Metric Review — 지표 분석을 실행으로 잇는 토스플레이스
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
MinerU-Diffusion: Rethinking Document OCR as Inverse Rendering via Diffusion Decoding
문서 OCR 처리 시 발생하는 지연 시간과 오류 문제를 해결하기 위해 Diffusion 모델을 적용한 새로운 접근법을 제안합니다. 문서를 왼쪽에서 오른쪽으로 순차적으로 읽는 대신 역렌더링 관점에서 구조를 파악해 복잡한 문서도 빠르고 정확하게 분석합니다.
Look Where It Matters: High-Resolution Crops Retrieval for Efficient VLMs
VLM이 이미지를 처리할 때 정확도와 연산 효율성 사이의 균형을 찾아주는 AwaRes 프레임워크를 소개합니다. 저해상도로 전체 이미지를 먼저 파악한 후 중요한 부분만 고해상도로 잘라내어 분석하므로, 적은 연산 비용으로도 세부 정보를 놓치지 않습니다.
OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis
AI 연구 에이전트를 훈련시키기 위한 완전 개방형 데이터 생성 파이프라인인 OpenResearcher를 제안합니다. 기존의 유료 웹 API 대신 오프라인 환경에서 검색과 추론 과정을 수행하여, 복잡한 연구 궤적 데이터를 안정적이고 저렴하게 생성할 수 있습니다.
WildWorld: A Large-Scale Dataset for Dynamic World Modeling with Actions and Explicit State toward Generative ARPG
AI가 다양한 액션에 따른 환경 변화를 학습할 수 있도록 돕는 대규모 동적 세계 모델링 데이터셋입니다. 기존 데이터의 한계를 넘어 다양하고 의미 있는 액션과 명시적인 상태 정보를 제공하여, 생성형 ARPG와 같은 복잡한 환경을 더 잘 이해하게 해줍니다.
SpecEyes: Accelerating Agentic Multimodal LLMs via Speculative Perception and Planning
에이전트형 Multimodal LLM의 작업 처리 속도를 크게 높여주는 SpecEyes 프레임워크를 제안합니다. 시각적 인지와 도구 사용 등 단계별로 발생하는 지연 시간을 추측적 계획 방식을 통해 줄여주어, AI의 반응 속도와 동시 처리 능력을 대폭 향상시킵니다.
Hugging Face Blog
WildWorld: A Large-Scale Dataset for Dynamic World Modeling with Actions and Explicit State toward Generative ARPG
AI가 액션과 상태 변화의 관계를 깊이 있게 학습하도록 설계된 대규모 데이터셋입니다. 시각적 정보에만 의존하지 않고 명시적인 상태와 의미 있는 액션 데이터를 함께 제공하여, 향후 더 정교한 가상 세계 모델링에 폭넓게 활용될 수 있습니다.
Zhen Li, Zian Meng, Shuwei Shi
DA-Flow: Degradation-Aware Optical Flow Estimation with Diffusion Models
노이즈나 화질 저하가 있는 실제 영상에서도 정확하게 움직임을 추적할 수 있는 DA-Flow 모델을 소개합니다. Diffusion 모델의 이미지 복원 능력을 활용해 영상의 손상 상태를 파악하고, 이를 바탕으로 한층 안정적인 광학 흐름 추정이 가능합니다.
Jaewon Min, Jaeeun Lee, Yeji Choi
UniGRPO: Unified Policy Optimization for Reasoning-Driven Visual Generation
추론과 이미지 생성을 결합한 통합 강화학습 프레임워크인 UniGRPO를 제안하는 연구입니다. AI가 이미지를 생성하기 전에 스스로 프롬프트를 분석하고 논리적으로 추론하는 과정을 거치게 하여, 사용자의 의도를 훨씬 더 정확하게 반영한 결과물을 만들어냅니다.
Jie Liu, Zilyu Ye, Linxiao Yuan
토스 기술블로그
Metric Review, 실행을 이끌다
토스플레이스의 데이터 조직이 분석을 통해 얻은 인사이트를 실제 서비스 개선으로 연결하는 과정을 담은 글입니다. 단순하게 지표를 확인하는 것을 넘어, 구체적인 실행 계획을 이끌어내는 유용한 노하우를 친근하게 소개합니다.
토스
GitHub Trending
mvanhorn/last30days-skill
소셜 미디어나 웹에서 특정 주제에 대한 최근 30일간의 정보를 수집하고 분석해주는 AI 에이전트 스킬입니다. Reddit, YouTube, X 등 다양한 플랫폼을 한 번에 조사하여 신뢰할 수 있고 깔끔한 요약본을 만들어 줍니다.
bytedance/deer-flow
복잡한 리서치나 코딩 작업을 스스로 수행하는 오픈소스 에이전트 플랫폼입니다. 샌드박스와 메모리 기능, 하위 에이전트들을 유기적으로 결합하여 몇 시간이 걸리는 어려운 작업들도 알아서 척척 해결해 줍니다.
BerriAI/litellm
100개가 넘는 다양한 LLM API들을 마치 하나의 플랫폼처럼 쉽게 호출하고 관리할 수 있게 해주는 도구입니다. 비용 추적은 물론 트래픽 분산과 안전 장치까지 제공하여 여러 AI 모델을 효율적이고 안정적으로 다룰 수 있습니다.
letta-ai/claude-subconscious
AI 코딩 어시스턴트인 Claude에 마치 잠재의식이 있는 것처럼 지속적인 사고 능력을 부여하는 흥미로운 프로젝트입니다. 이를 통해 AI가 백그라운드에서 더 깊이 고민하고 최적의 코딩 해결책을 제시할 수 있도록 돕습니다.
ruvnet/ruflo
Claude 모델을 기반으로 여러 AI 에이전트를 하나로 묶어 지휘할 수 있는 강력한 오케스트레이션 플랫폼입니다. RAG 통합과 자율 워크플로우 기능을 통해 복잡한 기업용 다중 에이전트 시스템을 쉽고 효율적으로 구축하게 해줍니다.
오늘의 키워드
Vision Retrieval Eval Reasoning Agent LLM Prompt AI Agent RAG Guardrails