ponytail — 게으른 senior dev처럼 생각하는 AI 에이전트
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills
자율적으로 머신러닝 연구를 수행하는 AI 에이전트는 특정 기술을 실제로 구현하는 데 필요한 ‘운영 지식’이 부족합니다. ‘Repo-To-Skill’은 GitHub 리포지토리에 담긴 인간 중심의 운영 지식을 AI 에이전트가 활용할 수 있는 ‘기술(Skill)’ 형태로 추출하여, 에이전트의 실질적인 문제 해결 능력을 향상시키는 방법을 제안합니다.
HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?
AI 에이전트의 성능은 모델 외부의 실행 인프라인 ‘에이전트 하네스’에 크게 좌우되지만, 기존 평가는 모델이 이 하네스를 직접 개발하는 능력은 간과해왔습니다. ‘HarnessDev’는 LLM이 스스로 에이전트 하네스를 만들고 발전시키는 능력을 평가하는 새로운 벤치마크를 제시하여, 에이전트 개발의 새로운 방향을 탐구합니다.
Aspire: Can Models Self-Evolve from Vague Goals?
인간은 ‘더 나은 연구자 되기’처럼 모호한 목표로 학습을 시작하지만, 기존 LLM의 자기 진화는 명확히 정의된 과제에 의존해왔습니다. ‘ASPIRE’는 모델이 모호한 목표를 스스로 해석하고 학습 방향을 결정하며 자신의 발전을 평가하는 새로운 패러다임을 제안하여, 보다 인간과 유사한 자기 주도적 학습 능력을 탐구합니다.
SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models
다양한 형식과 품질을 가진 비디오 데이터셋 때문에 일관성 있는 비디오 월드 모델을 훈련시키는 것은 어려운 과제였습니다. ‘SolarWM’은 데이터 준비부터 장기 추론까지 전 과정을 지원하는 오픈소스 기반을 제안하며, 이기종 데이터를 효과적으로 통합하여 확장 가능한 훈련을 가능하게 합니다.
EarlyEval: Cheaper Agent Evaluation via Early Outcome Prediction
고성능 LLM 에이전트를 평가하는 과정은 막대한 비용이 발생하여 신속한 개발을 저해하는 요인이 됩니다. ‘EarlyEval’은 에이전트의 전체 작업을 실행하지 않고도 초기 단계에서 최종 결과를 예측하여 평가 비용을 획기적으로 줄이는 새로운 접근법을 제시합니다.
Hugging Face Blog
SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models
SolarWM은 다양한 데이터 소스와 비디오 백본을 아우르는 비디오 월드 모델 학습을 위한 오픈소스 기반 기술입니다. 이 모델은 데이터셋 간의 차이점을 극복하고 장기적인 비디오 추론(long-horizon inference)을 가능하게 하여, 상호작용 가능한 비디오 월드 모델 구축의 새로운 표준을 제시합니다.
Cliff: Learning Process Rewards from the First Mistake
Cliff는 LLM의 사후 학습을 위한 새로운 강화학습 기법으로, 최종 결과가 아닌 추론 과정 자체에 보상을 제공하는 방식입니다. 기존 방법들의 제약 없이 ‘첫 번째 실수’로부터 학습하여, 모델의 중간 추론 과정을 보다 효과적으로 교정하고 성능을 향상시킵니다.
VibeVoice-ASR-Streaming Technical Report
VibeVoice-ASR-Streaming은 기존 오프라인 모델의 한계를 극복한 새로운 스트리밍 음성인식 기술입니다. 이 기술은 LLM을 기반으로 음성인식(ASR)과 화자 분리(speaker diarization)를 하나의 모델에서 실시간으로 처리하여, 음성 비서의 낮은 지연 시간 요구사항을 충족시킵니다.
무신사 기술블로그
Retail Platform QA 자동화 여정
무신사 Retail Platform QA팀은 매주 반복되는 회귀 테스트에 하루가 걸리는 비효율 문제에 직면했습니다. 이를 해결하고자 Playwright를 활용한 UI 자동화를 시작으로 슬랙봇과 AI 기반 테스트 케이스 생성기를 자체 개발하여 테스트 시간을 30분으로 크게 단축했습니다. 이 글은 그 자동화 구축 과정을 상세히 소개합니다.
GitHub Trending
mattpocock/skills
실제 엔지니어가 사용하는 AI 에이전트용 스킬 모음입니다. 개발자의 .agents 디렉토리에서 직접 가져온 실용적인 기술들로 구성되어 있습니다.
DietrichGebert/ponytail
AI 에이전트가 마치 게으르지만 유능한 시니어 개발자처럼 생각하게 만드는 프로젝트입니다. 작성하지 않은 코드가 최고의 코드라는 철학 아래, 가장 효율적이고 간결한 방식으로 문제를 해결하도록 돕습니다.
anthropics/skills
AI 모델 클로드(Claude) 개발사 앤트로픽(Anthropic)이 공개한 공식 에이전트 스킬 저장소입니다. 다양한 작업을 수행할 수 있도록 AI 에이전트의 능력을 확장하는 데 사용되는 기술들을 모아두었습니다.
affaan-m/ECC
AI 에이전트 하네스의 성능을 최적화하는 시스템입니다. 스킬, 본능, 메모리, 보안 등 다양한 요소를 통합하여 Claude Code, Codex와 같은 코드 생성 AI의 개발 효율성과 성능을 극대화합니다.
JuliusBrussee/caveman
AI 에이전트가 사용하는 토큰 수를 획기적으로 줄여주는 Claude Code용 스킬입니다. 마치 원시인처럼 간결하게 소통하는 방식을 적용하여, 토큰 사용량을 최대 65%까지 절감하는 것이 특징입니다.
오늘의 키워드
Agent LLM Eval Vision Inference Distillation AI Agent Claude Cursor Claude Code