서비스나우, 에이전트 학습 도구 공개
최근 30일 조회수 —좋아요 —핵심 요약
오토신스데이터는 기업용 에이전트의 실패를 분석해 취약 영역을 보완할 새 학습 과제를 생성·검증한다.

서비스나우 코어AI(ServiceNow CoreAI)가 기업용 에이전트의 취약점을 학습 데이터로 바꾸는 도구 오토신스데이터(AutoSynthData)를 공개했다. 10월 2일 허깅페이스 블로그에 올라온 발표에 따르면, 목표 모델이 실패하고 더 강한 교사 모델이 성공한 작업을 분석해 다음 학습 대상을 정한 뒤 비슷한 능력을 요구하는 새 과제를 생성·검증한다. 모델이 개선되면 교육 과정도 아직 어려워하는 영역으로 옮겨간다.1
오토신스데이터는 에이전트 과제를 시스템 명세, 사용자 프롬프트, 검증기의 조합으로 정의한다. 생성 과제는 현재 도구와 데이터로 수행할 수 있고 실제 기업 업무와 닮았으며, 목표 모델이 아직 안정적으로 풀지 못할 만큼 어려워야 한다. 검증기는 사용자 요청과 정책에 맞지 않는 수행을 거부하되, 하나의 정답 경로만 강요하지 않고 유효한 여러 해결책을 받아들여야 한다.
서비스나우는 공개 데이터셋을 사용한 엔터프라이즈옵스 짐(EnterpriseOps Gym) 사례로 파이프라인을 설명했다. 다만 이번 자료는 도구의 설계와 과제 생성 조건을 소개하는 회사 측 발표로, 성능 향상 수치나 다른 방식과의 비교 결과는 제시하지 않았다.
Footnotes
-
Hugging Face 블로그·커뮤니티, 「AutoSynthData: Generating Training Data for Enterprise Agents」 ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- AutoSynthData: Generating Training Data for Enterprise Agents — Hugging Face 블로그·커뮤니티 · 자료: 2026. 10. 2.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.