개요
Voyager(Wang 외, arXiv:2305.16291)는 마인크래프트 환경에서 동작하는 평생학습(lifelong learning) 임베디드 에이전트다. 파인튜닝 없이 GPT-4를 그대로 사용하면서, 세 가지 구성 요소로 지속적인 능력 확장을 이끌어낸다.
핵심 메커니즘
- 자동 커리큘럼: 현재 상태와 탐험 진행도를 보고 다음에 배울 만한 과제를 스스로 제안한다.
- 실행 가능한 스킬 라이브러리: 성공한 행동을 재사용 가능한 코드(스킬)로 저장해, 이후 더 복잡한 과제의 구성 요소로 불러 쓴다.
- 환경 피드백 + 자기 검증: 실행 오류와 환경 반응을 관찰해 코드를 고치고, 스스로 성공 여부를 검증한 뒤에만 스킬 라이브러리에 등록한다.
왜 중요한지
“성공한 경험이 재사용 가능한 스킬/메모리로 축적되어야 다음 과제가 더 쉬워진다”는 것이 이 논문의 핵심 통찰이며, loop-engineering이 강조하는 “상태/메모리 — 이전 실행의 결정을 보존해야 다음 실행이 처음부터 시작하지 않는다”는 설계 원칙과 정확히 일치한다. 코딩 에이전트의 skill/subagent 체계(예: 2026-07-11-skillopt-self-evolving-agent-skills)가 지향하는 “실패를 버리지 않고 검증된 절차로 승격시키는” 패턴의 초기 실증 사례로 볼 수 있다.