Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
NAACL 2024에 채택된 이 연구는 전자 건강 기록(EHR)을 활용하여 역학적 질문에 답하기 위한 RAG 기반의 text-to-SQL 생성 기술을 제안합니다. 질문과 SQL 쌍을 검색 증강 방식으로 생성하여 복잡한 의료 데이터 질의를 자동화하는 워크플로우를 포함합니다.
RAG 시스템의 프라이버시 취약점과 이점을 분석한 연구 논문을 소개합니다. 새로운 공격 방법론을 통해 검색 데이터베이스 유출 위험을 입증하는 동시에, RAG가 LLM의 학습 데이터 유출을 완화할 수 있다는 양면성을 밝혀냈습니다.
xRAG는 단일 토큰을 활용하여 검색 증강 생성(RAG) 시 컨텍스트를 극한으로 압축하는 기술을 제안합니다. Mistral-7B 및 Mixtral-8x7B를 백본으로 사용하며, 효율적인 정보 압축을 통해 RAG 성능을 최적화합니다.
ACM MM2025에 채택된 HM-RAG는 계층적 멀티 에이전트 기반의 멀티모달 RAG 프레임워크입니다. 구조화, 비구조화, 그래프 데이터를 통합하여 동적 지식 합성을 수행하는 3단계 에이전트 아키텍처를 제안합니다.
RAG 시스템의 품질과 지연 시간 사이의 균형을 최적화하기 위한 실험적인 기술들을 다루는 저장소입니다. 쿼리 복잡도에 따른 동적 K 추정 및 재귀적 재순위화를 통한 문맥 압축 등 혁신적인 검색 기법을 제안합니다.
MCTS-RAG는 Monte Carlo Tree Search를 RAG와 통합하여 소형 언어 모델(SLM)의 추론 능력을 극대화하는 새로운 방법론입니다. 반복적인 의사 결정과 전략적 검색을 통해 환각을 줄이고, 7B 규모의 모델로도 GPT-4o 수준의 성능을 구현합니다.
ACL 2025에 채택된 SimGRAG는 지식 그래프(KG) 기반의 RAG 접근 방식으로, 유사 서브그래프를 활용해 질의응답 및 사실 검증 성능을 높입니다. LLM, 임베딩 모델, 벡터 DB를 플러그 앤 플레이 방식으로 결합하여 높은 유연성을 제공합니다.
ACL 2025에서 발표된 FaithfulRAG는 RAG 과정에서 검색된 문맥과 생성물 사이의 사실 수준 충돌을 명시적으로 모델링하는 새로운 프레임워크입니다. 기존 방법론보다 높은 문맥 충실도를 보이며, 다양한 백엔드와 평가 도구를 지원합니다.
Agently v4를 기반으로 재작성된 Agently Daily News Collector의 사용 가이드입니다. 검색, 요약, 보고서 생성을 하나의 엔드투엔드 파이프라인으로 자동화하며, 구조화된 출력 계약과 모듈화된 아키텍처를 제공합니다.
Blue는 기업용 에이전트 워크플로우를 구축하고 배포하기 위한 오케스트레이션 플랫폼입니다. 기존 엔터프라이즈 인프라, API, 데이터를 LLM과 통합하여 복잡한 에이전트 기반 계획 및 데이터 처리를 지원합니다.
Ant Group이 공개한 AIEVO는 SOP(표준 작업 절차)를 엄격히 준수하여 복잡한 작업을 수행하는 오픈소스 다중 에이전트 프레임워크입니다. 피드백 메커니즘과 동적 작업 생성을 통해 높은 실행 성공률과 확장성을 제공하며, 엔터프라이즈 환경에서 검증되었습니다.
AI 에이전트와 개발자가 마크다운을 통해 웹사이트와 문서를 즉시 배포할 수 있는 오픈 소스 퍼블리싱 프레임워크입니다. Convex를 활용한 실시간 데이터 동기화로 재빌드 없이 콘텐츠를 업데이트하며, LLM 및 AI 에이전트의 발견(discovery)에 최적화되어 있습니다.
BoringOS는 에이전트 플랫폼 구축을 위한 오픈 소스 프레임워크로, CLI 도구들을 오케스트레이션하는 에이전트용 운영체제 역할을 합니다. LLM API를 직접 호출하는 대신 Claude Code, Gemini CLI 등 기존 CLI를 에이전트로 활용하여 복잡한 비즈니스 워크플로우를 실행합니다.
LangGraph, Streamlit, ChromaDB를 활용하여 문서 질의응답이 가능한 고급 RAG 시스템 구축 방법을 소개합니다. 문서 내 답변이 없을 경우 온라인 검색으로 자동 전환되는 워크플로우와 상태 관리 기능을 포함합니다.
EMNLP 2025 Findings에 채택된 HiRAG는 계층적 지식 구조를 활용한 새로운 RAG 방법론을 제안합니다. DeepRefine 작업을 통해 테스트 시점에 지식 기반을 효율적으로 개선하며, 기존 Naive RAG 대비 월등한 성능 향상을 보여줍니다.
폭발적으로 성장한 오픈 소스 AI 에이전트 생태계인 OpenClaw 제품군을 큐레이션한 목록입니다. 로컬 우선 개인용 AI 어시스턴트부터 IoT 및 임베디드 환경을 위한 경량화 프로젝트까지 폭넓은 에이전트 기술을 다룹니다.
게임 개발 프로세스 전반에 활용 가능한 다양한 AI 도구들을 카테고리별로 정리한 리스트입니다. 3D 에셋 생성, PBR 텍스처링, 2D 아트 및 UI 디자인, 그리고 코드 작성 및 디버깅을 위한 최신 AI 솔루션들을 소개합니다.
termo-agent는 Firecracker microVM을 기반으로 한 오픈 소스 서버리스 AI 에이전트 런타임입니다. 모든 Python 에이전트 프레임워크를 하드웨어 수준의 격리가 보장되는 프로덕션급 HTTP 서버로 변환하며, 자동 수면/깨우기 및 지속 가능한 상태를 지원합니다.
CoexistAI는 LLM, 웹 검색, Reddit, YouTube, GitHub 등을 통합하여 연구 워크플로우를 자동화하는 모듈형 연구 보조 프레임워크입니다. API 호출이나 Python 함수를 통해 검색, 요약, 데이터 추출을 수행하며 다양한 도구와 유연하게 통합됩니다.
기초부터 엔터프라이즈급 RAG 시스템 구축까지 다루는 체계적인 학습 저장소입니다. 데이터 정제, 검색, 생성, GraphRAG 및 멀티모달 기술을 포함하며 실무적인 문제 해결과 실행 가능한 코드를 제공합니다.