Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
자율적인 게으른 시니어 개발자 AI 에이전트
단순한 코드 생성을 넘어 코드 삭제와 아키텍처 미니멀리즘을 추구하는 '게으른 시니어 개발자' AI 에이전트 개념을 소개합니다. 의존성 가지치기, 중복 방지, 복잡성 제어를 통해 인지 부하를 줄이고 기술 부채를 최소화하는 것을 목표로 합니다.
GPU가 왜 필요하죠?? 6년 된 CPU에서 gemma-4-26B-A4B UD-Q4_K_XL로 64 t/s 생성, 285 PP 달성
6년 된 Xeon CPU 환경에서 llama.cpp 최적화를 통해 Gemma-4 모델을 초당 64토큰의 속도로 구동하는 데 성공했습니다. 이는 고가의 멀티 GPU 장비 없이도 에이전트 기반 코딩이 가능한 수준의 성능을 보여줍니다.
Interactions API가 GA(General Availability)로 출시되었습니다.
Interactions API가 GA(General Availability)로 출시되어 모델 추론과 자율 에이전트를 위한 표준 인터페이스를 제공합니다. 관리형 에이전트, 단순화된 스키마, 비동기 백그라운드 실행 및 확장된 도구 생태계를 지원합니다.
Meta가 @kunalb11을 채용하기 위해 CRED에 투자한 9억 달러는 제품 감각, 판단력 및 리더십 확보에 집중한 첫 번째 사례입니다
Meta가 특정 인재 채용을 목적으로 CRED에 9억 달러를 투자하며, 단순 기술 인력을 넘어 제품 감각과 리더십을 확보하려는 전략적 움직임을 보였습니다. 이는 AI 인재 확보 경쟁이 기술력을 넘어 제품 판단력 중심으로 변화하고 있음을 시사합니다.
＂하이닉스 시총, 삼전 넘는 순간 강세장 붕괴＂ 한달 전 증권사 경고장, 재소환
SK하이닉스가 삼성전자의 시가총액을 추월하며 코스피 1위에 올라섰습니다. 증권가는 이를 강세장 종료의 신호로 경고하는 시각과 AI 산업 성장에 따른 구조적 재평가로 보는 시각이 공존한다고 분석합니다.
6월22일 미국 장 마감 브리핑
6월 22일 미국 시장은 구글의 인재 유출 우려, 에너지 제재 중단에 따른 유가 하락, 연준의 스탠스 변화에 따른 국채 약세 등 복합적인 요인으로 마감되었습니다. 마이크론 실적 발표를 앞둔 가운데 기업 간 전략적 제휴와 인수합병 소식이 시장의 주요 화두였습니다.
알파벳($GOOGL), 무엇이 무너졌나?
알파벳의 주가가 급락하며 시가총액이 대폭 감소했습니다. 핵심 AI 인재들의 이직과 막대한 AI 인프라 투자 비용 증가로 인한 수익성 우려가 시장의 신뢰를 흔들고 있습니다.
Hermes Agent가 이제 Windows 및 Linux에서 Computer Use를 지원합니다: 작업 중 백그라운드에서 데스크톱 클릭
Hermes Agent가 Windows 및 Linux 환경에서 백그라운드 Computer Use 기능을 지원합니다. 사용자의 커서나 포커스 방해 없이 백그라운드에서 데스크톱 클릭, 타이핑, 스크롤 등의 작업을 수행할 수 있습니다.
Codex 데스크톱 앱이 Mac의 배터리를 너무 많이 소모해서 파워 가드(power-guard)를 만들었습니다.
Codex 데스크톱 앱의 과도한 Mac 배터리 소모 문제를 해결하기 위해 직접 제작한 'power-guard' 솔루션을 소개합니다. 프롬프트를 통해 시스템 설정, 프로세스 감시, LaunchAgent 활용 등 배터리 효율을 높이는 최적화 방법을 구현했습니다.
SOHET: 자기지도 사전 학습(Self-Supervised Pre-Training)을 결합한 이종 이벤트 시퀀스 트랜스포머(Sequence
이종 이벤트 스트림을 처리하기 위해 자기지도 사전 학습을 결합한 계층적 트랜스포머 구조인 SOHET를 제안합니다. Booking.com의 사기 탐지 데이터와 EBES 벤치마크를 통해 기존 모델 대비 우수한 성능과 빠른 수렴 속도를 입증했습니다.
Multi-Head Attention Transformer 및 온라인 학습을 이용한 예측적 수리 관리
Multi-Head Attention Transformer와 온라인 학습을 결합하여 차량 수리 시간을 예측하는 딥러닝 프레임워크를 제안합니다. 정형 데이터 처리에 최적화된 어텐션 메커니즘을 통해 변수 간 상호작용을 효과적으로 추출하며, 실시간 데이터 변화에 대응할 수 있는 점진적 업데이트 전략을 포함합니다.
LambdaMark: 강건성(Robustness)과 방사성(Radioactivity)을 위한 의미론적 오디오 워터마킹
LambdaMark는 생성형 오디오의 무단 사용을 방지하기 위한 새로운 의미론적 오디오 워터마킹 체계입니다. 기존의 저수준 신호 삽입 방식과 달리 의미론적 잠재 표현에 정보를 삽입하여, 모델 미세 조정 후에도 워터마크가 유지되는 높은 방사성을 제공합니다.
EnTrust: 신뢰할 수 있는 멀티모달 의료 영상 분석을 위한 모달 간 충돌 모델링
EnTrust는 멀티모달 의료 영상 분석 시 발생하는 모달리티 간 충돌을 모델링하여 예측 불확실성을 정밀하게 추정하는 프레임워크입니다. 공유 정보, 특이적 단서, 충돌 신호로 특징을 분해하여 임상의가 불확실성의 원인을 이해할 수 있도록 돕습니다.
보정은 통제가 아니다: LLM-Agent 감독에 개입(Intervention)이 필요한 이유
LLM 에이전트의 런타임 감독 시 단순 위험 점수(calibration) 대신, 개입을 통해 결과를 개선할 수 있는지 판단하는 '개입 이점(intervention advantage)' 개념을 제안합니다. 연구 결과, 행동 조건부 가치 추정이 기존의 스칼라 위험 예측보다 에이전트 제어에 더 효과적임을 입증했습니다.
SwarmX: 저지연 에이전트 시스템을 위한 에이전트 기반 스케줄링 (Agentic Scheduling)
SwarmX는 에이전트 기반 AI 애플리케이션의 저지연 서빙을 위해 제안된 에이전트 기반 스케줄링 시스템입니다. 신경망 예측기를 활용해 프롬프트와 모델 특징을 분석함으로써 꼬리 지연 시간을 획기적으로 줄이고 처리량을 높입니다.
실제 웹 취약점 탐지를 위한 LLM 평가
본 연구는 다양한 프런티어 및 오픈 웨이트 모델을 활용하여 WordPress 플러그인의 실제 웹 취약점 탐지 능력을 벤치마킹합니다. 실험 결과, 모델과 프롬프트 설계에 따라 탐지율 차이가 크며, 모든 모델이 일관된 보고 능력을 보여주지는 못한다는 한계를 확인했습니다.
맹목적으로 신뢰하지 마세요: 신뢰할 수 없는 피드백이 도구 사용 LLM 에이전트에 미치는 영향
도구 증강 에이전트가 신뢰할 수 없는 피드백을 받았을 때 발생하는 성능 저하와 가치 역전 현상을 연구합니다. 잘못된 피드백이 에이전트의 성능을 피드백이 없는 상태보다 낮게 만들 수 있음을 실험을 통해 증명했습니다.
중재적 X-ray AI 모델의 In Silico 학습을 위한 2D 대 3D 확산 모델(Diffusion) 비교
중재적 X-ray AI 모델 학습을 위해 3D 조건부 잠재 확산 모델과 2D 뷰 조건부 확산 모델을 비교 연구했습니다. 실험 결과, 2D 확산 기반 합성 데이터가 실제 X-ray 데이터에 필적하는 해부학적 랜드마크 검출 성능을 보였습니다.
Graph-of-Differences: 의료 영상 재식별을 위한 해부학 구조 기반 차이 정렬
의료 영상 재식별(MedReID) 시 발생하는 지름길 학습 문제를 해결하기 위해 해부학적 구조 기반의 Graph-of-Differences(GoD)를 제안합니다. 해부학 그래프를 통해 상동 구조 간의 차이를 정렬함으로써 모델의 결정 근거를 명확히 하고 일반화 성능을 높였습니다.
MIRCaps: 세밀한 시각-언어 학습을 위한 이미지 레벨 및 영역 레벨 캡션이 포함된 대규모 혼합 도메인 데이터셋
시각-언어 모델(VLM)의 성능 향상을 위해 이미지 레벨과 영역 레벨 캡션이 결합된 대규모 혼합 도메인 데이터셋인 MIRCaps를 소개합니다. 이 데이터셋은 세밀한 시각적 속성 학습을 지원하며, 이미지 캡셔닝 및 객체 탐지 태스크에서 효과적임을 입증했습니다.
이 피드 구독하기
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.