후기 10만 개를 한 줄로 — 무신사 AI 후기 요약 도입기
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Out of Sight but Not Out of Mind: Hybrid Memory for Dynamic Video World Models
이 논문은 비디오 World Model에서 동적 객체가 화면 밖으로 사라졌다가 다시 나타날 때 발생하는 왜곡 현상을 해결합니다. 정적인 배경을 기억하면서도 움직이는 객체를 지속적으로 추적하는 새로운 Hybrid Memory 방식을 제안하여 일관된 영상 생성 성능을 보여줍니다.
Intern-S1-Pro: Scientific Multimodal Foundation Model at Trillion Scale
1조 개의 파라미터를 갖춘 세계 최초의 과학 분야 멀티모달 Foundation Model인 Intern-S1-Pro를 소개합니다. 강력한 추론 및 이미지-텍스트 이해 능력을 바탕으로 100개 이상의 전문 과학 작업을 완벽하게 수행하며, 고급 Agent 기능까지 지원하여 과학 연구에 큰 도움을 줍니다.
PixelSmile: Toward Fine-Grained Facial Expression Editing
기존 얼굴 표정 편집 모델들의 한계를 극복하기 위해 세밀한 감정 표현이 가능한 새로운 데이터셋과 평가 지표를 구축했습니다. 이를 바탕으로 개인의 고유한 얼굴 특징을 유지하면서도 자연스럽고 정교하게 표정만 바꿔주는 새로운 Diffusion 프레임워크인 PixelSmile을 제안합니다.
ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling
긴 서사의 스토리텔링 영상을 생성할 때 발생하는 지연 시간을 줄이고 사용자와의 상호작용을 높이는 새로운 비디오 생성 아키텍처입니다. 이전 영상의 맥락을 바탕으로 다음 장면을 실시간으로 생성해 내며, 사용자가 프롬프트를 통해 이야기 흐름을 즉각적으로 바꿀 수 있게 해줍니다.
Calibri: Enhancing Diffusion Transformers via Parameter-Efficient Calibration
Diffusion Transformer(DiT)의 생성 능력을 극대화하기 위해 적은 파라미터만으로 모델을 최적화하는 Calibri라는 새로운 기법을 소개합니다. 노이즈 제거 과정을 세밀하게 분석하여 단일 스케일링 파라미터를 추가하는 것만으로도 이미지 생성 품질을 크게 높일 수 있습니다.
Hugging Face Blog
Learning to Commit: Generating Organic Pull Requests via Online Repository Memory
LLM 기반 코딩 Agent가 기능적으로는 올바르지만 기존 프로젝트의 규칙이나 내부 API를 무시해서 PR이 거부되는 현상을 분석했습니다. 모델이 프로젝트 코드를 단순히 읽는 것을 넘어 실제 개발자처럼 유기적이고 자연스러운 코드를 작성할 수 있도록 돕는 온라인 저장소 메모리 방식을 제안합니다.
Mo Li, L. H. Xu, Qitai Tan
Zero-Shot Depth from Defocus
초점이 다른 여러 장의 사진(포커스 스택)에서 깊이 정보를 추출할 때, 처음 보는 데이터에서도 잘 작동하도록 Zero-Shot 일반화에 집중한 연구입니다. 기존보다 훨씬 크고 정밀한 새로운 벤치마크 데이터셋을 구축하고, 이에 최적화된 Transformer 기반의 혁신적인 네트워크 구조를 선보입니다.
Yiming Zuo, Hongyu Wen, Venkat Subramanian
HandVQA: Diagnosing and Improving Fine-Grained Spatial Reasoning about Hands in Vision-Language Models
Vision-Language Model(VLM)이 복잡한 인간의 손동작과 미세한 공간 정보를 얼마나 잘 이해하는지 평가하는 대규모 벤치마크를 소개합니다. 로봇 수술이나 AR/VR처럼 정밀한 손동작 인식이 필수적인 분야에서 AI의 성능을 진단하고 개선하는 데 유용하게 활용될 수 있습니다.
MD Khalequzzaman Chowdhury Sayem, Mubarrat Tajoar Chowdhury, Yihalem Yimolal Tiruneh
무신사 기술블로그
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
수십만 개가 넘는 상품 후기 속에서 고객이 원하는 정보만 빠르게 찾을 수 있도록 무신사에 AI 후기 요약 기능을 도입한 과정을 담은 글입니다. 기획 단계에서의 문제 정의부터 엔지니어링 측면의 기술적 고민과 해결책까지 실무진들의 생생한 경험담을 읽어볼 수 있습니다.
박소정
GitHub Trending
microsoft/VibeVoice
마이크로소프트에서 공개한 최첨단 오픈소스 음성 AI 프로젝트입니다. 사람의 목소리와 감정을 섬세하게 표현하는 고품질 음성 인식 및 생성 기능을 제공하여 다양한 애플리케이션에 활용할 수 있습니다.
luongnv89/claude-howto
Claude Code의 기본 개념부터 고급 Agent 활용법까지 시각적인 예제와 함께 쉽게 설명해 주는 실전 가이드입니다. 실무에 바로 복사해서 쓸 수 있는 유용한 템플릿들이 가득해 코딩 생산성을 크게 높일 수 있습니다.
shanraisshan/claude-code-best-practice
AI 코딩 어시스턴트인 Claude를 가장 효율적으로 활용하기 위한 모범 사례(Best Practice)들을 모아둔 저장소입니다. 다양한 실무 상황에서 프롬프트를 어떻게 작성해야 최적의 코드를 얻을 수 있는지에 대한 유용한 팁을 제공합니다.
OpenBB-finance/OpenBB
금융 분석가와 퀀트 투자자, 그리고 AI Agent를 위해 설계된 강력한 오픈소스 금융 데이터 플랫폼입니다. 전 세계의 다양한 금융 API를 하나로 통합하여 복잡한 시장 데이터를 쉽고 빠르게 분석할 수 있도록 도와줍니다.
sherlock-project/sherlock
특정 사용자 이름(Username) 하나만으로 전 세계 수백 개의 소셜 미디어 플랫폼을 검색해 동일한 계정을 찾아내는 흥미로운 오픈소스 도구입니다. 복잡한 설정 없이 터미널에서 간단한 명령어만으로 강력한 정보 수집 기능을 사용할 수 있습니다.
오늘의 키워드
Multimodal Agent Eval Prompt Transformer LLM Benchmark Vision Claude Claude Code