AI PM이 일을 멈추는 순간 — 밀어붙일 때와 물어봐야 할 때
좋은 AI 프로젝트 매니저는 얼마나 많이 처리하느냐가 아니라 어디서 멈추느냐로 갈린다. 자율과 확인 사이의 경계를 어떻게 긋는지에 대한 운영 이야기.
영상 생성 AI에 '물체 영속성'을 가르치다 — WROP 벤치마크와 PWM-WROP
인지과학 합성 영상 150만 개로 추가 학습한 PWM-WROP가 사람 평가에서 연속 생성 모델 1위, 전체 14개 중 3위. 다만 현실 영상의 물리 이해로 이어지는지는 미확인.
토큰마다 양자 회로를 맞춤 생성: HyperQ, 큐빗을 넓혀 성능을 끌어올리다
얼린 11억 파라미터 모델에 토큰별 양자 회로를 붙여 큐빗을 16→64로 늘리자 벤치마크 평균이 47.65→54.30점으로 올랐다(본체보다 +4.71). 대부분 고전 계산이며 양자 우위 주장은 없다.
메타 뮤즈 2주 — 에이전트 경쟁의 다음 조건은 신뢰 설계다
메타 뮤즈가 2주 만에 앱 1위에 올랐다. 그런데 같은 2주의 잡음이 말한다 — 이제 성능만으로는 안 되고, 믿고 맡길 수 있게 만든 설계가 필수 조건이 됐다.
모델은 그대로인데 실력이 늘었다 — 하네스 엔지니어링과 루프 설계 이야기
같은 모델로 결과 품질을 끌어올리는 건 하네스와 루프 설계다. 우리 블로그 파이프라인을 뜯어고친 실제 과정과 논문 세 편의 근거를 함께 정리했다.
월드 모델, 상호작용해도 무너지지 않는가 — HappyWorld-Bench
영상·공간·체화형 월드 모델을 하나의 잣대로 묶어, 겉보기 품질이 아니라 들어가 돌아다니고 건드렸을 때의 신뢰성을 재는 통합 벤치마크.
상호작용으로 공간을 배우는 VLM, Spatial-Interactor 심층 분석
정지 이미지 대신 '관찰-행동-관찰' 상호작용 궤적으로 시각-언어모델의 공간 추론을 3단계 커리큘럼으로 학습시킨 Spatial-Interactor 논문 해설.
SpeakerMem-R1: 여러 명이 오가는 대화를 '누가·누구에 대해' 기억하는 AI 메모리
다자 대화에서 누가 누구에 대해 말했는지와 각자의 상황 변화까지 함께 기억하는 이중 트랙 메모리. 기존 메모리 시스템을 앞서는 성능을 보고했다.
RULER: 정답 없는 SVG 생성에 '채점 기준표'로 보상을 주는 법
정답 이미지가 없는 SVG 생성 과제에서, 지시문마다 6개 항목의 채점 기준표(루브릭)를 자동으로 만들어 강화학습 보상으로 쓰는 RULER를 뜯어본다.
문서 검색을 위한 지능형 청킹, D-RAC: 어떤 형식의 기업 문서도 RAG에 바로 넣는 법
기업의 온갖 문서(PDF·워드·PPT·스캔)를 PDF로 표준화한 뒤 멀티모달 LLM 한 번으로 검색 최적화 마크다운으로 바꿔, 청킹 비용을 대폭 낮춘 D-RAC 연구를 쉽게 풀어봅니다.
로봇에게 "무엇을 어디서"를 먼저 가르치기: 3D 그라운딩 기반 GAM 해설
로봇 파운데이션 모델에 3D 그라운딩을 내장한 GAM 논문 분석. 언어·점·박스로 대상 물체를 지정해 흔들리는 환경에서도 조작 성공률을 높였다.
에이전트의 '안목'을 측정한다: The Tasteful Agent 논문 심층 분석
장기 과업에서 에이전트가 내리는 갈림길 선택 능력을 '안목'으로 정의하고, 이를 자동 벤치마크(Taste-Bench)로 측정·학습시킨 연구를 쉽게 풀어 설명한다.