`agent-skills — 프로덕션급 AI 코딩 에이전트 엔지니어링 스킬`
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning
LLM의 강화학습(RL)은 훈련 시의 정책과 추론 시의 정책이 불일치하여 불안정해지는 문제가 있습니다. 이 논문은 훈련 정책 최적화라는 기존 관점에서 벗어나, 안정적이고 일관된 성능을 내는 추론 정책 자체를 학습의 목표로 삼아야 한다고 주장합니다.
Program-as-Weights: A Programming Paradigm for Fuzzy Functions
기존에는 LLM API에 의존했던 모호한 프로그래밍 작업을 더 효율적으로 처리하는 ‘Program-as-Weights’ (PaW) 패러다임을 제안합니다. 이 방식은 자연어 명세를 작고 로컬에서 실행 가능한 신경망으로 컴파일하여, 비용, 재현성, 속도 문제를 해결합니다.
AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents
장기 기억을 다루는 LLM 에이전트는 과거 정보를 무분별하게 추가하여 컨텍스트가 복잡해지는 문제가 있었습니다. 이 연구는 ‘AgenticSTS’라는 테스트베드를 통해, 매번 의사결정을 할 때마다 구조화된 정보를 검색하여 새로운 프롬프트를 구성하는 ‘제한된 메모리’ 방식을 제안합니다.
EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments
자율 에이전트가 피드백을 통해 정책을 개선하는 과정을 평가하는 것은 기존 방식으로 어려웠습니다. 이 논문은 ‘EvoPolicyGym’이라는 벤치마크를 통해, 에이전트가 제한된 예산 내에서 스스로 정책을 수정하고 발전시키는 ‘자율 정책 진화’ 과정을 정밀하게 평가하는 방법을 제안합니다.
Morphing into Hybrid Attention Models
긴 컨텍스트 처리 효율을 높이는 하이브리드 어텐션 모델의 성능은 어떤 레이어에 풀 어텐션을 유지할지에 따라 크게 달라집니다. 이 논문은 기존의 개별 레이어 평가 방식이 레이어 간 상호의존성을 간과한다고 지적하며, 전체적인 관점에서 최적의 레이어 조합을 찾아내는 새로운 변환 방법을 제안합니다.
Hugging Face Blog
Program-as-Weights: A Programming Paradigm for Fuzzy Functions
LLM API에 의존하는 모호한 프로그래밍 작업을 해결하기 위해, 자연어 명세를 로컬에서 실행 가능한 소형 신경망으로 컴파일하는 새로운 패러다임을 제안합니다. ‘Program-as-Weights(PaW)’라고 불리는 이 접근법은 외부 API 의존도를 줄이면서도, 중요 로그 알림이나 손상된 JSON 복구와 같은 불분명한 함수를 효율적으로 구현할 수 있게 해줍니다.
WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory
‘WorldDirector’는 객체의 동적 메모리를 유지하고 자유로운 시점 탐색을 지원하는 고도로 제어 가능한 비디오 월드 모델 프레임워크입니다. 기존 모델과 달리 물리적 역학과 시각적 렌더링을 명확히 분리하고, LLM을 활용해 3D 궤적과 카메라 움직임을 조율함으로써 지속적인 관찰 없이도 일관된 월드 시뮬레이션을 생성합니다.
From SRA to Self-Flow: Data Augmentation or Self-Supervision?
이 연구는 확산 트랜스포머(diffusion transformer) 학습을 가속하는 자체 정렬(self-alignment) 기법인 SRA와 Self-Flow의 성능 차이 원인을 분석합니다. 특히 Self-Flow의 핵심인 ‘이중 시간 스케줄링(dual-time scheduling)’이 서로 다른 시간대 토큰 간의 상호작용 덕분인지, 아니면 데이터 증강이나 자기 지도 학습(self-supervision)의 한 형태로 작용하기 때문인지 그 근본적인 메커니즘을 탐구합니다.
GitHub Trending
asgeirtj/system_prompts_leaks
이 저장소는 앤트로픽의 클로드, OpenAI의 ChatGPT, 구글 제미니 등 주요 AI 모델들의 시스템 프롬프트를 추출하여 모아놓은 곳입니다. 개발자들은 이 자료를 통해 각 AI가 어떤 지시를 받고 작동하는지 그 내부 원리를 엿볼 수 있습니다.
addyosmani/agent-skills
이 프로젝트는 AI 코딩 에이전트를 위한 프로덕션 수준의 엔지니어링 기술들을 집대성했습니다. AI가 실제 현업에서 사용할 수 있는 안정적이고 효율적인 코드를 생성하도록 돕는 것을 목표로 합니다.
Zackriya-Solutions/meetily
Meetily는 개인정보 보호를 최우선으로 하는 오픈소스 AI 회의 비서로, 모든 데이터를 클라우드 없이 100% 로컬에서 처리합니다. Rust 기반으로 제작되어 빠른 실시간 음성 인식, 화자 분리, 그리고 회의록 요약 기능을 제공합니다.
Leonxlnx/taste-skill
Taste-Skill은 AI가 생성하는 결과물의 품질을 높여주는 독특한 프로젝트입니다. 이 기술은 AI가 지루하고 일반적인 결과물을 만드는 것을 방지하고, 마치 ‘좋은 취향’을 가진 것처럼 더 흥미로운 콘텐츠를 생성하도록 유도합니다.
alirezarezvani/claude-skills
이 저장소는 클로드 코드, 제미니 CLI 등 다양한 코딩 에이전트에서 바로 사용할 수 있는 345개의 코드 기술과 플러그인을 제공합니다. 엔지니어링, 마케팅, 제품 관리 등 여러 전문 분야에 걸친 방대한 기술들을 포함하고 있어 AI 에이전트의 생산성을 극대화할 수 있습니다.
AI Weekly
AI Weekly Issue #511: AlphaFold's Nobel Winner Just Joined Anthropic. And 6 More AI Wins.
이번 주 AI 업계는 화려한 뉴스 이면에 조용하지만 의미 있는 성과들을 거두었습니다. AlphaFold 개발에 기여한 노벨상 수상자가 앤트로픽에 합류했으며, 오픈 모델의 비용은 더 저렴해졌고 AI 튜터가 교실 수업보다 효과적이라는 최초의 증거도 제시되었습니다.
오늘의 키워드
LLM RAG Retrieval Agent Prompt Eval Transformer LoRA Orchestration Vision