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.

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. 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.
  15. 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.
  16. 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.
  17. 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.
  18. 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.
  19. 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.
  20. 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 .
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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.
  27. 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.
  28. 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.
  29. 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.
  30. 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