mattpocock/skills — 실제 엔지니어를 위한 AI 에이전트 스킬셋
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Demystifying Agent Skills: Why They Work-Until They Don't
LLM 에이전트의 추론 능력을 향상시키는 ‘스킬’의 효과에 대해 심층적으로 분석한 연구입니다. 기존 연구가 스킬의 전반적인 성공률 향상에만 주목했다면, 이 논문은 스킬이 구체적으로 언제, 왜 작동하며 어떤 상황에서 실패하는지를 통제된 실험을 통해 밝혀냅니다.
SemComp-Bench: Benchmarking Semantic Task Completion in Video Generation
결과 중심의 새로운 비디오 생성 태스크인 ‘의미론적 과제 완수(Semantic Task Completion)’와 이를 위한 벤치마크를 제안합니다. 이 태스크는 참조 이미지에 담긴 의도를 파악하여 최종 결과물이 의미적으로 일치하는 비디오를 생성하는 것을 목표로 합니다. 평가는 생성된 비디오가 최종 결과물에서 의도된 의미를 성공적으로 구현했는지에 초점을 맞춥니다.
Zetta ζ: An Efficient Closed-Loop Embodied Harness for Self-Evolving Physical Intelligence
물리적 환경에서 실시간 상호작용이 가능한 자기 진화형 지능 에이전트 시스템 ‘Zetta ζ’를 소개합니다. 기존 에이전트들이 정해진 계획을 수행한 뒤에야 결과를 반영하는 ‘개방 루프’ 방식의 한계를 가졌다면, Zetta ζ는 실행 중에 변화하는 상황을 즉각적으로 추적하고 의사결정을 내리는 효율적인 ‘폐쇄 루프’ 방식을 구현합니다.
SemaPLC: A Project-Grounded, Verification-Gated Agent Harness for PLC Code Generation
산업 설비 제어용 PLC 코드를 생성하는 LLM의 신뢰성을 높이기 위한 에이전트 시스템 ‘SemaPLC’를 제안합니다. SemaPLC는 LLM이 생성한 코드가 기존 프로젝트에 통합되고 정확히 실행되는지를 검증하는 단계를 포함하며, 엄격한 검증 절차를 통과해야만 작업을 완료하는 방식으로 코드의 안정성을 보장합니다.
Co-RL: Unsupervised Reasoning Emerges from Diverse Cohort in Multi-agent RL
외부의 정답이나 보상 없이도 모델의 추론 능력을 향상시키는 비지도 다중 에이전트 강화학습(RL) 방법론 ‘Co-RL’을 제안합니다. 이 방법은 여러 에이전트로 구성된 다양한 집단(cohort)이 서로의 결과물을 평가하고 보상 신호를 생성하게 합니다. 이를 통해 에이전트 간의 상호작용만으로 고차원적인 추론 능력이 발현되도록 유도합니다.
Hugging Face Blog
SPADE: Self-Play in Adaptive Synthetic Executable Environments
SPADE는 언어 에이전트의 지속적인 자기 개선을 위한 새로운 RL 프레임워크입니다. 이 프레임워크는 단일 LLM이 훈련 환경을 설계하고 그 안에서 학습하는 ‘셀프 플레이(self-play)’ 방식을 통해, 학습자 수준에 맞춰 끊임없이 변화하고 확장되는 목표를 생성합니다. 이를 통해 기존의 고정된 훈련 환경이 가진 한계를 극복하고 에이전트의 능력을 계속해서 발전시킬 수 있습니다.
Institutional Books - Enriched Text: A customizable multilingual open-source pipeline for denoising, deduplicating, and annotating OCR text at scale
이 연구는 하버드 도서관의 방대한 OCR 텍스트 데이터를 처리하기 위해 특별히 설계된 맞춤형 다국어 오픈소스 파이프라인을 소개합니다. 기존의 웹 텍스트 최적화 파이프라인이 중요한 정보를 손실시킬 수 있었던 문제를 해결하고, 정보의 신중한 관리를 목표로 합니다. 이 파이프라인은 대규모 OCR 텍스트의 노이즈 제거, 중복 제거, 주석 작업을 효과적으로 수행하여 데이터의 가치를 보존합니다.
SPK: Eliciting Structured Prior Knowledge for Interpretable Out-of-Distribution Detection in Real-Time Object Detection
SPK는 객체 탐지 모델이 훈련 데이터에 없는 객체(OoD)를 잘못 인식하는 문제를 해결하기 위한 새로운 기법입니다. 기존 방식과 달리 모델의 잠재적 표현에만 의존하지 않고, 해석 가능한 ‘구조화된 사전 지식’을 명시적으로 활용하여 OoD 탐지의 신뢰도를 높입니다. 이를 통해 실시간 객체 탐지에서 발생하는 예측 오류를 보다 설명 가능하게 감지할 수 있습니다.
토스 기술블로그
전체 데이터를 브라우저에 두는 광고 대시보드 만들기
토스는 광고 대시보드의 성능 개선을 위해 서버가 처리하던 필터링, 정렬, 검색 등의 작업을 브라우저로 이전하는 방식을 채택했습니다. 이러한 아키텍처 변경을 통해 응답 속도를 획기적으로 개선했을 뿐만 아니라, 기존에 해결하기 어려웠던 네 가지 문제까지 함께 해결하는 성과를 거두었습니다.
GitHub Trending
mattpocock/skills
실제 엔지니어링 업무에 필요한 기술들을 모아놓은 AI 에이전트용 스킬셋입니다. 저자의 개인 디렉토리에서 직접 가져온 파일들로, 실용적인 문제 해결에 초점을 맞추고 있습니다.
santifer/career-ops
AI를 활용한 오픈소스 구직 자동화 도구로, 채용 공고 스캔, 평가, 이력서 맞춤화, 지원 현황 추적 등을 지원합니다. 모든 과정은 사용자의 로컬 AI 코딩 CLI 환경에서 직접 실행됩니다.
akitaonrails/ai-memory
AI 코딩 에이전트를 위한 장기 기억 솔루션으로, 서로 다른 AI 모델 간에 작업 내용을 원활하게 전달하는 기능을 제공합니다. 이를 통해 CLI 환경에서 중단 없는 연속적인 작업이 가능해집니다.
harry0703/MoneyPrinterTurbo
주제나 키워드만 입력하면 AI가 자동으로 고화질 짧은 동영상을 제작해주는 프로젝트입니다. 대규모 AI 모델과 자동화된 워크플로우를 결합하여 클릭 한 번으로 영상 제작을 완료합니다.
chaitanyagiri/munder-difflin
로컬 환경에서 여러 AI 에이전트를 동시에 실행하고 관리하기 위한 멀티 에이전트 프레임워크입니다. 복수의 에이전트가 협력하여 복잡한 작업을 수행하는 시스템을 손쉽게 구축하고 테스트할 수 있습니다.
AI Weekly
AI Weekly Issue #524: What AI models are actually coming in the next six months?
향후 6개월 안에 OpenAI, Google, Meta 등 주요 AI 기업들이 새로운 모델 출시를 준비하고 있어 AI 업계의 지각 변동이 예상됩니다. 이 글은 공식 발표부터 루머까지 다양한 정보를 종합하여, 실제로 출시될 모델은 무엇이며 어떤 업데이트가 우리의 업무 방식을 바꿀 만큼 중요할지 예측합니다.
오늘의 키워드
LLM Inference Agent Eval Grounding Vision Hallucination Claude AI Coding Workflow