AI Tech - 2026-06-01
· #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 성능을 보이지만 새로운 안전 및 보안 위협을 야기하며, 기존의 안전 프레임워크는 이를 해결하기에 부족합니다. 이 문제를 해결하기 위해, 본 논문은 새로운 위협에 대응하도록 안전 분류 체계를 업데이트한 경량화되고 확장 가능한 에이전트 안전 정렬 프레임워크 ‘AgentDoG 1.5’를 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 하나의 소스만 처리할 수 있습니다. ‘OmniRetrieval’은 이러한 여러 종류의 이기종 지식 소스들을 통합하여, 각 소스의 고유한 구조적 장점을 유지하면서도 단일 인터페이스로 통합 검색을 가능하게 하는 새로운 프레임워크입니다.
CollectionLoRA: Collecting 50 Effects in 1 LoRA via Multi-Teacher On-Policy Distillation
이미지 편집을 위해 수많은 LoRA 모델을 개별적으로 사용하면 배포 오버헤드가 크고 여러 효과를 결합할 때 품질 저하가 발생하는 문제가 있습니다. ‘CollectionLoRA’는 ‘다중 교사 온-폴리시 증류’라는 새로운 기법을 통해 최대 50개의 시각 효과를 단 하나의 LoRA 모델에 통합하여 이러한 비효율성과 성능 저하 문제를 해결합니다.
minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models
최신 비디오 생성 모델을 실시간으로 상호작용 가능한 ‘월드 모델’로 전환하는 것은 데이터 구축부터 추론까지 복잡한 전체 파이프라인을 요구하는 어려운 과제입니다. ‘minWM’은 이러한 상호작용형 비디오 월드 모델을 구축하는 데 필요한 모든 과정을 포함하는 풀스택 오픈소스 프레임워크를 제공하여 개발을 용이하게 합니다.
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
비디오 생성 모델이 통계적 패턴 학습을 넘어 진정한 인과관계를 이해하는지 평가하는 것은 중요한 문제이지만, 기존 벤치마크는 현실 세계 적용에 한계가 있습니다. ‘YoCausal’은 인지 과학의 기대 위반(VoE) 패러다임에 착안하여, 실제 비디오를 시간 역순으로 재생한 데이터를 활용함으로써 모델의 인과관계 이해 능력을 더 정확하게 측정하는 새로운 벤치마크입니다.
Hugging Face Blog
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
최신 비디오 생성 모델이 단순히 통계적 패턴을 학습하는 것을 넘어, 실제 세계의 인과관계를 이해하고 있는지 검증하는 것은 매우 중요합니다. ‘YoCausal’은 인지 과학의 ‘기대 위반(VoE)’ 패러다임에 착안하여, 실제 비디오를 시간 순으로 뒤집은 데이터를 통해 모델의 인과관계 추론 능력을 평가하는 새로운 벤치마크입니다.
DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation
로봇이 물체를 효과적으로 다루기 위해서는 정적인 장면 인식뿐만 아니라 움직임에 대한 이해가 필수적입니다. ‘DynaFLIP’은 기존 방식과 달리, 이미지-언어-3D 모션 데이터를 함께 학습하여 로봇의 ‘인식’ 단계에서부터 동적인 정보를 이해할 수 있도록 설계된 새로운 멀티모달 사전학습 프레임워크입니다.
AdaState: Self-Evolving Anchors for Streaming Video Generation
스트리밍 비디오를 생성하는 기존 모델들은 첫 프레임에 지나치게 의존하여, 시간이 지남에 따라 영상의 동적인 변화를 제대로 표현하지 못하고 품질이 저하되는 문제가 있었습니다. ‘AdaState’는 고정된 기준 프레임 대신 생성 과정에서 품질이 좋은 새 프레임을 지속적으로 ‘앵커’로 갱신하는 방식을 제안하여, 긴 비디오에서도 장면 변화에 유연하게 적응하며 높은 품질을 유지할 수 있게 합니다.
GitHub Trending
harry0703/MoneyPrinterTurbo
AI 대규모 언어 모델(LLM)을 활용하여 클릭 한 번으로 고화질의 짧은 동영상을 생성하는 도구입니다. 사용자는 간단한 조작만으로 복잡한 영상 제작 과정 없이 원하는 콘텐츠를 빠르게 만들 수 있습니다.
EveryInc/compound-engineering-plugin
클로드 코드, 코덱스, 커서 등 다양한 코드 편집기와 AI 어시스턴트를 위한 공식 ‘Compound Engineering’ 플러그인입니다. 이 플러그인은 개발자의 코딩 생산성을 높이고 복잡한 엔지니어링 작업을 보조하기 위해 설계되었습니다.
revfactory/harness
특정 도메인에 맞는 AI 에이전트 팀을 자동으로 설계하고, 각 에이전트의 역할을 정의하며, 필요한 기술까지 생성해주는 메타 스킬 프레임워크입니다. 이를 통해 복잡한 문제 해결을 위해 여러 전문화된 AI 에이전트들이 협력하는 시스템을 구축할 수 있습니다.
FareedKhan-dev/train-llm-from-scratch
데이터 다운로드부터 텍스트 생성에 이르기까지, 자신만의 대규모 언어 모델(LLM)을 처음부터 직접 훈련시키는 직관적인 방법을 제시합니다. 이 프로젝트는 복잡한 LLM 훈련 과정을 단계별로 안내하여 누구나 쉽게 따라 할 수 있도록 돕습니다.
supermemoryai/supermemory
AI 시대를 위한 초고속, 확장 가능한 메모리 엔진 및 애플리케이션입니다. AI 시스템이 정보를 빠르고 효율적으로 저장하고 검색할 수 있도록 지원하는 ‘메모리 API’를 제공하여, AI의 기억 능력을 강화하는 것을 목표로 합니다.
오늘의 키워드
Alignment AI Agent RAG Eval LoRA Fine-tuning Inference Synthetic Data Benchmark Multimodal