[논문리뷰] WorkFactory: Turning Professional Intents into Executable Work for Scalable Agent Training

링크: 논문 PDF로 바로 열기

메타데이터

저자: Ziyang Zeng, Tingyang Chen, Jia Deng, Qiyao Wang, Shuo Tang, Yike Yang, Tao Ren, Wayne Xin Zhao, Feng Chang, Jujie He, Chuan Hao, Ran Tao, Bryan Dai

---

## 1. Key Terms & Definitions (핵심 용어 및 정의)

• Information Support Graph: 작업의 의도(Intents)에서 출발하여 필요한 정보 단위와 출처 간의 의존성을 계획하는 그래프 기반 프레임워크입니다.
• Execution-based Repair: 프로브(Probe) 실행을 통해 환경 내 결함을 진단하고, 의도한 작업의 본질을 훼손하지 않으면서 서포트 실패를 복구하는 과정입니다.
• Teacher Trajectory: 숙련된 모델이 제안된 환경에서 수행한 작업 기록으로, 모델의 Supervised Fine-tuning을 위한 핵심 학습 데이터셋입니다.
• WorkPilot: WorkFactory로 생성된 데이터셋을 통해 fine-tuning된 고성능 에이전트 모델 시리즈(4B, 27B, 35B-A3B)입니다.

## 2. Motivation & Problem Statement (연구 배경 및 문제 정의) 본 논문은 working agent를 위한 확장 가능한 supervised fine-tuning 데이터를 생성할 때 발생하는 일관성 및 실행 가능성 문제를 해결하고자 합니다. 기존 연구들은 다양한 professional task를 생성하는 데 집중해 왔으나, 작업 환경에 필요한 필수 정보가 분산되거나 일관되지 않을 경우 Teacher agent의 수행 능력이 저하되어 학습 데이터의 품질이 낮아지는 한계가 있습니다. 특히 복잡한 professional work는 정보 간의 의존성이 명확해야 하는데, 이를 간과하면 Teacher가 불완전한 정보를 바탕으로 잘못된 가정하에 학습하는 결과가 발생합니다. 이를 위해 본 연구는 의도한 출력에서 역으로 계획(back-planning)하고 실행 기반의 복구 과정을 거쳐 고품질의 학습 환경을 구축하는 WorkFactory를 제안합니다 [Figure 2].

## 3. Method & Key Results (제안 방법론 및 핵심 결과) WorkFactory는 먼저 professional intent library를 구축한 뒤, Information Support Graph를 사용하여 각 출력물에 필요한 정보의 위치와 의존성을 명확히 정의합니다. 이후 materialization 과정에서 발생하는 결함을 식별하기 위해 probe를 실행하며, 이를 기반으로 환경을 수정(repair)하여 완성도 높은 작업을 보장합니다. 최종적으로 검증된 환경에서 독립적인 Teacher 모델이 Trajectory를 수집하게 됩니다. 실험 결과, WorkPilot-35B-A3B 모델은 GDPval-AA 벤치마크에서 기존 879점에서 1565점으로 대폭 향상된 성과를 보였으며, 이는 base model인 Qwen3.6-35B-A3B 대비 압도적인 성능 개선입니다 [Figure 1]. 또한, 112,686개의 작업 corpus를 통해 학습된 모델들은 4B, 27B, 35B-A3B 모든 스케일에서 일관된 성능 향상을 입증하였습니다 [Table 2]. 특히 planning과 repair 과정을 거친 경우, hard-defect incidence가 유의미하게 감소함을 확인하였습니다 [Table 3].

## 4. Conclusion & Impact (결론 및 시사점) 본 논문은 professional intent를 executable work로 변환하는 WorkFactory 프레임워크를 통해 working agent 학습을 위한 데이터 확장성을 확보했습니다. 제안된 정보 레벨의 planning과 실행 기반의 복구는 데이터의 질적 완성도를 높였으며, 이는 다양한 모델 스케일에서 성능 개선으로 이어졌습니다. 본 연구는 에이전트가 현실의 복잡한 업무를 수행할 수 있도록 하는 대규모 데이터 생성 파이프라인의 중요한 이정표를 제시하며, 향후 학계 및 산업계에서 더욱 고도화된 전문 에이전트를 구축하는 데 핵심적인 기여를 할 것으로 기대됩니다.

---

Part 2: 중요 Figure 정보

Figure 1 — WorkPilot 모델의 벤치마크 성능 비교

Figure 2 — WorkFactory 프로세스 개요

Figure 5 — 데이터 스케일에 따른 성능 및 행동 지표

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.