Dockerless: 코딩 에이전트를 위한 환경 불필요 프로그램 검증기

Dockerless는 코딩 에이전트 학습 시 환경 설정 비용을 줄이기 위해 코드를 직접 실행하지 않고도 패치의 정확성을 검증하는 기술입니다. 에이전트 방식의 저장소 탐색을 통해 증거를 수집하며, 기존 환경 기반 검증 방식과 대등한 성능을 보여줍니다.

AI가 자신의 코드를 검토할 때: 코드 LLM에서의 재귀적 자기 학습 붕괴 (Recursive Self-Training Collapse)

AI가 생성한 코드가 다시 학습 데이터로 사용되는 재귀적 자기 학습 과정에서 발생하는 모델 성능 저하(Collapse) 현상을 연구합니다. 리뷰 체계에 따른 붕괴 양상을 분석하며, AI 자체 리뷰보다는 외부 검증의 중요성을 강조합니다.

결정론에서 위임으로: AI-Native 소프트웨어 엔지니어링과 에이전트 엔지니어 (Agentic Engineer)의 진화

소프트웨어 엔지니어링이 결정론적 코드 작성에서 자율적 에이전트 시스템을 감독하는 패러다임으로 전환되고 있음을 논합니다. 에이전트 엔지니어의 등장과 함께 작업 단위, 정확성 평가, 책임 소재의 변화를 세 가지 핵심 축으로 정의합니다.

TUA-Bench: 범용 터미널 사용 에이전트를 위한 벤치마크

터미널 기반 범용 컴퓨터 사용 에이전트(TUA)를 평가하기 위한 새로운 벤치마크인 TUA-Bench를 소개합니다. 일상적인 디지털 활동부터 전문적인 과학·공학 워크플로우까지 120개의 실제 작업을 포함하며, 실행 기반 점수 산정 방식을 사용합니다.

변이 주입 프레임워크를 이용한 Java 코드 스니펫 적응에 대한 LLM 평가

LLM이 명시적인 지침 없이 Java 코드 스니펫을 새로운 문맥에 맞게 적응시키는 능력을 평가하는 연구입니다. 변이 주입 프레임워크를 통해 적응 유형, 복잡도, 문맥 의존성을 체계적으로 분석합니다.

실제 취약점 탐지를 위한 바이너리 코드 유사성 이해: 대규모 실증 연구

펌웨어 내 제3자 라이브러리(TPL)의 취약점을 탐지하기 위한 바이너리 코드 유사성 탐지(BCSD)의 대규모 실증 연구를 다룹니다. 함수 버전, 탐색 공간, 함수 크기, 컴파일 툴체인이 성능에 미치는 영향을 분석하고 성능을 개선하는 전략을 제안합니다.

사전 학습된 또는 미세 조정된 LLM으로부터의 보상 없는 코드 정렬: 코드 생성에서의 트레이드오프 분석

LLM의 코드 생성 성능 향상을 위한 정렬(Alignment) 기술의 효과를 분석한 연구입니다. DPO와 BoNBoN 기법을 활용하여 사전 학습 모델과 미세 조정 모델 간의 정렬 경로에 따른 기능적·비기능적 요구사항의 트레이드오프를 실증적으로 규명했습니다.

분야별 모델의 자동화된 SysML 기반 검증

특정 도구에 종속되지 않고 SysML 기반으로 분야별 모델을 자동 검증할 수 있는 프로세스를 제안합니다. 기존의 파라메트릭 방식 한계를 넘어 동작 및 인터페이스 속성까지 검증하며, 도구 불가지론적 접근을 통해 이식성을 높였습니다.

에이전트 보안과 규제 현실의 만남 — 규제 금융 시스템 내 자율 에이전트(Autonomous-Agent) 위협 및 통제에 대한 실무적 체계화

규제 금융 시스템 내 자율 에이전트 도입 시 발생하는 보안 위협과 규제 준수 방안을 다룹니다. 6가지 위협 범주를 미국 및 EU 금융 규제와 매핑하고, 실제 KYC 프로세스에 적용 가능한 4가지 아키텍처 패턴을 제시합니다.

대규모 버그 수정 벤치마킹을 위한 LLM 기반의 Diff 방식 코드 손상 기법

LLM의 버그 수정 능력을 정밀하게 평가하기 위해 개발된 대규모 벤치마크 MegaBugFix를 소개합니다. LLM을 활용해 Diff 방식으로 12,629개의 Python 버그 프로그램을 합성하여 기존 벤치마크의 한계를 극복했습니다.

Symbolon: 코드 변환 학습을 통한 심볼릭 실행 (Symbolic Execution)

Symbolon은 코드 변환 학습을 통해 심볼릭 실행의 확장성 문제를 해결하는 새로운 프레임워크입니다. 다양한 코드 변환을 에이전트 기술로 증류하여 적용함으로써, 기존 방식보다 효율적으로 경로 폭발 문제를 극복하고 버그 탐지 성능을 높였습니다.

마이크로서비스 장애 진단에서의 LLM 에이전트 평가를 위한 다중 데이터셋 벤치마크

마이크로서비스 장애 진단 시 LLM 에이전트의 추론 과정을 체계적으로 평가하기 위한 새로운 벤치마크와 데이터셋을 제안합니다. 기존의 결과 중심 평가를 넘어 국소화, 식별, 추론의 세 가지 차원에서 에이전트의 능력을 검증합니다.

OASIF: LLM 기반 어셈블리 코드 명령어 준수 및 이해를 위한 효율적인 난독화 인식 자기 개선 프레임워크

난독화된 어셈블리 코드 이해를 위해 LLM의 성능을 개선하는 OASIF 프레임워크를 제안합니다. 토큰 효율적인 인코더와 3단계 학습 과정을 통해 상용 난독화 도구에 대한 대응력을 높였습니다.

LLM 내부 아키텍처 직관적 해설 — 왜 그런 구조가 탄생했는지 비유로 이해하기

앙상블만으로는 문제를 해결할 수 없습니다

여러 언어 모델을 결합하는 앙상블 전략이 모든 모델이 동시에 틀리는 '공동 실패(co-failure)' 비율인 β에 의해 성능 한계가 결정된다는 연구를 소개합니다. 기존의 쌍별 오류 상관관계 방식으로는 이 공동 실패율을 정확히 측정할 수 없음을 지적합니다.

ViMax 리뷰: HKUDS의 에이전트 기반 멀티 씬 비디오 생성

HKUDS가 개발한 ViMax는 멀티 에이전트 오케스트레이션을 통해 기존 AI 비디오 생성의 한계인 짧은 길이와 일관성 문제를 해결합니다. 시나리오 작가, 감독, 프로듀서, 비디오 생성기라는 네 가지 에이전트 역할을 통해 구조화된 서사와 일관된 캐릭터를 유지하는 영화적 비디오 생성을 구현합니다.

모델 업그레이드가 세 가지 워크플로우를 망가뜨렸는데 테스트는 여전히 통과했다

모델 업데이트 시 발생하는 회귀(Regression) 문제와 드리프트(Drift)의 차이점을 설명합니다. 모델 업데이트로 인해 테스트는 통과하지만 워크플로우가 변하는 현상을 방지하기 위해, 모델-판사 방식 대신 '골든 트레이스'를 활용한 독립적인 검증의 중요성을 강조합니다.

goal-flight

goal-flight는 Claude Code를 장기 프로젝트 오케스트레이터로 변환하여, 아키텍처 설계부터 다양한 코딩 에이전트(Codex, Cursor 등)에 작업 할당까지 관리하는 프레임워크입니다. 사용자는 직접 코딩하는 대신 설계를 조종하고 에이전트의 실행 상태를 모니터링하며 검토하는 역할에 집중할 수 있습니다.

saeedkolivand/ai-job-hunter-app

Ollama, OpenAI, Anthropic 등을 활용해 로컬 우선 방식으로 작동하는 AI 기반 구직 보조 데스크톱 애플리케이션입니다. 채용 공고 스크래핑, 이력서 및 자기소개서 생성, ATS 최적화 매칭 기능을 제공하며 모든 데이터를 사용자 기기에 안전하게 저장합니다.