AI Tech - 2026-05-30
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
AgentDoG 1.5: A Lightweight and Scalable Alignment Framework for AI Agent Safety and Security
최신 AI 에이전트는 강력한 성능만큼 새로운 안전 위협을 야기하며, 기존의 안전 프레임워크로는 대응이 어렵습니다. 이에 본 연구는 경량화되고 확장 가능한 에이전트 안전 프레임워크인 AgentDoG 1.5를 제안하여, 새롭게 등장하는 위협에 대처할 수 있도록 안전 분류 체계를 업데이트했습니다.
OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
현실 세계의 정보는 텍스트, 테이블, 그래프 등 다양한 형태로 존재하지만 기존 검색 시스템은 한 종류의 데이터만 처리하는 한계가 있었습니다. OmniRetrieval은 이러한 이종 지식 소스들을 통합하여, 각 데이터의 고유한 구조적 장점을 유지하면서도 단일 인터페이스로 정보를 검색할 수 있는 새로운 통합 검색 프레임워크입니다.
CollectionLoRA: Collecting 50 Effects in 1 LoRA via Multi-Teacher On-Policy Distillation
이미지 편집에 사용되는 수많은 LoRA 모델을 각각 저장하고 불러오는 것은 배포 오버헤드를 크게 증가시킵니다. CollectionLoRA는 다중 교사 정책 증류 기법을 활용하여 50가지의 시각 효과를 단 하나의 LoRA 모델에 통합함으로써, 저장 공간과 배포 복잡성을 획기적으로 줄이는 방법을 제안합니다.
minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models
고품질 영상 생성 모델을 실시간으로 상호작용 가능한 ‘비디오 월드 모델’로 전환하는 것은 매우 어려운 과제입니다. 본 연구는 데이터 구축부터 스트리밍 추론까지 전 과정을 지원하는 풀스택 오픈소스 프레임워크 ‘minWM’을 공개하여, 제어 가능하고 지연 시간이 짧은 인터랙티브 월드 모델 개발을 돕습니다.
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
비디오 생성 모델이 단순히 통계적 패턴을 넘어 실제 인과관계를 이해하고 있는지 평가하는 것은 중요한 문제입니다. ‘YoCausal’은 인지 과학에서 영감을 받아 실제 비디오를 시간 역순으로 재생한 데이터를 활용하는 새로운 벤치마크를 제시하여, 모델이 현실 세계의 인과적 흐름을 얼마나 잘 파악하는지 측정합니다.
Hugging Face Blog
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
현재 비디오 생성 모델이 단순히 시각적 패턴만 학습하는지, 아니면 진정한 인과관계를 이해하는지 의문을 제기합니다. 이를 검증하기 위해 실제 비디오를 시간 순으로 뒤집어 인과관계가 깨진 데이터를 생성하고, 이를 평가에 활용하는 새로운 벤치마크 ‘YoCausal’을 제안합니다.
DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation
로봇이 물체를 조작하려면 정적인 시각 정보뿐만 아니라 움직임에 대한 이해가 필수적이지만, 기존 모델들은 이를 충분히 반영하지 못했습니다. ‘DynaFLIP’은 이미지, 언어, 그리고 3D 움직임 데이터를 함께 학습하여 로봇의 인식 단계 자체에 동역학적 이해 능력을 내장시키는 새로운 사전학습 프레임워크입니다.
AdaState: Self-Evolving Anchors for Streaming Video Generation
기존의 스트리밍 비디오 생성 모델은 첫 프레임에 지나치게 의존하여, 시간이 지날수록 영상의 역동성이 떨어지고 오류가 누적되는 문제가 있었습니다. ‘AdaState’는 비디오가 생성됨에 따라 기준이 되는 ‘앵커’를 스스로 진화시키고 업데이트하여, 더 길고 자연스러운 동영상을 만들 수 있는 새로운 기법입니다.
GitHub Trending
harry0703/MoneyPrinterTurbo
이 프로젝트는 AI 대규모 언어 모델(LLM)을 활용하여 클릭 한 번으로 고화질의 짧은 동영상을 자동으로 생성해주는 도구입니다. 사용자는 복잡한 편집 과정 없이도 손쉽게 콘텐츠를 제작할 수 있습니다.
EveryInc/compound-engineering-plugin
이 프로젝트는 Claude Code, Codex, Cursor와 같은 AI 코딩 도구를 위한 공식 ‘Compound Engineering’ 플러그인입니다. 여러 AI 기술을 복합적으로 활용하여 개발자의 생산성을 높이고 더 복잡한 엔지니어링 작업을 지원하는 것을 목표로 합니다.
twentyhq/twenty
이 프로젝트는 세일즈포스(Salesforce)의 오픈소스 대안으로 설계된 차세대 CRM 플랫폼입니다. AI 기술과의 통합을 염두에 두고 개발되어, 기업들이 인공지능을 활용해 고객 관계 관리를 더욱 효율적으로 할 수 있도록 돕습니다.
anthropics/claude-code
Claude Code는 터미널 환경에서 작동하는 에이전트형 코딩 도우미로, 전체 코드베이스를 이해하고 개발자를 돕습니다. 자연어 명령을 통해 반복적인 작업을 자동화하고, 복잡한 코드를 설명하며, git 워크플로우까지 처리하여 개발 속도를 크게 향상시킵니다.
Leonxlnx/taste-skill
이 프로젝트는 AI가 생성하는 결과물이 지루하고 평범해지는 것을 방지하기 위해 개발되었습니다. AI에게 ‘좋은 취향(taste)’을 부여하여, 보다 독창적이고 흥미로운 콘텐츠를 만들도록 유도하는 기술을 제공합니다.
AI Weekly
AI Weekly Issue #497: AI's labor war just went global
AI 기술 도입과 노동 문제 사이의 갈등이 전 세계적으로 확산되고 있습니다. 위키피디아 편집자 파업, 중국 법원의 AI 기반 해고 금지, 영국 싱크탱크의 직원 참여 요구 등 여러 국가에서 AI가 노동에 미치는 영향에 대한 저항이 동시다발적으로 나타나고 있습니다.
오늘의 키워드
Alignment AI Agent RAG Eval LoRA Fine-tuning Inference Synthetic Data Benchmark Multimodal