연구진은 LLM의 내부 편향을 극복하기 위해 현실 기반 에이전트 상호작용 데이터 합성 프레임워크 G AIS를 개발했어요. GAIS는 실제 모델 컨텍스트 프로토콜 서버에서 파생된 환경을 활용해 기능적 다양성과 난이도를 확보하고, 구조 기반 계획을 통해 복잡한 작업을 생성해요. BFCL, τ²-Bench, ACEBench 실험 결과, G AIS 합성 데이터는 기존 방식보다 성능이 뛰어나고, 적은 데이터로도 높은 효율을 달성했어요.