AI Tech - 2026-05-09
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Skill1: Unified Evolution of Skill-Augmented Agents via Reinforcement Learning
언어 모델 에이전트가 다양한 작업에서 성공 전략을 재사용하도록 돕는 스킬 라이브러리 관리에는 스킬 선택, 활용, 생성이 통합적으로 이루어져야 합니다. Skill1은 기존의 분절된 최적화 방식과 달리, 단일 강화학습 정책을 통해 이 세 가지 능력을 동시에 발전시키는 통합 프레임워크를 제시합니다.
Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
기존 검색 시스템은 의미적 유사도에 기반한 단일 검색 단계로 정보를 압축하여 제공하기 때문에, 복잡한 추론이 필요한 에이전트 검색에는 한계가 있습니다. 이 연구는 에이전트가 단순히 상위 결과를 받는 것을 넘어 전체 문서(corpus)와 직접 상호작용하며 다단계 가설을 검증하는 새로운 검색 방식을 제안합니다.
Continuous Latent Diffusion Language Model
기존 언어 모델은 대부분 왼쪽에서 오른쪽으로 텍스트를 생성하는 자기회귀(autoregressive) 방식에 의존해왔습니다. 이 연구는 텍스트를 계층적 정보로 분해한 뒤 이를 재구성하는 확산 모델 기반의 ColaDLM을 제안하여, 고정된 생성 순서에서 벗어납니다.
MiniCPM-o 4.5: Towards Real-Time Full-Duplex Omni-Modal Interaction
최신 멀티모달 LLM은 인식과 응답 단계가 분리되어 있어, 응답을 생성하는 도중에 새로운 입력을 받아 실시간으로 반응을 수정하지 못하는 한계가 있습니다. 이 연구는 인식과 응답을 동시에 처리하는 ‘양방향(full-duplex)’ 상호작용 패러다임을 제안하여, AI가 사람처럼 대화 중에 새로운 정보를 즉각 반영할 수 있게 합니다.
MiA-Signature: Approximating Global Activation for Long-Context Understanding
인간의 뇌가 방대한 기억 속에서 관련 정보를 전역적으로 활성화하지만, 이를 압축된 형태로 인식하는 과정에서 영감을 얻은 연구입니다. 이 논문은 긴 문맥(long-context)을 이해하기 위해, 활성화된 모든 정보의 전역적 영향을 근사하는 컴팩트한 표현인 ‘MiA-Signature’ 개념을 도입하여 모델의 효율적인 문맥 이해를 돕습니다.
Hugging Face Blog
Relit-LiVE: Relight Video by Jointly Learning Environment Video
기존의 비디오 재조명(relighting) 기술은 실제 영상에서 장면을 분해할 때 왜곡이나 오류가 발생하는 한계가 있었습니다. Relit-LiVE는 주변 환경 비디오를 함께 학습하는 새로운 접근 방식을 통해 이러한 문제를 해결하고, 더 사실적인 재조명 결과를 만들어냅니다.
UniPool: A Globally Shared Expert Pool for Mixture-of-Experts
기존 MoE(Mixture-of-Experts) 모델은 각 트랜스포머 레이어마다 별도의 전문가 그룹을 할당하여 파라미터가 비효율적으로 증가하는 단점이 있었습니다. UniPool은 모든 레이어가 전문가 풀을 공유하는 새로운 구조를 제안하여, 모델의 깊이와 상관없이 전문가 파라미터를 유연하게 활용하고 성능을 유지합니다.
AI Co-Mathematician: Accelerating Mathematicians with Agentic AI
‘AI 공동 수학자’는 수학자들이 아이디어 구상부터 이론 구축까지 연구의 전 과정에서 AI 에이전트를 활용할 수 있도록 돕는 새로운 워크벤치입니다. 이 시스템은 비동기적이고 상태를 기억하는 작업 공간을 제공하여, 실제 수학 연구의 복잡하고 반복적인 과정을 체계적으로 지원합니다.
GitHub Trending
anthropics/financial-services
Anthropic이 금융 서비스 분야에서 자사의 AI 모델을 활용하는 방법을 보여주는 프로젝트입니다. 금융 전문가들이 Claude와 같은 모델을 사용해 리서치, 분석, 고객 응대 등의 업무를 자동화하고 효율을 높일 수 있는 다양한 예제와 가이드를 제공합니다.
addyosmani/agent-skills
AI 코딩 에이전트가 실제 현업 수준의 엔지니어링 역량을 갖추도록 돕는 프로젝트입니다. 단순 코드 생성을 넘어, 테스트 작성, 리팩토링, 디버깅 등 전문 개발자가 수행하는 고품질 소프트웨어 개발 기술을 AI 에이전트에 적용하는 방법을 다룹니다.
Hmbown/DeepSeek-TUI
터미널 환경에서 동작하는 DeepSeek 모델 기반의 코딩 에이전트입니다. 개발자들이 익숙한 커맨드 라인 인터페이스를 통해 복잡한 그래픽 사용자 인터페이스(GUI) 없이도 AI의 도움을 받아 코드를 작성하고 수정할 수 있습니다.
z-lab/dflash
대규모 언어 모델(LLM)의 추론 속도를 획기적으로 개선하기 위한 새로운 기술인 DFlash를 제안하는 프로젝트입니다. 이 기술은 ‘블록 확산(Block Diffusion)’과 ‘플래시 추측 디코딩(Flash Speculative Decoding)’을 결합하여 기존 방식보다 더 빠르고 효율적으로 텍스트를 생성합니다.
decolua/9router
다양한 유료 AI 코딩 도구를 40개 이상의 무료 LLM 제공업체에 연결하여 무제한으로 사용할 수 있게 해주는 라우터 프로젝트입니다. 특정 서비스가 응답하지 않을 경우 자동으로 다른 서비스로 전환하고 토큰 사용량을 최적화하여, 개발자들이 비용 걱정 없이 코파일럿 같은 도구를 자유롭게 활용하도록 돕습니다.
오늘의 키워드
Agent Reasoning Retrieval Eval LLM RAG MoE LoRA AI Agent AI Coding