AgentMercury: 비즈니스 시나리오를 위한 검증 가능한 환경을 대규모로 합성하는 에이전트

초록

에이전트는 환경과의 상호작용을 통해 행동을 학습하지만, 훈련에 사용되는 환경은 종종 수동으로 구축되거나 사전에 정의된 작업과 벤치마크를 중심으로 합성된다. 이러한 작업 중심 패러다임은 기본 세계에서 다양한 작업이 자연스럽게 창발할 수 있는 현실적이고 진화하는 워크플로우를 반영하는 환경을 확장하기 어렵게 만든다. 본 논문에서는 고수준 비즈니스 시나리오에서 실행 가능한 환경을 합성하는 확장 가능한 프레임워크인 AgentMercury를 소개한다. AgentMercury는 특정 작업을 위한 환경을 구축하는 대신, 엔티티, 서비스, 도구, 상태, 그리고 실행 가능한 교차 서비스 불변식을 갖춘 지속적인 세계를 먼저 인스턴스화하며, 이후 이로부터 다양한 작업과 상호작용 궤적이 창발할 수 있다. 우리는 14개 산업과 50개 국가에 걸친 4,783개의 실행 가능한 환경을 구축하고, 이를 강화학습을 위한 훈련 기반으로 활용한다. 평가 벤치마크를 겨냥하지 않고 생성되었음에도 불구하고, 이러한 비즈니스 지향적 환경에서 훈련된 정책은 엔터프라이즈 워크플로우와 추론, 코딩, 과학 컴퓨팅, 도구 사용을 포괄하는 도메인 외 벤치마크 모두에서 상당한 성능 향상을 보인다. 실험에서 Qwen3.5-4B는 AgentMercury 환경에서 훈련한 후 EnterpriseOps-GYM에서 12.3에서 15.7로, AIME26에서 45.9에서 56.0으로 성능이 향상되었다. 또한 우리는 구축 과정 자체가 학습될 수 있음을 보여준다. 구축 추적 데이터로 Qwen3.5-35B-A3B를 미세 조정하면 보류된 비즈니스 시나리오에서 실행 가능한 세계 생성 성공률이 3.3%에서 83.3%로 향상된다. 이러한 결과는 시나리오 기반 환경이 벤치마크 특화 훈련을 넘어 유용하고 일반화 가능한 학습 신호를 제공할 수 있으며, 그 구축 자체도 학습 가능한 역량이 될 수 있음을 시사한다.

English

Agents learn to act through interaction with environments, yet the environments used for training are often manually constructed or synthesized around predefined tasks and benchmarks. This task-centric paradigm makes it difficult to scale environments that reflect realistic and evolving workflows where diverse tasks can naturally emerge from the underlying world. We introduce AgentMercury, a scalable framework for synthesizing executable environments from high-level business scenarios. Rather than constructing an environment for a specific task, AgentMercury first instantiates a persistent world with entities, services, tools, state, and executable cross-service invariants, from which diverse tasks and interaction trajectories can subsequently emerge. We construct 4,783 executable environments spanning 14 industries and 50 countries, and use them as training substrates for reinforcement learning. Despite being generated without targeting the evaluation benchmarks, policies trained on these business-oriented environments improve substantially on both enterprise workflows and out-of-domain benchmarks spanning reasoning, coding, scientific computing, and tool use. In our experiments, Qwen3.5-4B improves from 12.3 to 15.7 on EnterpriseOps-GYM and from 45.9 to 56.0 on AIME26 after training on AgentMercury environments. We further show that the construction process itself can be learned: fine-tuning Qwen3.5-35B-A3B on construction traces increases executable-world authoring success from 3.3% to 83.3% on held-out business scenarios. These results show that scenario-grounded environments can provide useful and generalizable learning signals beyond benchmark-specific training, while their construction can itself become a learnable capability.