AI Tech - 2026-05-31
· #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 프레임워크는 실제 환경에 적용하기에 부족합니다. 이를 해결하기 위해 우리는 새롭게 등장하는 위협에 대응하도록 안전 분류 체계를 업데이트하고, AI 에이전트의 안전과 보안을 강화하는 경량화되고 확장 가능한 정렬 프레임워크 AgentDoG 1.5를 제안합니다.
OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
현실 세계의 정보는 비정형 텍스트, 관계형 테이블, 지식 그래프 등 다양한 형태로 존재하지만 기존 검색 시스템은 한 번에 한 가지 소스만 처리할 수 있었습니다. OmniRetrieval은 이러한 이기종 지식 소스들을 통합하여, 각 데이터의 고유한 구조적 장점을 유지하면서 단일 인터페이스로 한 번에 검색할 수 있는 새로운 통합 검색 프레임워크를 제시합니다.
CollectionLoRA: Collecting 50 Effects in 1 LoRA via Multi-Teacher On-Policy Distillation
이미지 편집을 위해 수많은 LoRA 모델을 개별적으로 사용하는 것은 배포 오버헤드를 증가시키고, 여러 효과를 결합할 때 품질 저하를 유발합니다. CollectionLoRA는 다중 교사 정책 증류(Multi-Teacher On-Policy Distillation)라는 새로운 기법을 통해 50가지의 다양한 시각 효과를 단 하나의 LoRA 모델에 통합함으로써, 배포 효율성을 극대화하고 파라미터 간섭 문제를 해결합니다.
minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models
뛰어난 영상 생성 능력을 갖춘 비디오 확산 모델을 실시간으로 상호작용 가능한 월드 모델로 전환하는 것은 매우 어려운 과제입니다. minWM은 데이터 구축부터 스트리밍 추론까지 전 과정을 아우르는 풀스택 오픈소스 프레임워크를 제공하여, 제어 가능하고 지연 시간이 짧은 대화형 비디오 월드 모델의 개발을 가능하게 합니다.
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
비디오 생성 모델이 단순히 통계적 패턴을 학습하는 것을 넘어 진정한 인과관계를 이해하는지 평가하기는 어렵습니다. YoCausal은 인지 과학의 ‘기대 위반(VoE)’ 패러다임에 착안하여 실제 비디오를 시간 역순으로 재생한 데이터를 활용함으로써, 모델이 현실 세계의 인과관계를 얼마나 깊이 이해하는지 측정하는 새로운 벤치마크를 제시합니다.
Hugging Face Blog
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
비디오 생성 모델이 단순히 통계적 패턴을 암기하는 것을 넘어 정말로 세상의 인과관계를 이해하고 있는지 의문을 제기합니다. 이를 검증하기 위해, 실제 비디오를 시간 순으로 뒤집어 인과적으로 말이 안 되는 상황을 만들어 모델의 이해도를 평가하는 ‘YoCausal’이라는 새로운 벤치마크를 제안합니다.
DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation
기존 로봇 학습은 정적인 이미지나 언어에 사전학습된 모델을 사용해, 동작 이해를 후반 정책 단계로 미루는 한계가 있었습니다. ‘DynaFLIP’은 이미지-언어-3D 모션 데이터를 함께 학습하여, 로봇이 장면을 인식하는 단계에서부터 동적인 움직임을 이해할 수 있도록 하는 새로운 사전학습 프레임워크입니다.
AdaState: Self-Evolving Anchors for Streaming Video Generation
기존의 스트리밍 비디오 생성 모델은 첫 프레임에 지나치게 의존하여, 시간이 지날수록 영상의 역동성이 줄어들고 품질이 저하되는 문제가 있었습니다. ‘AdaState’는 고정된 첫 프레임 대신, 생성 과정에서 새롭게 만들어진 고품질 프레임을 ‘앵커’로 동적으로 선택하고 업데이트하여 이러한 문제를 해결합니다.
GitHub Trending
harry0703/MoneyPrinterTurbo
AI 대규모 언어 모델(LLM)을 활용하여 클릭 한 번으로 고품질의 짧은 동영상을 생성하는 도구입니다. 이 프로젝트는 복잡한 영상 편집 기술 없이도 누구나 손쉽게 콘텐츠를 제작할 수 있도록 지원합니다.
anthropics/claude-code
터미널 환경에서 작동하는 AI 코딩 에이전트로, 사용자의 코드베이스를 이해하고 자연어 명령을 통해 개발을 돕습니다. 반복 작업 자동화, 복잡한 코드 설명, git 워크플로우 처리 등을 수행하여 코딩 생산성을 크게 향상시킵니다.
revfactory/harness
특정 분야에 맞는 AI 에이전트 팀을 설계하고, 전문화된 에이전트들을 정의하며, 이들이 사용할 기술까지 생성해주는 메타 스킬 프레임워크입니다. 이를 통해 복잡한 문제 해결을 위한 맞춤형 AI 시스템을 구축할 수 있습니다.
EveryInc/compound-engineering-plugin
Claude Code, Codex, Cursor 등 다양한 AI 코딩 도구를 위한 공식 ‘Compound Engineering’ 플러그인입니다. 이 플러그인은 여러 개발 환경에서 복합적인 엔지니어링 작업을 지원하고 기능을 확장하는 역할을 합니다.
affaan-m/ECC
AI 에이전트의 성능을 최적화하는 시스템으로, 에이전트에게 기술, 기억, 보안 등의 능력을 부여합니다. Claude Code, Codex, Cursor와 같은 도구들을 대상으로 연구 중심의 개발을 통해 에이전트의 역량을 강화하는 것을 목표로 합니다.
오늘의 키워드
Alignment AI Agent RAG Eval LoRA Fine-tuning Inference Synthetic Data Benchmark Multimodal