연구진은 LLM 에이전트의 스킬 활용 효율이 모델 크기와 행동 방식에 따라 크게 달라짐을 확인했어요.
MASA(Model-Aware Skill Alignment)라는 새로운 프레임워크를 제안하여, 환경 피드백과 모델 역량 프로필을 기반으로 스킬을 모델별로 맞춤화하는 방법을 제시했어요.
실험 결과, MASA는 기존 방식 대비 최대 25.8%의 성능 향상을 보였으며, 학습된 스킬 재작성기는 추가 검색 없이도 새로운 작업과 환경에 효과적으로 적용됐어요.