ServiceNow, 엔터프라이즈 에이전트를 위한 런타임 발견 기법 — CascadeBench 벤치마크 공개

ServiceNow-AI 팀은 엔터프라이즈 환경에서 전이 규칙이 동적으로 변할 때, 오프라인 학습된 월드 모델이 성능 저하를 겪는 반면, 런타임에 시스템 설정을 읽어 규칙을 발견하는 '발견 기반 에이전트'가 배포 변화에 더 강건함을 보였습니다. 제안된 CascadeBench 벤치마크를 통해 다양한 합성 환경에서 평가했으며, 오프라인 모델은 분포 내에서 잘 작동하지만 규칙이 바뀌면 성능이 떨어지는 반면 발견 기반 접근은 현재 인스턴스에 grounding 되어 더 안정적입니다. 흥미로운 점은 '규칙을 읽을 수 있다면 굳이 학습할 필요가 있는가'라는 질문을 던진 점으로, configurable 엔터프라이즈 환경에서는 고정된 내부 표현보다 런타임 발견 메커니즘이 중요하다는 시사점을 줍니다.

• #world-models
• #enterprise
• #runtime-discovery
• #service-now
• #cascadebench