Project2Task: 그래프 기반의 프로젝트 수준 계획을 통한 자율적 연구

Project2Task: Graph-Guided Project-Level Planning for Autonomous Research

연구 에이전트들은 점점 더 많은 작업을 수행할 수 있게 되었습니다. 예를 들어, 문헌 검색, 가설 제안, 코드 생성, 실험 실행 및 논문 초안 작성 등을 단일 주제에 대해 수행할 수 있습니다. 그러나 연구 프로젝트는 단순한 큰 작업이 아니라, 명확하지만 관련된 목표, 병렬적인 대안, 그리고 의존성을 고려한 순서를 가진 다수의 제한된 작업을 통해 진행되어야 하는 장기적인 계획입니다. 기존의 단일 작업 시스템은 종종 프로젝트를 하나의 거대한 작업으로 취급하거나, 모호하거나 중복되는 작업 목록을 생성하거나, 작업 경계 및 실행 순서를 수동 조정에 맡기는 경우가 많습니다. 본 논문에서는 자율적 연구를 위한 그래프 기반의 프로젝트 수준 계획 레이어인 Project2Task를 소개합니다. Project2Task는 주어진 프로젝트 개요를 바탕으로, 잠재적인 기여 요소를 '혁신 원자'로 표현하고, 이를 방향성이 있는 계보 그래프로 구성합니다. 가벼운 베르누이 블록 모델 기반의 목적 함수는 수평, 수직 및 혼합 포트폴리오 분해 방식을 선택합니다. Project2Task는 명확한 기여 책임이 부여된 제한된 작업을 생성하고, 중복을 제거하며 누락된 실행 필드를 보완합니다. 또한, 목표, 입력, 예상 결과물, 평가 요구 사항, 경계 제약 조건, 의존성 및 실행 순서를 명시하는 의존성을 고려한 작업 계약을 생성합니다. 이러한 계약은 특정 다운스트림 연구 실행 시스템에 독립적이며, 작업 결과를 일관된 프로젝트 수준의 결과로 통합할 수 있도록 지원합니다. 열 개의 프로젝트 개요를 사용하여 수행한 실험에서, Project2Task는 평균 품질 점수 7.15점을 기록하여, 간단한 기준 모델(4.58점) 및 주제만 고려하는 설정(5.31점)보다 우수한 성능을 보였습니다. Project2Task의 계약을 AutoResearchClaw와 통합하면, 다운스트림 작업 정확도가 평균 0.536에서 0.759로 향상되었습니다. 이러한 결과는 명시적인 프로젝트-작업 계획이 일관성 있고 중복되지 않으며 실행 가능한 연구 작업 포트폴리오를 생성하는 데 얼마나 중요한지를 보여줍니다.

Research agents can increasingly search literature, propose hypotheses, generate code, run experiments, and draft manuscripts from a single topic. However, a research project is not merely a larger task: it is a long-horizon agenda that must be advanced through multiple bounded tasks with distinct but related objectives, parallel alternatives, and dependency-aware sequences. Existing single-task systems often treat the project as one oversized task, produce a flat set of vague or overlapping tasks, or leave task boundaries and execution order to manual coordination. We introduce Project2Task, a graph-guided project-level planning layer for autonomous research. Given a project brief, it represents candidate contributions as innovation atoms and organizes them in a directed lineage graph. A lightweight Bernoulli block-model objective selects among horizontal, vertical, and hybrid portfolio decompositions. Project2Task then generates bounded tasks with explicit contribution ownership, repairs overlaps and missing execution fields, and emits dependency-aware task contracts that specify objectives, inputs, expected artifacts, evaluation requirements, boundary constraints, dependencies, and execution order. The contracts are independent of any particular downstream research executor and support integration of task outputs into a coherent project-level result. On a benchmark of ten project briefs yielding roughly 30 tasks, manuscript-based portfolio evaluation gives Project2Task an average quality score of 7.15, compared with 4.58 for the Brief Baseline and 5.31 for the Topic-only Setting. Integrating its contracts with AutoResearchClaw increases average downstream task accuracy from 0.536 to 0.759. These results demonstrate the value of explicit project-to-task planning for producing coherent, non-redundant, and executable research-task portfolios.