AI Tech - 2026-05-14
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
World Action Models: The Next Frontier in Embodied AI
기존의 AI 모델은 단순히 관찰에 반응하여 행동했지만, 월드 액션 모델(WAM)은 환경의 동적 변화를 예측하는 ‘월드 모델’을 통합합니다. 이를 통해 WAM은 물리 세계가 어떻게 작동하는지 스스로 학습하고 예측함으로써, 한 차원 높은 수준의 임무 수행 능력을 보여주는 새로운 패러다임입니다.
Efficient Pre-Training with Token Superposition
토큰 중첩 학습(TST)은 막대한 비용이 드는 대규모 언어 모델의 사전 학습 효율을 높이는 새로운 기법입니다. 이 방법은 모델 구조나 데이터를 변경하지 않고 간단히 적용할 수 있으며, 동일한 연산 비용으로 더 많은 데이터를 처리하여 학습 속도를 크게 향상시킵니다.
AlphaGRPO: Unlocking Self-Reflective Multimodal Generation in UMMs via Decompositional Verifiable Reward
AlphaGRPO는 추가 학습 없이 통합 멀티모달 모델(UMM)의 잠재력을 끌어내는 새로운 프레임워크입니다. 이 기술을 통해 모델은 사용자의 숨은 의도를 추론해 이미지를 만들거나 스스로 결과물을 진단하고 수정하는 등, 고차원적인 추론과 자기 성찰 능력을 발휘할 수 있습니다.
MCP-Cosmos: World Model-Augmented Agents for Complex Task Execution in MCP Environments
기존 AI 에이전트는 장기적인 예측 없이 반응적으로 행동하거나 실행 환경의 변화를 무시하는 한계가 있었습니다. MCP-Cosmos는 생성형 월드 모델을 도입하여 에이전트가 환경의 미래 변화를 예측하게 함으로써, 복잡한 작업을 더욱 안정적이고 자동화된 방식으로 수행하도록 돕습니다.
ToolCUA: Towards Optimal GUI-Tool Path Orchestration for Computer Use Agents
컴퓨터 사용 에이전트(CUA)는 GUI 조작과 API 도구 사용 사이에서 최적의 경로를 찾는 데 어려움을 겪습니다. ToolCUA는 GUI와 도구 사용이 혼합된 고품질 데이터 부족 문제를 해결하여, 에이전트가 주어진 작업을 가장 효율적으로 완수할 수 있는 실행 경로를 찾도록 지원하는 프레임워크입니다.
Hugging Face Blog
SenseNova-U1: Unifying Multimodal Understanding and Generation with NEO-unify Architecture
기존의 대규모 비전-언어 모델(VLM)은 멀티모달 이해와 생성을 별개의 문제로 취급하여 구조적 한계를 보였습니다. SenseNova-U1은 NEO-unify 아키텍처를 기반으로, 이해와 생성을 통합하여 진정한 멀티모달 지능을 구현하는 새로운 패러다임을 제시합니다.
AlphaGRPO: Unlocking Self-Reflective Multimodal Generation in UMMs via Decompositional Verifiable Reward
AlphaGRPO는 별도의 사전 학습 없이 통합 멀티모달 모델(UMM)의 생성 능력을 강화하는 새로운 프레임워크입니다. 이 기술은 모델이 사용자의 숨은 의도를 추론하여 이미지를 생성하거나, 스스로 결과물을 진단하고 수정하는 자기 성찰적 개선을 가능하게 합니다.
CausalCine: Real-Time Autoregressive Generation for Multi-Shot Video Narratives
기존의 자동회귀(Autoregressive) 비디오 생성 모델은 단일 장면을 길게 늘이는 데는 능숙하지만, 여러 샷으로 구성된 영화적 서사를 만드는 데는 한계가 있었습니다. CausalCine은 이러한 문제를 해결하여, 다양한 사건과 시점 변화를 포함하는 다중 샷 비디오 내러티브를 실시간으로 생성하는 것을 목표로 합니다.
GitHub Trending
tinyhumansai/openhuman
OpenHuman은 개인화된 AI 슈퍼 인텔리전스를 지향하는 프로젝트입니다. 사용자의 프라이버시를 보호하면서도 간단하고 강력한 성능을 제공하여, 누구나 자신만의 AI 비서를 가질 수 있도록 돕습니다.
rohitg00/agentmemory
AgentMemory는 AI 코딩 에이전트를 위한 영구 메모리 솔루션입니다. 실제 세계의 벤치마크를 기반으로 설계되어, AI 에이전트가 작업을 장기적으로 기억하고 연속성을 유지할 수 있도록 지원합니다.
yikart/AiToEarn
AiToEarn은 AI 기술을 활용하여 수익을 창출하는 다양한 방법을 모아놓은 프로젝트입니다. 사용자들이 인공지능을 통해 실질적인 경제적 이익을 얻을 수 있도록 돕는 것을 목표로 합니다.
K-Dense-AI/scientific-agent-skills
scientific-agent-skills는 연구, 과학, 공학, 분석 등 전문 분야에 즉시 사용할 수 있는 AI 에이전트 기술 세트입니다. 복잡한 작업을 자동화하고 전문가의 생산성을 높일 수 있도록 미리 정의된 다양한 기능을 제공합니다.
danielmiessler/Personal_AI_Infrastructure
Personal_AI_Infrastructure는 인간의 능력을 극대화하기 위한 개인용 에이전트 AI 인프라 구축 프로젝트입니다. 사용자가 자신만의 맞춤형 AI 환경을 구성하여 생산성과 창의성을 증폭시킬 수 있도록 돕습니다.
AI Weekly
AI Weekly Issue #492: AI slop : A $725B bet on what no one wanted
거대 기술 기업들이 올해 AI 인프라에 7,250억 달러라는 막대한 자금을 쏟아붓고 있지만, 정작 사용자들은 AI가 생성한 결과물을 외면하는 현상이 뚜렷해지고 있습니다. 실제로 소비자의 절반은 AI를 쓰지 않는 브랜드를 선호하고 위키피디아는 AI 생성 콘텐츠를 금지하는 등, 시장의 거부감은 커지고 있습니다. 이는 막대한 인프라 투자가 실제 사용자 수요와는 정반대 방향으로 이루어지고 있다는 구조적 문제를 드러냅니다.
오늘의 키워드
Vision Multimodal LLM Agent RAG AI Coding