AI Tech - 2026-05-13
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Qwen-Image-2.0 Technical Report
Qwen-Image-2.0은 고품질 이미지 생성과 정밀한 편집 기능을 하나의 프레임워크로 통합한 새로운 이미지 생성 파운데이션 모델입니다. 이 모델은 기존 모델들이 어려움을 겪었던 긴 텍스트 렌더링, 다국어 타이포그래피, 복잡한 지시사항 이해 등의 문제를 해결하여 텍스트가 풍부하고 구성이 복잡한 이미지 생성에 강점을 보입니다.
CollabVR: Collaborative Video Reasoning with Vision-Language and Video Generation Models
CollabVR은 비디오 생성 모델(VGM)과 비전-언어 모델(VLM)을 결합하여 비디오 기반 추론 능력을 향상시키는 새로운 협업 프레임워크입니다. 기존 비디오 생성 모델이 장기적인 작업에서 보이는 오류나 일관성 저하 문제를 해결하기 위해, 비전-언어 모델이 명시적인 추론과 피드백을 제공하여 목표 지향적인 비디오 분석을 가능하게 합니다.
TMAS: Scaling Test-Time Compute via Multi-Agent Synergy
TMAS는 추론 시간에 추가적인 연산을 할당하여 대규모 언어 모델(LLM)의 추론 능력을 향상시키는 새로운 테스트 시간 확장 기법입니다. 이 방법은 여러 추론 에이전트가 실시간으로 정보를 교환하며 시너지를 내도록 하여, 기존의 독립적인 병렬 처리 방식보다 더 정교하고 효과적으로 문제를 해결합니다.
PaperFit: Vision-in-the-Loop Typesetting Optimization for Scientific Documents
PaperFit은 과학 논문 조판 과정에서 발생하는 이미지 및 표의 잘못된 배치, 텍스트 넘침, 페이지 균형 문제 등을 자동으로 최적화하는 도구입니다. 기존 도구와 달리 렌더링된 PDF의 시각적 결과를 직접 분석하고 소스 코드를 수정하는 ‘Vision-in-the-Loop’ 방식을 사용하여, 사람이 직접 문서를 보고 편집하는 반복적인 작업을 자동화합니다.
SEIF: Self-Evolving Reinforcement Learning for Instruction Following
SEIF는 대규모 언어 모델(LLM)의 지시사항 수행 능력을 지속적으로 향상시키기 위한 새로운 자가 발전 강화학습 프레임워크입니다. 이 방법은 비싼 외부 감독에 의존하는 대신, 모델 스스로 자신의 능력에 맞춰 점진적으로 더 어려운 지시사항을 생성하고 학습하는 자기 발전 루프를 통해 성능을 개선합니다.
Hugging Face Blog
Pixal3D: Pixel-Aligned 3D Generation from Images
최근 이미지-3D 생성 모델의 품질이 크게 향상되었지만, 입력 이미지의 픽셀 수준까지 정확하게 3D 에셋을 구현하는 충실도(fidelity)는 여전히 주요 과제로 남아있습니다. 이 논문은 기존 모델들이 2D 이미지와 3D 형상 간의 연관성을 명확하게 설정하지 못하기 때문에 발생하는 문제라고 지적하며, 이를 해결하기 위한 픽셀 정렬(pixel-aligned) 3D 생성 기법인 Pixal3D를 제안합니다.
Dynamic Skill Lifecycle Management for Agentic Reinforcement Learning
LLM 에이전트는 복잡한 작업을 해결하기 위해 외부 ‘스킬’에 의존하지만, 기존 방식은 모든 스킬을 영구적으로 유지하거나 모델 내부에 흡수시켜 비효율을 야기합니다. 이 연구는 모델의 제한된 용량과 스킬별 기여도 차이를 고려하여, 스킬을 동적으로 추가, 제거, 업데이트하는 ‘동적 스킬 생명주기 관리’ 방식을 제안하여 에이전트의 학습 효율을 최적화합니다.
ELF: Embedded Language Flows
이미지, 비디오 등 연속 데이터 생성에 뛰어난 디퓨전 및 플로우 기반 모델을 언어 모델링에 적용하려는 시도가 늘고 있습니다. 이 논문은 기존의 이산적인 토큰 기반 접근법과 달리, 연속적인 임베딩 공간에서 작동하는 ‘임베디드 언어 플로우(ELF)’를 제안하여 최소한의 수정만으로도 효과적인 연속 확산 언어 모델(DLM)을 구현할 수 있음을 보여줍니다.
GitHub Trending
tinyhumansai/openhuman
OpenHuman은 개인화된 AI 슈퍼 인텔리전스를 구축하는 프로젝트입니다. 사용자의 개인정보를 보호하면서 간단하고 강력한 AI 비서 기능을 제공하는 것을 목표로 합니다.
rohitg00/agentmemory
AgentMemory는 AI 코딩 에이전트를 위한 영속적인 메모리 솔루션입니다. 실제 세계의 벤치마크를 기반으로 성능을 입증했으며, AI 에이전트가 작업 내용을 장기간 기억하고 활용할 수 있도록 돕습니다.
mattpocock/skills
이 저장소는 실제 엔지니어에게 필요한 기술과 노하우를 모아놓은 자료입니다. 저자가 Claude AI와 상호작용하며 얻은 유용한 프롬프트와 인사이트를 직접 공유하고 있습니다.
rasbt/LLMs-from-scratch
‘LLMs-from-scratch’는 ChatGPT와 같은 대규모 언어 모델(LLM)을 처음부터 직접 구현하는 방법을 안내합니다. PyTorch를 사용하여 단계별로 LLM의 핵심 원리를 학습하고 코드를 작성해볼 수 있는 교육 자료입니다.
yikart/AiToEarn
AiToEarn은 AI 기술을 활용하여 수익을 창출하는 다양한 방법을 탐구하고 공유하는 프로젝트입니다. 자동화된 작업, 콘텐츠 생성 등 AI를 이용한 수익화 모델에 대한 아이디어와 예시 코드를 제공합니다.
오늘의 키워드
Vision Reasoning Test-Time Compute Agent LLM Inference AI Coding Claude