AI Tech - 2026-05-27
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
DVAO: Dynamic Variance-adaptive Advantage Optimization for Multi-reward Reinforcement Learning
LLM을 인간의 의도에 맞게 조정하는 다중 보상 강화학습 환경에서 기존의 스칼라화 방식은 여러 단점을 가집니다. 이 논문은 DVAO라는 새로운 최적화 기법을 제안하여, 각 보상 신호의 분산을 동적으로 조절함으로써 다중 보상 신호를 효과적으로 통합하고 학습 안정성을 높입니다.
WBench: A Comprehensive Multi-turn Benchmark for Interactive Video World Model Evaluation
상호작용이 가능한 비디오 월드 모델의 성능이 빠르게 발전하고 있지만, 이를 체계적으로 평가할 통합된 표준이 부족한 실정입니다. WBench는 이러한 문제를 해결하기 위해 제안된 포괄적인 멀티턴 벤치마크로, 비디오 품질, 설정 준수, 상호작용 일관성 등 5가지 차원에서 모델의 능력을 종합적으로 측정합니다.
Macaron-A2UI: A Model for Generative UI in Personal Agents
개인용 AI 에이전트가 복잡한 작업을 처리하게 되면서, 단순한 텍스트 기반 채팅 인터페이스는 한계에 부딪히고 있습니다. 이 논문은 에이전트가 사용자와의 상호작용 맥락에 맞춰 실시간으로 UI를 생성하는 ‘생성형 UI’ 개념을 제시하며, 이를 구현한 Macaron-A2UI 모델을 소개합니다. 이 모델은 자연어 응답과 함께 실행 가능한 UI 요소를 동적으로 생성하여 사용자 경험을 한 단계 발전시킵니다.
Foundation Protocol: A Coordination Layer for Agentic Society
자율 에이전트가 단순한 도구를 넘어 사회적 인프라로 발전하면서, 개별 모델의 성능보다 에이전트 간의 ‘협력’이 중요한 과제로 떠오르고 있습니다. 이 논문은 에이전트들이 서로 신뢰 관계를 형성하고, 작업을 조직하며, 가치를 교환하는 등 ‘에이전트 사회’를 지원하기 위한 조정 레이어인 ‘파운데이션 프로토콜(FP)’을 제안합니다.
TriSplat: Simulation-Ready Feed-Forward 3D Scene Reconstruction
적은 수의 이미지로부터 3D 장면을 재구성하는 기존 연구들은 주로 가우시안 스플래팅에 집중하여, 시뮬레이션 등에 바로 활용하기 어려운 단점이 있었습니다. TriSplat은 가우시안 대신 삼각형 프리미티브를 직접 예측하는 새로운 피드포워드 방식을 제안하여, 별도의 후처리 과정 없이 즉시 시뮬레이션에 사용할 수 있는 3D 장면을 재구성합니다.
Hugging Face Blog
TriSplat: Simulation-Ready Feed-Forward 3D Scene Reconstruction
기존 3D 재구성 기술은 이미지로부터 3D 장면을 빠르게 만들지만, 시뮬레이션이나 물리적 상호작용에 바로 사용할 수 있는 메시(mesh)를 생성하지 못하는 한계가 있었습니다. TriSplat은 이러한 문제를 해결하기 위해 이미지에서 직접 시뮬레이션에 즉시 활용 가능한 3D 장면을 재구성하는 새로운 피드포워드(feed-forward) 방식을 제안하여, 후처리 과정 없이 효율적인 3D 모델링을 가능하게 합니다.
On-Policy Adversarial Flow Distillation for Autoregressive Video Generation
강력한 블랙박스 ‘교사’ 모델의 지식을 자기회귀(autoregressive) 방식의 ‘학생’ 비디오 생성 모델로 이전하는 것은 기존 증류(distillation) 기법으로는 어려웠습니다. 본 연구는 ‘On-Policy 적대적 플로우 증류’라는 새로운 기법을 제안하여, 구조나 샘플링 방식이 다른 모델 간에도 학생 모델이 자신의 생성 결과 분포 하에서 효율적으로 학습하고 지식을 이전받을 수 있도록 합니다.
InstructSAM: Segment Any Instance with Any Instructions
InstructSAM은 사용자의 다양한 지시어에 따라 이미지 내 여러 객체를 정확하게 분할하는 새로운 통합 프레임워크입니다. 이 기술은 비전-언어 모델(VLM)이 지시어를 이해하고, 이를 SAM(Segment Anything Model)이 객체를 찾아 분할할 수 있는 쿼리 형태로 변환하는 독창적인 인터페이스를 제안하여 복잡한 명령만으로도 정교한 분할을 가능하게 합니다.
무신사 기술블로그
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
무신사 유즈드는 중고 의류의 상세 상태를 확인하기 어렵다는 고객의 불편을 해소하기 위해 AI 기반 디테일컷 자동 생성 시스템을 구축했습니다. 이 시스템은 검수 과정에서 촬영된 고해상도 원본 이미지로부터 목, 소매 등 구매 결정에 중요한 부분의 상세 사진을 자동으로 추출하여 제공합니다.
GitHub Trending
Lum1104/Understand-Anything
Understand-Anything은 어떤 코드든 탐색과 검색, 질문이 가능한 상호작용형 지식 그래프로 변환해주는 도구입니다. 단순히 시각적으로 화려한 그래프가 아닌, 코드의 구조와 내용을 깊이 있게 이해하도록 돕는 데 초점을 맞추고 있으며 Claude, Copilot 등 다양한 AI 도구와 연동됩니다.
affaan-m/ECC
ECC는 AI 에이전트의 성능을 최적화하기 위해 설계된 시스템입니다. 이 시스템은 기술, 메모리, 보안 등 에이전트에게 필요한 핵심 기능들을 통합적으로 제공하며, 연구 중심의 개발 방식을 통해 Claude Code를 비롯한 여러 AI 모델의 능력을 향상시킵니다.
rohitg00/ai-engineering-from-scratch
ai-engineering-from-scratch는 AI 엔지니어링 기술을 처음부터 배울 수 있도록 구성된 학습 자료입니다. ‘배우고, 만들고, 배포하라’는 모토처럼 이론 학습에 그치지 않고, 직접 시스템을 구축하고 실제 서비스로 출시하는 전 과정을 실습 중심으로 다룹니다.
anthropics/knowledge-work-plugins
이 저장소는 Anthropic이 직접 공개한 오픈소스 플러그인 모음입니다. 주로 지식 근로자들이 Claude Cowork 환경에서 생산성을 높일 수 있도록 설계된 다양한 도구들을 제공하여 작업 효율을 극대화합니다.
mukul975/Anthropic-Cybersecurity-Skills
이 프로젝트는 AI 에이전트를 위한 754개의 구조화된 사이버 보안 기술 데이터셋을 제공합니다. 각 기술은 MITRE ATT&CK, NIST CSF 2.0 등 5개의 주요 보안 프레임워크에 매핑되어 있으며, 다양한 AI 플랫폼에서 보안 관련 작업을 자동화하고 강화하는 데 활용될 수 있습니다.
오늘의 키워드
Eval Agent Reasoning Fine-tuning Prompt Vision Claude Knowledge Graph Cursor AI Agent