에서 트리나 그래프 구조는 주로 탐색 경로 후보를 늘리는 용도였다. ATG는 그래프를 실행 가능한 의존성 구조(executable dependency substrate) 로 사용하여, 병렬 실행, 상태 추적, 국소적 수리를 모두 지원한다.
3. 환각의 구조적 완화
재귀 분해가 진행될수록 각 노드의 컨텍스트가 좁아지므로, hallucinated action의 근원인 “컨텍스트 과부하”가 자연스럽게 완화된다. 이는 프롬프트 엔지니어링이 아닌 구조적 설계로 환각을 줄이는 접근이다.
4. 한계
- 세 개 텍스트 기반 벤치마크(ALFWorld, WebShop, ScienceWorld)에 한정 — 시각적/멀티모달 환경에서의 검증 부재
- 도구 공간이 사전에 정의된 설정만 다룸 — 개방형 도구 탐색(open-ended tool discovery) 시나리오 미포함
- 재귀적 분해 깊이에 따른 LLM 호출 비용 증가 (다만 실행 단계 수 자체는 크게 감소하므로 전체 비용은 개선됨)
결론
Atomic Task Graph는 LLM 에이전트의 계획과 실행을 하나의 그래프로 통합하는, 간결하면서도 강력한 제어 프레임워크다. “더 큰 모델”이 아닌 “더 나은 구조”로 접근한다는 점에서, 에이전트 설계 패러다임의 전환점을 보여주는 의미 있는 연구다.
7B–8B 백본만으로 GPT-4 금액의 성능을 달성했다는 사실은, 에이전트 시스템 설계에서 구조적 혁신이 모델 스케일링의 대안이 될 수 있음을 시사한다.