AI Tech - 2026-05-18
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
최근 AI 모델들이 국제 수학 및 물리 올림피아드에서 금메달 수준의 추론 능력을 보여주고 있습니다. 이 논문은 사전 훈련된 추론 모델을 올림피아드 수준의 문제 해결사로 변환하는 간단하고 통일된 방법을 제시하며, 역-퍼플렉시티(reverse-perplexity) 커리큘럼을 활용한 미세조정 기법을 핵심으로 합니다.
Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation
실시간 양방향 비디오 생성은 매우 낮은 지연 시간과 스트리밍 제어를 요구하지만 기존 모델들은 한계가 있었습니다. 이 연구는 단 1~2단계의 샘플링만으로 프레임 단위의 비디오를 생성하는 ‘Causal Forcing++’ 기법을 제안하여, 훨씬 빠르고 반응성이 뛰어난 실시간 비디오 생성을 가능하게 합니다.
Self-Distilled Agentic Reinforcement Learning
긴 대화형 작업을 수행하는 LLM 에이전트를 강화학습으로 훈련할 때 보상 신호가 너무 개략적이라는 문제가 있습니다. 이 논문은 자기 증류(Self-Distillation) 기법을 다중 턴(multi-turn) 에이전트에 맞게 개선하여, 불안정성을 해결하고 더 조밀한 토큰 수준의 가이드를 제공하는 새로운 학습 방법을 제안합니다.
MemLens: Benchmarking Multimodal Long-Term Memory in Large Vision-Language Models
대규모 비전-언어 모델(LVLM)이 긴 멀티모달 상호작용을 처리하기 위해 기억 능력이 필수적이지만, 이를 체계적으로 평가할 벤치마크가 부족했습니다. 이 연구는 여러 세션에 걸친 대화 속에서 멀티모달 정보에 대한 기억력을 측정하는 새로운 벤치마크 ‘MemLens’를 공개하여, 다양한 모델의 장기 기억 성능을 종합적으로 비교 분석합니다.
SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
이 논문은 분 단위의 고화질 영상을 효율적으로 생성하는 26억 파라미터 규모의 오픈소스 월드 모델 ‘SANA-WM’을 소개합니다. 하이브리드 선형 어텐션 등 네 가지 핵심 설계를 통해 대규모 상용 모델과 비슷한 수준의 시각적 품질을 달성하면서도 효율성을 크게 향상시켜, 정교한 카메라 제어가 가능한 1분 길이의 720p 영상을 생성할 수 있습니다.
Hugging Face Blog
ATLAS: Agentic or Latent Visual Reasoning? One Word is Enough for Both
기존의 시각적 추론 모델은 이미지를 직접 생성하거나 외부 도구를 사용하는 방식으로 인해 계산 비용이 높고 지연 시간이 발생하는 문제가 있었습니다. ATLAS는 에이전트 방식과 잠재 공간 추론 방식을 하나의 단어로 제어하는 새로운 접근법을 제시하여, 복잡한 아키텍처나 외부 실행 없이도 효율적인 시각적 추론을 가능하게 합니다.
RAVEN: Real-time Autoregressive Video Extrapolation with Consistency-model GRPO
기존의 실시간 자기회귀 비디오 생성 모델은 긴 시간 동안 영상을 생성할 때 학습 데이터와 추론 데이터 분포의 차이로 인해 품질이 저하되는 한계가 있었습니다. RAVEN은 이러한 분포 불일치 문제를 해결하여, 이전에 생성된 콘텐츠를 바탕으로 미래 영상을 실시간으로 예측하면서도 장시간에 걸쳐 일관되고 높은 품질의 비디오를 생성하는 새로운 네트워크입니다.
Aligning Latent Geometry for Spherical Flow Matching in Image Generation
이미지 생성을 위한 기존의 잠재 흐름 정합(latent flow matching) 방식은 노이즈와 잠재 벡터가 구형 껍질에 집중됨에도 불구하고 유클리드 경로를 따라 변환하여 비효율이 발생했습니다. 이 연구는 잠재 벡터를 반지름과 각도 성분으로 분해하고 구형 기하학 구조에 맞춰 정렬함으로써, 이미지의 의미적, 지각적 콘텐츠를 담은 방향 정보를 더 효과적으로 활용하여 이미지 생성 품질을 향상시킵니다.
무신사 기술블로그
AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
개발자들은 슬로우 쿼리 발생 시 원인 파악부터 수정, 코드 리뷰까지 반복적인 수작업에 많은 시간을 소모합니다. 이 문제를 해결하기 위해 무신사는 슬로우 쿼리 수집부터 정합성 검증, PR 생성까지 전 과정을 자동화하는 AI 파이프라인 ‘하네스’를 구축하여 개발 생산성을 높인 경험을 공유합니다.
GitHub Trending
tinyhumansai/openhuman
OpenHuman은 개인화된 초지능 AI를 지향하는 프로젝트입니다. 사용자의 개인정보를 보호하면서도 간단하고 강력한 성능을 제공하는 것을 목표로 합니다.
Anil-matcha/Open-Generative-AI
Open-Generative-AI는 다양한 AI 영상 플랫폼을 대체할 수 있는 오픈소스 프로젝트입니다. 200개 이상의 모델을 활용해 이미지와 영상을 무료로 생성할 수 있으며, 자체 서버에 설치하여 콘텐츠 필터 없이 자유롭게 사용할 수 있습니다.
BigBodyCobain/Shadowbroker
Shadowbroker는 전 세계의 다양한 공개 정보를 한 곳에서 추적하고 분석하는 오픈소스 인텔리전스 플랫폼입니다. 기업 전용기, 인공위성, 지진 활동 등 흩어져 있던 데이터를 통합하고 AI 에이전트를 연결하여 기존에 발견하지 못했던 연관성을 찾아낼 수 있습니다.
tech-leads-club/agent-skills
agent-skills는 전문적인 AI 코딩 에이전트를 위한 안전하고 검증된 스킬 저장소입니다. 이를 통해 Copilot이나 Claude Code 같은 AI 에이전트의 기능을 신뢰할 수 있는 스킬들로 확장하여 사용할 수 있습니다.
NirDiamant/agents-towards-production
이 프로젝트는 프로덕션 수준의 생성형 AI 에이전트를 구축하기 위한 코드 중심의 엔드투엔드 튜토리얼을 제공합니다. 프로토타입 제작부터 실제 기업 환경에 배포하는 전 과정을 다루어 실용적인 개발 지식을 얻을 수 있습니다.
오늘의 키워드
Reasoning Distillation LLM Agent Multimodal Benchmark Transformer Inference DPO AI Agent