연구자료실
설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.
연구자료 검색
새 논문 요약
요점은 편집자가 정리한 메모입니다. 원저자의 표현과 다를 수 있으니 원문을 확인하세요. 2026-11-20 갱신.
- 159Theory / Deep Learning
There Will Be a Scientific Theory of Deep Learning
- 전통적 딥러닝 이론은 현대 신경망에서 관찰되는 복잡하고 비볼록하며 과매개변수화된 거동을 설명하는 데 어려움을 겪는다.
- 현재의 딥러닝 시스템 설계 및 최적화 관행은 원리에 기반한 과학적 토대 없이 경험적 시행착오에 의존하는 경우가 많다.
- 점점 강력해지는 AI 시스템을 안전성과 해석 가능성 측면에서 기술하고 특성화하며 통제하려면 근본적인 과학적 이해가 필요하다.
- 딥러닝을 위한 과학 이론으로 학습 역학을 제안하며, 이는 제일원리 계산을 통해 신경망과 그 학습 과정의 근본 특성을 특성화하는 것을 지향한다.
- 딥러닝 이론을 위한 과학적 방법론을 옹호하며, 실증적 관찰, 반증 가능한 예측, 단순하고 통일적인 원리의 추구를 강조한다.
- 기존 연구를 다섯 범주(예: 해석적으로 풀리는 설정, 통찰을 주는 극한, 경험적 법칙)에 걸쳐 종합·재해석하여 이 이론의 실현 가능성과 출현에 대한 증거로 제시한다.
- 158Agents / Multi-Agent / Safety
Diversity Collapse in Multi-Agent LLM Systems: Structural Coupling and Collective Failure in Open-Ended Idea Generation
- 멀티 에이전트 LLM 시스템이 복잡하고 창의적인 과제에서 아이디어 다양성을 본질적으로 넓혀 준다는 가정은 아직 거의 검증되지 않았다.
- MAS에서 서로 다른 역할이 부여되더라도 기반 LLM이 동질적이면, 진정한 참신함을 도입하기보다 공유된 사전학습 편향을 증폭시키는 경우가 많아 계산 비효율과 조기 수렴을 초래한다.
- 탐색적 영역에서 아이디어 다양성이 부족하면 사용자가 좁은 해 공간에 갇혀, 최적이 아닌 해에 과신하게 되고 비관습적 가설이 억제될 수 있다.
- 과학 연구 제안서 생성을 과제로 삼아 체계적 실증 연구를 수행했으며, 모델 지능, 에이전트 인지, 시스템 동역학의 세 수준에서 다양성을 평가했다.
- 역할 인스턴스화, 지정된 토폴로지를 사용하는 반복적 숙의, 에디터 에이전트에 의한 제안 종합으로 이루어진 범용 3단계 멀티 에이전트 발상 파이프라인을 개발했다.
- 네 가지 상호 보완적 지표(예: Vendi Score, Semantic Dispersion)로 다양성을 정량화하고, 다양한 에이전트 페르소나, 그룹 규모, 그리고 Nominal Group Technique(NGT)·Subgroups 같은 통신 토폴로지를 변화시키며 해법을 탐색했다.
- 157Agents / RAG / Multi-Agent
MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation
- 대규모 언어 모델(LLM)은 정적인 파라미터 지식에 의존하기 때문에, 사실적으로 신뢰할 수 없거나 환각적인 출력을 자주 생성한다.
- 전통적인 검색 증강 생성(RAG)은 잡음이 많거나 불완전하거나 무관한 검색 맥락에서 어려움을 겪어, 생성 품질을 저하시킨다.
- 기존 다중 에이전트 RAG 프레임워크는 흔히 단일 판정 에이전트를 필터링에 사용하여, 문서 전반에 분산된 다양하고 상보적인 증거를 식별하고 활용하는 능력이 제한된다.
- 증거 정제, 선택적 후보 답변 생성, 최종 답변 종합을 위한 특화된 LLM 에이전트를 갖춘 학습 불필요 다중 에이전트 종합 프레임워크인 MASS-RAG를 도입한다.
- 각각 고유하고 상보적인 관점에서 검색된 문서를 처리하여 질의 관련 증거를 정제하는 세 가지 별개의 필터 에이전트(Summarizer, Extractor, Reasoner)를 사용한다.
- 각 필터링된 응답으로부터 후보 답변을 독립적으로 생성하는 선택적 Answer Agent와, 이러한 후보들 또는 필터링된 증거를 통합된 최종 답변으로 종합하는 Synthesis Agent를 활용한다.
- 156Agents / Memory / Architecture
Stateless Decision Memory for Enterprise AI Agents
- 학술적 대규모 언어 모델(LLM) 에이전트 연구의 정교한 상태 보존형 메모리 구조와, 엔터프라이즈 배포에서 널리 쓰이는 더 단순한 검색 증강 생성(RAG) 파이프라인 사이에 괴리가 존재한다.
- 특히 금융이나 의료 같은 규제 도메인의 엔터프라이즈 AI 에이전트는 결정론적 재현, 감사 가능한 근거, 멀티테넌트 격리, 수평적 확장성을 포함하는 핵심 시스템 속성을 요구한다.
- 기존 상태 보존형 메모리 구조는 진화하는 내부 표현과 경로 의존적 업데이트로 인해, 흔히 이러한 핵심적인 엔터프라이즈 운영 요건을 본질적으로 위배한다.
- 추가 전용 이벤트 로그와 과제 조건부 투영 메커니즘으로 구성된 Deterministic Projection Memory(DPM) 구조가 제안된다.
- 추가 전용 이벤트 로그는 원시 이벤트(예: 문서 청크, 도구 출력)를 도착 순서대로 불변하게 저장하여, 단일하고 지속적인 진실의 원천으로 기능한다.
- 의사결정 시점에, 온도 0에서의 단일 대규모 언어 모델(LLM) 호출로 구현된 무상태 투영 구성요소가 전체 이벤트 로그와 과제 명세로부터 지정된 메모리 예산에 한정된 구조화된 메모리 뷰(사실, 추론, 컴플라이언스 노트)를 생성한다.
- 155Agents / EDA / Code Generation
Autonomous Evolution of EDA Tools: Multi-Agent Self-Evolved ABC
- 전자 설계 자동화(EDA) 도구 개발은 인력 집약적이며, 휴리스틱 설계의 복잡성, 알고리즘 간 상호작용, ABC 같은 대형 코드베이스에 대한 재공학 노력에 의해 제약된다.
- 논리 합성의 사실상 표준인 ABC 프레임워크는 모놀리식한 120만 줄 C 코드베이스, 깊은 상호 의존성, 정적 휴리스틱 때문에 진화가 어려워, 새로운 연구의 통합을 저해한다.
- 기존 LLM 기반 코드 진화 프레임워크는 고립된 함수나 더 작은 저장소(수만 줄)에 국한되어, 완전한 EDA 도구의 규모와 다목적 최적화를 다루지 못했다.
- 자기 진화 프레임워크는 다중 에이전트 LLM(Claude Sonnet 4.5)과 도메인 전문성을 통합하며, ABC의 구조와 관련 연구를 학습하는 진화 전 지식 부트스트래핑 단계를 사용한다.
- 다중 에이전트 구조는 특화된 LLM 에이전트(Flow, Mapper, Logic Minimization, Planning)를 ABC 코드베이스의 별개 하위 시스템에 할당하여, 협업적이고 국소화된 코드 진화를 가능하게 한다.
- 진화 반복 워크플로는 코드 생성, 컴파일, 정확성을 위한 형식적 동등성 검사(CEC), 분산 벤치마크 평가, 그리고 도구를 정제하기 위한 QoR 피드백의 통합을 포함한다.
- 154Agents / Web / Reasoning
Training LLM Agents for Spontaneous, Reward-Free Self-Evolution via World Knowledge Exploration
- 기존의 자기 진화형 LLM 에이전트는 사전 정의된 과제, 워크플로, 또는 검증된 보상 신호와 같은 외부의 인간 감독에 크게 의존한다.
- 에이전트는 인간의 호기심 주도 탐색과 달리, 명시적 지시나 보상 없이 새로운 환경에서 진정한 자율성과 자발적 학습을 수행할 능력이 부족하다.
- 현재 패러다임은 진정한 워크플로 없는, 보상 없는 자기 진화를 가능하게 하기보다는 복잡한 에이전트 오케스트레이션으로 공학적 부담을 전가하는 경우가 많다.
- 추론 시점에 과제나 보상 없이 에이전트가 환경을 자율적으로 탐색하고 구조화된 World Knowledge(K)로 요약하는, 분리된 에이전트 생명주기인 Native Evolution을 도입한다.
- 생성된 K의 유용성을 잠재적 다운스트림 과제에서의 성능으로 측정하는, 학습 중에만 사용되는 결과 기반 보상 함수를 개발한다.
- 메타 진화 행동을 내재화하기 위한 지도 미세조정(SFT)에 이어, 탐색 및 정보 관리 전략을 최적화하기 위한 강화 기반 거부 샘플링(RFT)을 수행하는 2단계 학습 프레임워크를 사용한다.
- 153Agents / RAG / Skills
Skill-RAG: Failure-State-Aware Retrieval Augmentation via Hidden-State Probing and Skill Routing
- 기존 검색 증강 생성(RAG) 시스템은 검색 이후의 실패를 부적절하게 진단하는 경우가 많아, 근본 원인을 다루기보다는 통상적인 재시도로 대응하곤 한다.
- 지속적인 검색 실패는 흔히 사용자 질의와 가용 증거 사이의 구조적 정렬 격차(예: 광범위한 질의나 멀티홉 질문)에서 비롯되며, 이는 단순한 반복 검색으로는 해소할 수 없다.
- 전통적인 적응형 RAG 접근법은 세분화되고 실패 조건에 따른 제어가 부족하여, 서로 다른 유형의 검색 부정합이나 모델의 내부 실패 상태를 구별하지 못한다.
- Skill-RAG는 LLM이 검색 후 내부 표현에 기반하여 실패 상태에 있는지를 감지하는 은닉 상태 프로버를 갖춘 반복 파이프라인을 사용한다.
- 실패를 감지하면, 프롬프트 기반 스킬 라우터가 질의와 증거 사이 부정합의 구체적 원인을 진단하고 사전 정의된 네 가지 표적 검색 스킬(예: 질의 재작성, 질문 분해, 증거 집중) 중 하나를 선택한다.
- 선택된 스킬은 질의를 재구성하고 새로운 검색 라운드를 촉발하는 등의 시정 조치를 실행하며, 프로버가 충분함을 나타내거나 종료 스킬이 선택되거나 최대 라운드 수에 도달할 때까지 이 반복 루프를 지속한다.
- 152LLMs / Architecture / Distillation
Attention to Mamba: A Recipe for Cross-Architecture Distillation
- Transformer 모델은 강력하지만 시퀀스 길이가 늘어남에 따라 2차 계산 비용이 발생하여, 긴 시퀀스와 추론에 대한 효율성이 제한된다.
- Mamba 같은 상태공간 모델(SSM)을 비롯한 대안적 선형 구조는 효율성을 제공하지만, 대규모에서 다운스트림 과제에 대해 Transformer보다 성능이 떨어지는 경우가 많다.
- Transformer에서 Mamba 구조로의 교차 구조 증류에 대한 이전 시도들은 성능 보존에 어려움을 겪었고, 흔히 하이브리드 Attention-SSM 해법을 필요로 했다.
- 원칙에 입각한 2단계 증류 레시피가 개발되었다. 먼저 Softmax Attention에서 학습된 Linear Attention(Hedgehog)으로, 그다음 Linear Attention에서 적응된 Mamba(HedgeMamba)로 전이한다.
- Mamba SSM 믹서 파라미터는 Linear Attention 단계에서 학습된 특징 맵을 사용해 초기화되었고, 추가적인 Mamba 구성요소는 항등 연산자로 작동하도록 설정되었다.
- 이후 전체 HedgeMamba 구조는 정답에 대한 표준 교차 엔트로피 손실을 사용해 미세조정되어, 모든 Mamba 구성요소를 활성화했다.
- 151Agents / Self-Improvement
Autogenesis: A Self-Evolving Agent Protocol
- LLM 기반 에이전트 시스템의 최근 발전은 복잡하고 장기적인 과제를 다루는 데서 가능성을 보여주었다.
- 그러나 기존 에이전트 프로토콜(예: A2A, MCP)은 엔티티 간 생명주기 및 맥락 관리, 버전 추적, 진화 안전 업데이트 인터페이스를 충분히 명세하지 않아, 모놀리식 구성과 취약한 글루 코드를 조장한다.
- 이 논문은 무엇이 진화하는지와 진화가 어떻게 일어나는지를 분리하는 자기 진화 프로토콜인 Autogenesis Protocol(AGP)을 도입한다.
- 그 Resource Substrate Protocol Layer(RSPL)는 프롬프트, 에이전트, 도구, 환경, 메모리를 명시적 상태·생명주기·버전 관리된 인터페이스를 갖는 프로토콜 등록 자원으로 모델링한다.
- 그 Self Evolution Protocol Layer(SEPL)는 감사 가능한 계보와 롤백을 갖춘 개선안의 제안·평가·확정을 위한 폐루프 연산자 인터페이스를 명세한다.
- AGP를 토대로, 실행 중에 프로토콜 등록 자원을 동적으로 인스턴스화하고 검색하고 정제하는 자기 진화형 다중 에이전트 시스템인 Autogenesis System(AGS)을 제시한다.
- 150Agents / Safety / Evaluation
Multi-User Large Language Model Agents
- 대규모 언어 모델(LLM)과 그 에이전트는 주로 단일 주체 상호작용 시나리오에 최적화되어 있어, 서로 다른 사용자 정체성, 역할, 그리고 잠재적으로 상충하는 목표를 간과한다.
- 기존 LLM 에이전트 시스템은 사용자 역할을 구분하거나 정보 경계를 강제하거나 여러 사용자의 이익 간 충돌을 효과적으로 해소할 네이티브 프로토콜이 부족하다.
- 현재 모델은 현실적인 팀 워크플로와 조직 도구에 내재된 이질적 효용, 상이한 권한 수준, 정보 비대칭, 프라이버시 제약을 관리하는 데 어려움을 겪는다.
- 저자들은 다중 사용자 LLM 상호작용을, 단일 에이전트가 개별 사용자 효용·권한·접근 제어 정책을 고려하면서 가중치가 부여된 사회적 목표를 최적화하는 다중 주체 의사결정 문제로 정식화했다.
- 명시적 권한과 사적 맥락을 갖는 사용자 페르소나, 그리고 공유 맥락을 관찰하고 개인화된 업데이트를 제공하는 에이전트 메커니즘을 정의하는 통합 상호작용 프로토콜을 수립했다.
- 다중 주체 과제에 대해 최신 LLM을 실증적으로 평가하기 위해 세 가지 스트레스 테스트 시나리오(다중 사용자 지시 수행, 사용자 간 접근 제어, 다중 사용자 회의 조율)로 구성된 스위트를 설계했다.
- 149Agents / Web / Skills
WebXSkill: Skill Learning for Autonomous Web Agents
- 자율 웹 에이전트는 절차적 지식을 효과적으로 보유하고 재사용하지 못하기 때문에 장기적이고 다중 페이지에 걸친 워크플로에서 어려움을 겪는다.
- 기존 스킬 정식화는 그라운딩 격차를 겪는데, 스킬이 해석 가능하지만 실행 불가능하거나, 실행 가능하지만 에이전트에게 불투명하다.
- 선행 스킬 학습 방법은 흔히 습득 비용이 크거나 문맥 인식 검색이 부족하여, 확장성과 효율성이 제한된다.
- WEBXSKILL은 매개변수화된 행동 프로그램과 단계 수준의 자연어 안내를 결합하여 직접 실행과 에이전트 해석을 모두 지원하는 새로운 실행 가능한 스킬을 제안한다.
- 합성 궤적으로부터의 추출, URL 기반 스킬 그래프로의 조직화, 그라운디드 모드 또는 가이디드 모드를 통한 배포라는 3단계 파이프라인으로 스킬 관리를 구현한다.
- 이 프레임워크는 스킬 일반화를 위해 LLM 기반 추상화를 사용하고, 견고한 스킬 라이브러리를 위해 온라인 중복 제거와 실행 가능성 검증을 포함하는 큐레이션 과정을 사용한다.
- 148Agents / Coding / Production
LLM-Based Automated Diagnosis Of Integration Test Failures At Google
- 통합 테스트 실패의 진단은 흔히 수 시간에서 수일이 걸릴 만큼 매우 시간 소모적이며, 개발자에게 상당한 인지적 부담을 준다.
- 현대의 분산 시스템은 다수의 분산되고 동적으로 이름이 부여되는 소스로부터 방대한 양의 로그(실패당 평균 11,058줄, 26개 파일)를 생성하여, 수작업 선별을 어렵게 만든다.
- 로그는 흔히 반정형이고 이질적이며 신호 대 잡음 비가 낮아, 실제 근본 원인과 무관한 다수의 경고나 오류가 핵심 정보를 가린다.
- 통합 테스트 실패를 감지하면 테스트 드라이버와 피시험 시스템(SUT) 구성요소에서 로그를 수집하고 통합하는, LLM 중심의 자동화 파이프라인 Auto-Diagnose를 구현했다.
- 단계별 안내 추론, 추측을 방지하는 엄격한 부정 제약, 진단을 위한 정밀한 출력 형식을 포함하도록 정교하게 설계된 프롬프트 템플릿과 함께 Gemini 2.5 Flash를 활용했다.
- LLM 출력을 가독성 있는 마크다운으로 후처리하고 식별된 관련 로그 줄을 클릭 가능하게 만들어, 진단 기능을 Google의 사내 코드 리뷰 시스템 Critique에 직접 통합함으로써 매끄러운 개발자 워크플로를 구현했다.
- 147Agents / Memory
Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
- 기존 코딩 과제용 자기 진화형 AI 에이전트는 일반적으로 메모리 활용을 동질적인 과제 도메인에 국한하여, 공유되는 인프라적 기반(예: 프로그래밍 언어, 런타임 환경)을 간과한다.
- 이러한 한계는 에이전트가 다양한 실세계 코딩 문제에 걸쳐 전이 가능한 지식을 활용하지 못하게 하여, 일반화와 견고한 성능을 저해한다.
- 선행 연구는 도메인 간 메모리 전이의 메커니즘과 이러한 이질적 환경에서 효과적인 메모리를 위한 설계 원칙에 대한 체계적 탐구가 부족했다.
- 에이전트 추론 궤적으로부터의 오프라인 메모리 생성과, 새 과제 수행 중의 온라인 메모리 검색이라는 2단계 과정으로 구성된 Memory Transfer Learning(MTL)을 개발했다.
- LLM을 생성에 활용하여, 저수준의 과제별 세부사항부터 고수준의 일반화된 메타지식까지 아우르는 네 가지 별개의 메모리 표현(Trajectory, Workflow, Summary, Insight)을 만들었다.
- 임베딩 기반 코사인 유사도를 활용해 이질적 도메인 메모리 풀에서 가장 관련성 높은 메모리를 검색하여 코딩 에이전트의 시스템 프롬프트에 제공했다.
- 146LLMs / Architecture
Nemotron 3 Super: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning
- 기존 대규모 언어 모델은 추론 효율성과 실제 배포 비용에서 어려움을 겪으며, 이전의 Mixture-of-Experts(MoE) 설계는 실세계의 지연 시간과 메모리 대역폭 제약을 간과하는 경우가 많았다.
- 대규모 언어 모델 사전학습을 수조 개의 토큰으로 확장하면서 저정밀도 포맷에서 안정성과 정확도를 유지하는 것은 미해결 문제이며, 에너지 효율성과 하드웨어 친화성을 저해한다.
- 다단계 도구 사용과 장기 과제를 아우르는 견고하고 일반화 가능한 에이전트형 추론 능력을 LLM에 개발하려면 특화된 구조적 접근과 학습적 접근이 필요하다.
- 효율적 라우팅을 위한 새로운 LatentMoE 설계와, 모델링 품질 및 추측적 디코딩을 개선하는 Multi-Token Prediction(MTP) 메커니즘을 갖춘 하이브리드 Mamba-Attention Mixture-of-Experts(MoE) 구조를 도입한다.
- NVIDIA 독자 저정밀도 포맷인 NVFP4를 사용해 25조 토큰으로 대규모 사전학습을 수행하며, 대규모 환경에서의 안정성과 정확도를 입증한다.
- 광범위한 지도 미세조정(SFT)과 검증 가능한 보상으로부터의 다중 환경 강화학습(RLVR)을 결합한 다단계 사후학습 파이프라인을 구현하며, 에이전트형 추론과 최대 1M 토큰의 장문맥 능력에 집중한다.
- 145Agents / Evaluation / Coding
AlphaEval: Evaluating Agents in Production
- AI 에이전트 평가에는 상당한 '연구-운영 격차'가 존재하는데, 현재 벤치마크가 실세계 상업적 배포의 복잡성을 반영하지 못하기 때문이다.
- 전통적인 벤치마크는 명시적으로 정의된 요구사항, 결정론적 지표, 정적 과제에 의존하며, 이는 암묵적 제약, 주관적 판단, 변화하는 요구로 특징지어지는 운영 환경과 대비된다.
- 평가는 흔히 기반 언어 모델에 초점을 맞춰, 완전한 에이전트 제품 또는 스캐폴드가 실세계 성능에 미치는 상당한 영향을 간과한다.
- 활성 상업 배포에서 도출된, 6개 O*NET 직업 영역에 걸쳐 7개 기업에서 수집한 94개 과제를 갖춘 벤치마크 AlphaEval을 도입했다.
- 진정성 있고 명세가 부족한 운영 요구를 실행 가능하고 자동화된 평가 과제로 변환하기 위해 4단계 '요구사항-벤치마크 구축 프레임워크'를 구현했다.
- 다원적 평가 방법론(예: 참조 답안, 형식 논리, 루브릭 기반, 실행 기반)과 LLM-as-a-Judge를 과제별 경제적 가치 주석과 함께 통합했다.
- 144Agents / Research
Toward Autonomous Long-Horizon Engineering for ML Research
- 현재 자율 AI는 여러 단계에 걸쳐 지속적이고 일관된 진척을 요구하는, 수 시간에서 수 일에 이르는 장기 지평 과제에서 어려움을 겪는다.
- ML 연구 논문은 흔히 명세가 부족해, 에이전트가 누락된 구현 세부를 추론하고 복잡한 환경 설정을 관리해야 한다.
- 지연되고 혼란된 실험 피드백을 해석하고 반복 주기 전반에 걸쳐 프로젝트 상태 연속성을 유지하는 것은 상당한 도전을 제기한다.
- AiScientist는 '두꺼운 상태에 대한 얇은 제어'를 구현해, 최상위 Orchestrator는 간결한 요약을 사용하고 상세한 프로젝트 정보는 권한 범위가 지정된 공유 워크스페이스에 위치한다.
- 산출물을 매개로 한 조율을 위해 'File-as-Bus' 프로토콜을 사용하며, 공유 워크스페이스의 구조화된 조직을 활용해 지속적 상태와 누적 진척을 보장한다.
- 계층적 오케스트레이션 모델은 Orchestrator가 호출 가능한 도구로 노출된 Tier-1 전문 에이전트(예: 논문 이해, 구현, 실험 전문가)에게 과제를 위임하도록 한다.
- 143Reasoning / Efficiency
LightThinker++: From Reasoning Compression to Memory Management
- 대형 언어 모델(LLM)은 다수의 토큰을 생성하는 점과 어텐션의 이차 복잡도 및 KV 캐시의 선형 증가로 인해 복잡한 추론에서 상당한 연산 및 메모리 오버헤드를 초래한다.
- 프롬프트 엔지니어링이나 실시간 토큰 가지치기 같은 기존 컨텍스트 관리 기법은 흔히 광범위한 데이터 구축을 요구하거나 상당한 추론 지연을 유발한다.
- 암묵적 압축 방법은 효율적이긴 하나, 상세한 중간 단계를 요구하는 복잡한 추론 과제에서 '논리적 병목'을 만들 수 있는 비가역적 정보 손실의 위험이 있다.
- 초기 프레임워크인 LightThinker는 특수한 'gist token'과 분할 어텐션 마스크를 사용해 긴 사고 단계를 간결한 의미 표현으로 암묵적으로 압축하도록 LLM을 학습시킨다.
- LightThinker++는 'commit', 'expand', 'fold' 같은 프리미티브를 통한 명시적이고 행동 수준의 메모리 관리를 도입해 이를 발전시키며, 의미 요약의 동적 보관이나 원시 추론 세부의 복원을 가능하게 한다.
- 목적의식적인 메모리 스케줄링으로 LLM을 학습시키기 위해 특화된 환경 인식 궤적 합성 파이프라인을 사용하며, 추론과 명시적 메모리 연산을 교차시킨 전문가 시연을 생성한다.
- 142Multimodal / Medical
MedGemma 1.5 Technical Report
- MedGemma 컬렉션의 최신 모델인 MedGemma 1.5 4B를 소개한다.
- MedGemma 1.5는 추가 기능을 통합해 MedGemma 1을 확장한다. 고차원 의료 영상(CT/MRI 볼륨 및 조직병리학 전체 슬라이드 영상), 경계 상자를 통한 해부학적 위치 파악, 다시점 흉부 X선 분석, 향상된 의료 문서 이해(검사 보고서, 전자건강기록)가 그것이다.
- 새로운 학습 데이터, 롱 컨텍스트 3D 볼륨 슬라이싱, 전체 슬라이드 병리 샘플링 등 단일 구조 안에서 이러한 모달리티를 가능하게 하는 데 필요한 혁신을 상세히 기술한다.
- MedGemma 1 4B와 비교해 MedGemma 1.5 4B는 이러한 새 영역에서 상당한 향상을 보이며, 3D MRI 상태 분류 정확도를 11%, 3D CT 상태 분류를 3% 향상시킨다(절대 개선).
- 전체 슬라이드 병리 영상에서 MedGemma 1.5 4B는 macro F1을 47% 끌어올린다.
- 추가로 흉부 X선에서 Intersection over Union을 35% 높여 해부학적 위치 파악을 개선하고, 종단적 흉부 X선 분석에서 4%의 macro 정확도를 달성한다.
- 141Agents / Skills
How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings
- 기존 LLM 에이전트 기술 벤치마크는 흔히 이상화된 조건에 의존해, 사전 선택되고 수작업으로 제작된 기술을 에이전트에게 직접 제공했다.
- 에이전트는 실세계 시나리오에서 많은 선택지 중 관련 기술을 독자적으로 선택하고, 크고 정리되지 않은 저장소에서 기술을 검색하며, 범용 기술을 특정 질의에 적응시키는 등의 도전에 직면한다.
- 실용적이고 이상적이지 않은 상황에서 에이전트 기술의 진정한 유용성과 한계는 대체로 정량화되지 않은 채 남아 있었다.
- LLM 에이전트의 현실적인 검색 및 적응 조건을 시뮬레이션하기 위해 34,198개의 실세계 기술로 구성된 대규모 데이터셋을 구축했다.
- 기술 검색 엔진을 개발하고 다양한 검색 전략(키워드, 의미 기반, 하이브리드, 에이전트 검색)을 평가해 효과적인 기술 발견 방법을 식별했다.
- SKILLSBENCH와 TERMINAL-BENCH 2.0에서 점진적으로 현실적인 여섯 가지 평가 설정에 걸쳐 LLM 에이전트 성능을 평가하며, 선택, 검색, 적응의 도전을 도입했다.
- 140Agents / Coding
Scaling Coding Agents via Atomic Skills
- [철회 논문] arXiv 최신 버전 v2는 Yue Liu가 이 논문을 철회했다고 명시하며, 해당 버전의 게시일은 2026년 4월 24일입니다.
- 공개 사유는 제출 후 발견된 중대한 데이터 오류가 결과의 유효성에 영향을 준다는 것이며, 저자는 추후 수정본을 제출할 수 있다고 밝혔습니다.
- 공식 사유: We request standard withdrawal of this submission because significant errors were discovered in the data after submission, which affect the validity of the results. We may submit a corrected version later
- 기존 방법과 성능 수치는 철회 전 주장이므로 유효한 연구 성과나 도입 추천의 근거로 제시하지 않습니다.
- 공식 철회 안내와 버전 이력: https://arxiv.org/abs/2604.05013 .
- 139Agents / Evaluation
The Art of Building Verifiers for Computer Use Agents
- Computer Use Agent(CUA)의 과제 성공을 신뢰성 있게 검증하는 것은 길고 시각적으로 풍부하며 모호한 궤적 때문에 어렵다.
- CUA 궤적에 대한 사람의 주석 작업은 까다롭고 비용이 많이 들며, 미묘하거나 일시적인 실패를 놓치는 경우가 많다.
- 기존 자동 검증 시스템은 토큰 제한, 컨텍스트 관리, 복잡한 환경에서 성공이나 실패를 정확히 귀속하는 데 어려움을 겪어 높은 위양성률을 초래한다.
- 견고한 검증을 위한 네 가지 원칙에 기반한, CUA 궤적용 평가 시스템 Universal Verifier(UV)를 도입했다.
- 이는 환각을 탐지하기 위해 신중하게 구성된 비중첩 루브릭과 2패스 채점을 사용하고, 평가를 과정 보상과 이진 결과 라벨로 분리한다.
- UV는 제어 가능한 에이전트 실패와 제어 불가능한 환경 요인을 구별하며, 스크린샷 증거의 멀티모달 컨텍스트 관리를 위해 분할 정복 전략을 활용한다.
- 138Agents / Multi-Agent
Single-Agent LLMs Outperform Multi-Agent Systems on Multi-Hop Reasoning Under Equal Thinking Token Budgets
- 다중 에이전트 LLM 시스템(MAS)의 성능 향상이 구조적 이점 때문인지, 단순히 테스트 시점의 연산 지출 증가 때문인지 불분명하다.
- MAS와 단일 에이전트 시스템(SAS) 간의 기존 비교는 불균등한 토큰 사용량으로 혼란되는 경우가 많아 직접 비교를 신뢰하기 어렵다.
- 성능 동인을 명확히 하려면 사고 토큰 예산을 엄밀히 통제하는 견고한 평가 방법론이 필요하다.
- 고정된 추론 예산 하에서 단일 에이전트 시스템의 정보 효율성을 주장하기 위해 데이터 처리 부등식(Data Processing Inequality, DPI)에 기반한 이론적 프레임워크를 도입했다.
- 세 가지 LLM 계열(Qwen3, DeepSeek, Gemini)에 걸쳐 다양한 단일 에이전트 및 다중 에이전트 구조(예: Sequential, Debate, Ensemble)를 다중 홉 추론 과제(FRAMES, MuSiQue)에서 광범위하게 실증 평가했다.
- 시스템 간 공정한 비교를 보장하기 위해 사고 토큰 예산, 즉 프롬프트와 최종 답을 제외한 중간 추론용 토큰에 대한 엄격한 통제를 구현했다.
- 137Agents / Memory
Memory Intelligence Agent
- Deep Research Agent(DRA)를 위한 기존 메모리 시스템은 주로 롱 컨텍스트 메모리를 사용하며, 이는 어텐션 희석, 노이즈 유입, 높은 저장 및 연산 비용 같은 문제로 이어진다.
- 기존 메모리 시스템은 대체로 지식 지향 메모리, 즉 '무엇'을 포착할 뿐, 심층 연구에서 미래 계획을 안내하는 데 핵심적인 과정 지향 메모리와 개념적 지식, 즉 '어떻게'를 활용하지 못한다.
- DRA의 최적화되지 않은 계획과 실행은, 메모리가 few-shot Chain-of-Thought(CoT)에만 쓰일 때 계획자가 과제별 학습을 결여하고 실행자가 명령을 오해하는 데서 비롯된다.
- MIA는 Manager-Planner-Executor 구조를 제안하며, 과거 검색 궤적의 비모수적 메모리 저장, 모수적 계획, 실행을 분리하고 하이브리드 검색 전략을 사용한다.
- 2단계 교대 강화학습(RL) 전략은 Planner와 Executor 사이의 시너지적 공동 진화를 촉진해 고수준 계획과 효과적인 저수준 과제 실행의 정렬을 보장한다.
- Test-Time Learning(TTL)과 새로운 비지도 평가 프레임워크는 지속적 자기 진화를 가능하게 해, 에이전트가 명시적 감독 없이 온라인으로 비모수적, 모수적 메모리를 모두 정교화하도록 한다.
- 136LLMs / Architecture
Neural Computers
- 전통적인 컴퓨터, AI 에이전트, 월드 모델은 흔히 계산, 메모리, 입출력을 별개의 하드웨어나 소프트웨어 모듈, 또는 외부 실행 환경으로 분절한다.
- 기존 시스템은 명시적이고 사람이 설계한 명령어 집합에 의존하는데, 이는 고차원적이고 통계적이며 전역적으로 결합된 처리를 요구하는 영역에서 경직될 수 있다.
- 기존 AI 에이전트는 대개 실행 가능한 상태를 컴퓨터 자체로 내재화하기보다 외부 실행 환경을 매개한다.
- 이 논문은 신경망 자체가 계산, 메모리, 입출력을 잠재 런타임 상태 안에 내재화함으로써 능동적인 컴퓨터 역할을 하는 Neural Computer(NC)를 제안한다.
- NC는 명령과 사용자 행동에 기반해 화면 프레임을 롤아웃할 수 있는 비디오 모델로 구현되며, 명령줄 인터페이스(CLI)와 그래픽 사용자 인터페이스(GUI) 환경의 입출력 트레이스에서 직접 학습된다.
- 방법론은 diffusion transformer, VAE, 그리고 행동 주입과 커서 감독을 위한 특화 기법을 사용해 인터페이스별 프로토타입인 NC-CLIGen과 NC-GUIWorld를 개발하는 것을 포함한다.
- 135Multi-Agent / Theory
On the Reliability Limits of LLM-Based Multi-Agent Planning
- 에이전트, 메시지, 비공개 도구 신호, 종단 행동, 선택적 사람 에스컬레이션을 planner나 critic 같은 역할 이름이 아니라 하나의 베이즈 위험 프레임워크 안에서 모델링한다.
- 신뢰도 상한을 증명한다. 새로운 외생 정보가 없는 경우, 추가 에이전트 단계는 공유 증거를 변환하거나 압축할 수 있을 뿐, 그 증거를 가진 중앙집중식 베이즈 의사결정자를 이길 수 없다.
- 에이전트 간 산문을 손실 통신 채널로 규정한다. 관련 설계 지표는 에이전트 수나 라운드 수, 전사 길이가 아니라 사후 분포 왜곡이다.
- 실험은 큰 중계 성능 저하를 보여준다. gpt-4.1-mini는 단일 에이전트 정확도 90.7%에서 중계 에이전트 둘일 때 41.2%, 셋일 때 43.5%, 다섯일 때 22.5%로 떨어지는 반면, 사후 벡터 통신은 정합된 부분집합에서 산문의 58.1% 대비 75.2%에 도달한다.
- 도구 사용은 정보 구조를 바꿀 때에만 가치가 있다. Wikipedia 접근은 MMLU에서 대체로 중복이지만, 합성 KB 조회는 도구가 없을 때의 24.3%에서 82.7%로 정확도를 끌어올린다.
- 134LLMs / Economics
The Price Reversal Phenomenon: When Cheaper Reasoning Models End Up Costing More
- 실제 비용을 입력 토큰 비용에 출력 토큰 비용을 더한 것으로 정식화하되 사고 토큰을 청구 대상 출력에 포함시키고, 공시 가격 기준 순위를 측정된 총비용 기준 순위와 비교하는 방법을 쓴다.
- GPT-5.2, Gemini 3 Flash/Pro, Claude Opus/Haiku, Kimi, MiniMax 변형을 포함한 8개 RLM을 9개 데이터셋과 11,872개 질의에 걸쳐 감사하며, 2026년 2~3월 가격을 적용해 수집했다.
- 252개 쌍별 비교 중 21.8%가 가격 역전을 보였다. Gemini 3 Flash는 GPT-5.2보다 공시 가격이 78% 저렴하지만 전체 비용은 22% 더 비싸며, 인용된 극단 사례에서는 MMLUPro에서 Claude Haiku 4.5보다 28배 더 비쌌다.
- RLM 조달은 실제 워크로드를 벤치마킹하고 요청당 프롬프트, 사고, 최종 생성 비용 내역을 공개해야 한다. 의미 기반이나 길이 기반 예측 변수조차 확률적인 사고 토큰 변동에 직면하기 때문이다.
- 133Multi-Agent
Self-Organizing LLM Agents
- 방법으로, 이 연구는 에이전트 조직을 역할, 상호작용 위상, 메모리, 충격, 확률적 LLM 행동을 갖춘 동적 시스템으로 형식화한 뒤, 동일한 과제와 평가 파이프라인 하에서 8개 협조 프로토콜을 비교한다.
- 핵심 아이디어는 다음과 같다. 순차적 협조는 순서와 이전 출력에 대한 가시성만 제공하여, 에이전트가 고정된 역할 프롬프트 없이 과제 특화 역할을 만들고, 가치가 낮은 참여를 건너뛰며, 얕은 위계를 형성하게 한다.
- 결과로, 복잡한 과제에서 순차적 협조는 완전 공유 협조나 자율 협조보다 훨씬 높은 품질에 도달하고 중앙집중식 코디네이터를 14% 능가한다. 품질은 256명의 에이전트까지 안정적으로 유지되며, 8명의 에이전트가 5,006개의 고유 역할 이름을 생성한다.
- 한계이자 의미로, 자기 조직화는 역량에 의해 제약된다. 강력한 모델은 이득을 보고 약한 모델은 저하될 수 있으므로, 실용적 처방은 '모든 구조를 제거하라'가 아니라 '메타 추론이 가능한 모델과 함께 최소한의 발판을 사용하라'이다.
- 132Code Agents / Long Context
Coding Agents are Effective Long-Context Processors
- 방법은 다음과 같다. 긴 문서와 대규모 코퍼스를 탐색 가능한 파일과 디렉터리로 표현한 뒤, 코딩 에이전트가 grep, sed, Python 집계, 노트 파일과 같은 실행 가능한 연산을 선택하게 한다.
- 핵심 아이디어는 장기 컨텍스트 추론이 환경 상호작용이 된다는 것이다. 모델은 더 이상 모든 것을 잠재 어텐션이나 단일 검색 스니펫으로 압축할 필요가 없다.
- 결과로, 기존 최고 발표 시스템 대비 평균 17.3% 향상되었으며, 다섯 개 중 네 개 벤치마크에서 SOTA를 달성하고 188K 토큰 컨텍스트에서 3조 토큰 위키피디아 코퍼스까지 강한 확장성을 보였다.
- 한계이자 시사점으로, 이 접근법은 에이전트의 도구 역량과 데이터 조직화에 의존한다. 순진하게 검색기를 추가하면 유용한 탐색을 억제할 수 있으므로, 향후 시스템은 파일시스템 검색을 대체하지 않고 보완하는 검색을 필요로 한다.
- 131Agents / Benchmarks
Meta-Harness: End-to-End Optimization of Model Harnesses
- 핵심 아이디어는 하니스를 프롬프트 템플릿이 아니라 실행 가능한 상태 보유 코드로 취급하고, 검색과 메모리, 프롬프트 구성, 환경 처리 로직을 종단 간으로 탐색하는 것이다.
- 최적화 루프에서는 코딩 에이전트 제안자가 이전 코드, 점수, 프롬프트, 모델 출력, 도구 호출, 트레이스로 구성된 비압축 파일시스템을 탐색한 뒤 평가를 위해 새로운 하니스 후보를 제출한다.
- 실증 결과로, 온라인 분류 정확도가 ACE의 40.9%에 비해 48.6%이면서 컨텍스트 토큰은 4배 적게 사용했고, 다섯 개 홀드아웃 모델 전반의 200개 IMO 수준 수학 문제에서 평균 4.7점 향상되었으며, alphaXiv 리포트에서 TerminalBench-2 기준 Claude Haiku 4.5는 37.6%, Claude Opus 4.6은 76.4%에 도달했다.
- 의의는 원시 트레이스가 제안자로 하여금 장기 시야의 신용 할당 실패를 디버깅하게 해준다는 점이다. 예컨대 롤아웃 초반의 메모리 누락이 이후 답변 실패를 야기하는 경우처럼, 점수만 보거나 요약만 보는 최적화기는 놓치는 부분이다.
- 130Code Agents
Effective Strategies for Asynchronous Software Engineering Agents
- 핵심 방법은 다음과 같다. 관리자가 과제 의존성 그래프를 구축하고, 자격을 갖춘 노드만 위임하며, 엔지니어 에이전트가 하위 과제를 완료하면 상태를 갱신한다.
- 실행 모델은 다음과 같다. 엔지니어는 격리된 git 워크트리에서 편집하고, 커밋 전에 로컬 테스트를 실행하며, 구조화된 분기-병합 파이프라인을 통해 변경을 되돌려준다.
- 실증 결과로, CAID는 단일 에이전트 기준 대비 PaperBench에서 26.7%p, Commit0-Lite에서 14.3%p의 향상을 얻어 정확도와 장기 시야 협조 양쪽의 이득을 시사한다.
- 핵심 유의점으로, 병렬성에는 최적 지점이 있다. 엔지니어 2~4명은 도움이 되지만, 8명이면 병합 충돌, 의존성 대기, 검증 오버헤드가 추가 인력을 능가할 때 결과가 악화될 수 있다.
연구에서 제품 적용까지
운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.
보유기술 보기