에이전트 AI - Repo-To-Skill: GitHub 리포지토리를 AI4AI 스킬로 추출

https://arxiv.org/pdf/2609.02749

https://github.com/VectorSpaceLab/AREX-Skill

2026.9.2
[Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills]

이 논문은 인공지능 연구 에이전트의 한계를 극복하기 위해 운영 지식(Operational Knowledge)이라는 새로운 계층을 도입한 DisCo 시스템과 AREX-Skill 라이브러리를 소개합니다. 기존 에이전트가 단순히 모델의 추론 능력과 실행 도구에만 의존하여 시행착오를 겪는 것과 달리, DisCo는 수천 개의 머신러닝 저장소에서 추출한 검증된 기술(Verified Skills)을 활용해 연구의 효율성을 극대화합니다. 이 시스템은 기술 증류(Skill Distillation) 과정을 통해 복잡한 코드와 논문을 에이전트가 즉시 실행 가능한 형태인 기술 그래프로 변환하며, 이는 작업의 성격에 따라 사전에 구축되거나 실시간으로 생성됩니다. 결과적으로 이러한 기술 기반 연구 방식은 MLE-bench와 같은 주요 벤치마크에서 에이전트의 성능을 최대 134.3% 향상시키는 등 자율적 연구 수행 능력의 획기적인 발전을 입증했습니다. 도메인 전문가의 노하우를 확장 가능한 운영 문맥으로 구조화함으로써, 인공지능이 단순한 도구 사용을 넘어 실제 연구 현장의 복잡한 문제를 해결할 수 있는 기반을 마련한 것이 본 연구의 핵심입니다.

 

 

 

AREX-Skill 라이브러리 의 저장소 컬렉션 및 라우터입니다 . 이 컬렉션에는 1,000개 이상의 머신러닝 저장소에서 추출한 5,000개 이상의 스킬이 포함되어 있으며, 20개의 영역과 178개의 기능 패밀리로 분류되어 있습니다. 저장소가 여러 기능을 지원하는 경우 여러 영역-패밀리 경로에 나타날 수 있으므로 영역 및 패밀리 멤버십은 분리되지 않고 중복됩니다. 연구 과정에서 라우터는 영역에서 패밀리, 그리고 저장소 그래프로 요청을 좁혀 에이전트가 관련 스킬만 로드할 수 있도록 합니다.