에이전트 시스템에서의 공진화: 인간 설계를 넘어선 자기주도적 진화를 향하여

초록

에이전트 시스템은 배포 이후에도 개선될 것으로 점점 더 기대되고 있지만, 단일 개체의 자기 진화는 고정된 작업과 피드백과 같은 정적 학습 맥락에 의해 종종 제약을 받는다. 본 서베이는 에이전트 시스템에서의 공진화를 중점적으로 다루는데, 이는 다중 구성 요소 형태의 자기 진화로서 여러 에이전트와 그 환경이 서로에게 적응적 압력을 가하는 방식이다. 기존 논문들을 체계화하기 위해, 우리는 시스템이 인간이 설계한 제약을 점진적으로 벗어나는 과정을 추적하는 점진적 3단계 분류 체계를 제안한다. 에이전트-에이전트 공진화는 에이전트가 적대적, 협력적, 조직적 적응을 포함한 역동적 동료를 통해 적응하는 방식을 연구한다. 에이전트-환경 공진화는 이러한 루프를 에이전트와 함께 변화하는 적응적 작업, 피드백, 상호작용 공간으로 확장한다. 메타 공진화는 진화 메커니즘 자체를 진화 가능하게 만드는 가능성을 더 탐구한다. 우리는 또한 이러한 시스템을 평가하고, 여러 구성 요소에 걸쳐 확장하며, 점점 더 자율적인 진화 과정을 안전하고 통제 가능하게 유지하는 데 있어서의 미해결 과제들을 논의한다. 본 서베이는 고정된 인간 설계 경로를 넘어 개선될 수 있는 강건하고 개방형 에이전트 시스템을 구축하기 위한 통합적 기반을 제공한다.

English

Agentic systems are increasingly expected to improve after deployment, yet single-entity self-evolution is often bounded by a static learning context, such as fixed tasks and feedback. This survey focuses on co-evolution in agentic systems, a multi-component form of self-evolution in which multiple agents and their environment impose adaptive pressure on one another. To organize existing papers, we propose a progressive three-stage taxonomy that traces how the system gradually sheds human-engineered constraints. Agent--Agent Co-Evolution studies how agents adapt through dynamic peers, including adversarial, collaborative, and organizational adaptation. Agent--Environment Co-Evolution extends this loop to adaptive tasks, feedback, and interaction spaces that change with the agents. Meta Co-Evolution further explores the possibility of making the evolution mechanism itself evolvable. We also discuss open challenges in evaluating such systems, scaling them across multiple components, and keeping increasingly autonomous evolutionary processes safe and controllable. This survey provides a unified foundation for building robust and open-ended agentic systems that can improve beyond fixed human-designed paths.