읽을 가치가 있는 기사만, 짧고 또렷하게.

DuckLake는 SQL과 Parquet을 기반으로 하는 개방형 레이크하우스 형식입니다. 이 시스템은 DuckDB 확장을 통해 사용자가 데이터를 직접 읽고 쓸 수 있도록 지원합니다.

DuckLake의 핵심 구조는 메타데이터와 실제 데이터의 분리입니다. 메타데이터는 카탈로그 데이터베이스에 저장되며, 실제 데이터는 Parquet 파일 형태로 나누어 저장됩니다. 이러한 구조는 대규모 데이터셋을 효율적으로 관리하고 접근할 수 있게 합니다.

사용자는 DuckLake 데이터베이스를 직접 ATTACH하여 데이터를 처리할 수 있습니다. 이는 데이터 레이크 환경에서 SQL의 강력함을 활용하여 데이터 분석 및 처리를 수행할 수 있게 해줍니다. 따라서 DuckLake는 데이터 레이크 환경에서 SQL 기반의 분석 작업을 수행하고자 하는 개발자에게 유용한 접근 방식을 제공합니다.

Windows와 Mac 키보드의 차이점은 단순히 키 이름의 차이를 넘어 웹 애플리케이션과 같은 동일한 코드베이스를 사용하는 소프트웨어에서 발생하는 복잡한 상호작용의 차이를 보여줍니다. 예를 들어, Windows에서는 Backspace와 Delete, Enter와 Return이 다르게 작동하며, Mac에서는 이러한 키들이 다른 기능을 수행하는 경우가 많아 사용자가 혼란을 겪을 수 있습니다.

운영체제 간의 키 매핑 차이는 모디파이어 키 사용 방식에도 영향을 미칩니다. Windows의 Ctrl 키는 Mac의 Command 키와 유사하지만, Mac은 Control 키를 별도로 유지하며 Command, Option, Control, Shift 네 가지 모디파이어 키를 제공하여 더 많은 공간을 확보합니다. 이러한 차이는 개발자가 크로스 플랫폼 환경에서 일관된 사용자 경험을 설계할 때 고려해야 할 중요한 요소입니다.

또한, 페이지 이동이나 커서 이동 방식에서도 큰 차이가 발생합니다. Windows에서는 PgUp과 PgDn이 텍스트 커서를 위아래로 이동시키는 반면, Mac에서는 화면을 스크롤하지만 텍스트 커서는 이동하지 않는 방식으로 작동합니다. 이처럼 기본적인 네비게이션 기능의 차이는 사용자가 각 운영체제에 익숙해지는 데 영향을 미치며, Fn 키 조합을 통해 이러한 차이를 보완해야 하는 상황이 발생합니다.

결론적으로, 키보드 레전드와 기능의 차이를 이해하는 것은 플랫폼 간의 소프트웨어 일관성을 확보하는 데 필수적입니다. 개발자는 이러한 미묘한 차이점을 인지하여 모든 사용자에게 일관되고 예측 가능한 인터페이스를 제공하는 데 집중해야 합니다.

잡담과 대화의 의례는 불필요한 우회가 아니라 민감한 이야기를 꺼낼 만큼 편안함과 신뢰를 쌓는 과정입니다. 이러한 과정은 단순히 시간을 보내는 행위가 아니라 상대방과의 심리적 거리를 좁히고 깊은 대화를 위한 기반을 마련하는 중요한 역할을 합니다.

음식과 음료는 대화 내내 무언가 말해야 한다는 부담을 덜어주어 심리적 압박감을 줄여줍니다. 가벼운 이야기는 이러한 부담을 완화하고 대화의 흐름을 자연스럽게 만들며, 이는 궁극적으로 불편하거나 민감한 주제로 넘어가기 위한 준비 단계가 될 수 있습니다.

결국 언어는 감정을 전달하는 수단이며, 이러한 대화의 의례는 언어를 통해 감정을 안전하게 교환하고 신뢰를 구축하는 데 필수적입니다. 따라서 깊이 있는 소통을 위해서는 본론으로 바로 들어가지 않고 충분한 신뢰를 쌓는 과정이 중요합니다.

C 언어의 정의되지 않은 동작(Undefined Behavior, UB)을 줄이는 것에 대한 논의가 핵심입니다. 이는 C 언어가 오랜 역사 동안 다양한 하드웨어 환경을 포괄해야 했기 때문에 발생한 문제이며, 포팅 가능한 코드를 작성하는 데 어려움을 야기했습니다. 표준은 추상 기계(abstract machine)를 통해 언어의 의미를 정의하며, 프로그램의 관찰 가능한 동작만을 보장하도록 설정합니다.

정의되지 않은 동작은 구현체가 확장이나 최적화를 수행하고 하드웨어 안전 메커니즘과의 상호작용을 관리할 수 있도록 허용합니다. 이로 인해 컴파일러는 특정 오류를 무시하거나 예측하기 어려운 동작을 수행할 수 있게 되며, 개발자들 사이에서 언어의 기대 동작에 대한 합의가 부족하다는 논쟁이 발생합니다. 예를 들어, 구조체를 0으로 초기화한 후 패딩 바이트를 읽는 경우 어떤 값이 반환되어야 하는지에 대해 명확한 합의가 없습니다.

UB의 핵심은 특정 동작이 관찰 가능한 동작이 아니기 때문에 컴파일러가 자유롭게 행동할 수 있다는 점입니다. 컴파일러는 관찰 가능한 동작에 대해서만 제약을 받으며, 메모리 접근과 같은 비휘발성 메모리 접근은 관찰 가능한 동작으로 간주되지 않아 컴파일러가 이를 최적화하거나 제거할 수 있습니다. 따라서 UB는 컴파일러가 특정 오류를 무시할 수 있는 권한을 부여하지만, 이는 개발자가 예상하는 동작과 실제 동작 사이의 괴리를 발생시킬 수 있습니다.

소프트웨어 엔지니어링의 중심이 직접 코드를 작성하는 일에서 인공지능이 대규모로 올바른 코드를 작성하도록 시스템을 설계하는 일로 변화하고 있습니다. 이는 개발자가 코드를 직접 작성하는 역할에서 벗어나 AI 기반 시스템을 구축하고 관리하는 역할로 중점을 옮기게 됨을 의미합니다.

이러한 변화를 구현하는 시스템 중 하나인 Artemis는 플랫폼의 모든 코드를 에이전트가 작성하도록 설계되었습니다. 엔지니어는 코드를 직접 작성하는 대신 시스템 설계, 제약 조건 설정, 그리고 최종 결과에 대한 검토와 관리라는 상위 레벨의 작업에 집중하게 됩니다.

결국 소프트웨어 엔지니어의 역할은 코드를 작성하는 기술적 실행에서 벗어나 AI 에이전트가 효율적이고 정확하게 코드를 생성할 수 있도록 시스템의 구조와 제약 조건을 정의하는 시스템 설계자로 진화하고 있습니다. 이는 개발 프로세스가 단순한 코딩을 넘어 시스템적 사고와 반복적인 루프를 통해 이루어지도록 변화시키는 핵심적인 접근 방식입니다.

AI가 디자인 분야에 미치는 영향에 대한 현업 디자이너들의 대화 결과에 따르면, AI는 작업의 제작 속도와 탐색 범위를 늘렸지만 작업 품질이 향상되었다고 답한 사람은 없었습니다. 이는 AI가 디자인 프로세스의 효율성을 높이는 데 기여했음에도 불구하고, 결과물의 질적 개선에는 아직 명확한 긍정적 효과가 나타나지 않고 있음을 시사합니다.

이러한 현상 속에서 흥미로운 역설이 발견되었는데, 바로 원하는 결과가 명확할수록 AI를 다루기가 더 어려워진다는 점입니다. AI는 광범위한 탐색에는 유용하지만, 숙련된 디자이너가 가진 정밀하고 복잡한 의도를 구현해야 할 때는 오히려 제어하기가 까다로워지는 것입니다.

결론적으로 AI를 활용할 때 사용자가 원하는 결과에 대한 구체적인 지시를 내리는 것이 오히려 AI의 잠재력을 충분히 활용하는 데 방해가 될 수 있다는 점을 이해해야 합니다. AI는 도구로서의 역할에 머물며, 숙련된 사용자의 정밀한 의도를 반영하기 위해서는 여전히 인간의 깊은 이해와 통제가 필수적입니다.

AI 코딩 도구의 발전으로 기능 개발과 복제가 저렴해지면서, 경쟁사와 동일한 기능을 제공하는 것에만 집중하는 전략으로는 SaaS 기업의 경쟁력을 유지하기 어려워지고 있습니다. 이제 단순히 코드를 통해 기능을 구현하는 것보다, 시장에서 차별화되는 지속 가능한 경쟁 우위를 확보하는 것이 중요해졌습니다.

따라서 기업들은 코드 자체의 구현 능력보다 안정적인 운영 역량과 인프라 구축에 더 큰 우선순위를 두어야 합니다. 이는 서비스의 안정성과 확장성을 보장하는 핵심 요소가 되며, 이는 곧 고객 경험과 직결됩니다.

또한, 코드 외적인 영역에서 고객에게 도달할 수 있는 기반을 구축하는 것이 필수적입니다. 기존 고객과의 관계 유지, 뉴스레터 운영, 커뮤니티 구축과 같은 고객 기반을 확보하고 관리하는 역량이 SaaS 비즈니스의 핵심 경쟁력이 될 것입니다.

5년 뒤의 구체적인 모습을 정하기보다, 그때 선택할 수 있는 길을 넓히는 것이 중요합니다. 현재 가진 경험만을 바탕으로 미래를 계획할 경우, 기존 경력의 약간 다른 버전만을 떠올리기 쉬워 진로 선택의 폭이 좁아질 수 있습니다.

미래를 계획할 때 기존 경험에만 의존하면 새로운 기회를 놓치기 쉽습니다. 따라서 현재의 경력에 갇히지 않고 새로운 역량을 배우고, 다양한 사람들을 만나며, 다른 환경에 적극적으로 참여해야 합니다.

이러한 활동을 통해 이전에는 상상하지 못했던 새로운 진로와 기회가 열리게 됩니다. 새로운 경험과 환경은 기존의 틀을 깨고 예상치 못한 방향으로 커리어를 확장할 수 있는 발판이 됩니다.

ADHD 환자의 상당수는 일주기 리듬 지연을 겪고 있으며, 이를 조절하는 치료가 표준 ADHD 치료에 보완적인 수단이 될 수 있다는 연구 결과가 제시되었습니다. 이는 ADHD 증상과 일주기 리듬 장애 사이에 복잡하고 양방향적인 관계가 있음을 시사하며, 시간 치료가 증상 관리에 새로운 접근법을 제공할 가능성을 보여줍니다.

특히 불면과 수면 장애는 ADHD 성인의 최대 80%에서 나타나며, 아동에게도 큰 영향을 미치는 것으로 알려져 있습니다. 이러한 수면 문제는 ADHD 증상과 밀접하게 연관되어 있어, 일주기 리듬을 정상화하는 치료가 수면 개선에 직접적인 도움을 줄 수 있습니다.

다만 이러한 일주기 리듬 지연이 모든 ADHD 환자에게 동일하게 나타나는 것은 아니며, 증상과의 관계는 매우 복잡하고 양방향적입니다. 따라서 시간 치료를 적용하기 전에 개인의 상태와 증상을 면밀히 고려해야 하며, 이는 표준 ADHD 치료의 보완 수단으로서 신중하게 접근해야 함을 의미합니다.

JavaScript만으로 프런트엔드와 백엔드를 모두 구현할 수 있는 경량 데스크톱 앱 프레임워크 tinyjs가 공개되었습니다. 이 프레임워크는 배포 크기가 약 6MB에 불과하여 매우 가볍다는 특징을 가지고 있습니다.

tinyjs는 기존의 Electron, Node.js, Chromium과 같은 무거운 의존성을 앱에 포함하지 않고 작동합니다. 대신 txiki.js를 백엔드로 사용하고 운영체제의 WebView를 조합하여 앱을 구성합니다.

운영체제별로 WebView 구현 방식이 다르게 적용되는데, macOS에서는 WebKit을, Windows에서는 WebView를 사용합니다. 이는 앱의 크기를 최소화하면서도 운영체제 네이티브 환경에서 작동하는 데스크톱 애플리케이션을 개발할 수 있게 합니다.

Edi Life OS는 습관, 목표, 칸반, 재정, 집중을 통합 관리하는 셀프 호스팅 라이프 대시보드에 AI를 위한 MCP 서버를 결합한 프로젝트입니다. 이 시스템은 사용자의 일상적인 활동을 연결하여 목표 달성 방향으로 이끌도록 설계되었으며, 모든 작업 공간이 단일 데이터베이스와 디자인을 공유합니다.

이 시스템의 핵심은 사용자가 일상에서 수행하는 작은 활동들을 목표 진행 상황과 연결하고, 성장, 집중, 습관 추적, 칸반 등의 여섯 가지 삶의 차원을 장기 목표와 연결하는 데 있습니다. 이는 단순히 데이터를 수집하는 것을 넘어, 사용자의 삶을 체계적으로 관리하고 시각화하는 데 중점을 둡니다.

개발자 관점에서 주목할 부분은 이 시스템이 PHP와 MySQL 기반으로 구축되었으며, 구독이나 벤더 종속성 없이 누구나 호스팅할 수 있다는 점입니다. 또한, 내장된 MCP 서버를 통해 Claude와 같은 AI 비서가 대시보드에 접근하여 목표를 계획하고 습관을 기록하며 지출을 추적할 수 있게 하여 AI 기반의 개인화된 경험을 제공합니다.

기술적으로는 Docker를 사용하여 배포하며, API를 통해 데이터 접근 및 쓰기 권한을 제공합니다. 보안을 위해 API 토큰과 비밀 메모를 관리하며, 서버 레벨에서 요청 제한을 설정할 수 있도록 설계되어 있습니다.

개인 블로그가 구글 검색 색인에서 삭제되는 사건이 발생했습니다. 이는 AI의 끊임없는 스크래핑 문제를 이유로 검색 엔진 색인 제외를 추진하는 과정에서 발생한 일입니다.

해당 블로그 운영자는 처음에는 robots.txt 파일을 사용하여 모든 봇의 접근을 차단하는 방식으로 접근을 통제했습니다. 하지만 이러한 설정 변경 후 최소 3개월이 지나 확인했을 때, 해당 웹사이트는 구글 검색 결과에서 완전히 삭제된 상태였습니다.

이는 웹사이트 소유자가 검색 엔진 색인 제외를 시도하고 봇 접근을 차단하는 방식이 구글의 색인 정책과 어떻게 상호작용하는지 보여주는 사례입니다. 즉, robots.txt 설정과 시간 경과가 검색 엔진 색인에 미치는 영향을 이해하는 데 중요한 맥락을 제공합니다.

연구 결과에 AI 도구가 어떻게 기여했는지 공개하라는 요구가 증가하면서, 연구 저장소에서 AI의 기여도를 어떻게 측정할 수 있는지에 대한 질문이 제기되고 있습니다. 이 연구는 두 개의 단일 연구자 저장소를 감사하여, '규범적 흔적(prescriptive trace)'과 '서사적 흔적(narrative trace)'이라는 두 가지 종류의 에이전트 잔여물을 비교 분석했습니다.

규범적 흔적은 정해진 규칙 파일로 구성되어 있으며, 커밋된 라인의 85.6%가 현재 개정에서 보이지만 결론을 내리고 그 이면의 에피소드를 버리는 방식으로 기록됩니다. 반면, 서사적 흔적은 실행 중인 에이전트의 작업 노트로 구성되어 에피소드를 기록하며 21.8%의 정보만 기록하고 있습니다. 두 흔적 간의 차이는 커밋별로 볼 때 더 작지만, 저장소 채널 간의 불일치가 존재하며 어느 쪽도 실제 참여율을 나타내는 비율로 읽을 수 없습니다.

또한, 자동 감사 시스템은 이러한 흔적들이 어떤 증거를 뒷받침하고 어떤 증거를 뒷받침하지 못하는지, 그리고 어떤 주장들을 정확하거나 잘못했는지에 대한 상세한 기록을 제공합니다. 연구의 출처를 실시간으로 기록하는 시스템이 갖춰야 할 요구사항을 도출하여, 연구 출처 기록 시스템에 대한 감사 가능한 증거 장부를 구축하는 데 기여합니다.

희소한 시점으로부터 3D 장면을 재구성할 때, 개별 장면 최적화 없이 정확한 기하학과 미세한 텍스처를 복원하는 것은 여전히 매우 어려운 과제입니다. 최근의 피드포워드 접근 방식은 일반화 가능한 3D Gaussian Splatting(3DGS)을 활용하지만, 일반적으로 각 픽셀에 하나의 또는 여러 가우시안을 할당합니다. 이러한 균일한 할당 방식은 균질한 영역에서 프리미티브를 낭비하여 표현을 매우 중복되게 만들 뿐만 아니라, 평면 표면의 내재된 기하학적 사전 지식을 활용하지 못해 최적화되지 않은 구조 모델링을 초래합니다.

이러한 한계를 해결하기 위해 본 논문은 3D 가우시안의 콘텐츠 인식 할당을 가능하게 하는 새로운 피드포워드 프레임워크인 CompactSplat을 제안합니다. CompactSplat은 텍스처 기반 공간 분할과 계층적 샘플링을 통합하여 프리미티브를 적응적으로 분배합니다. 복잡한 영역에는 밀집된 가우시안을 집중시키고 평평한 영역은 확장되고 스케일 변조된 프리미티브로 채워 공간적 효율성을 높입니다.

또한, 이 프레임워크는 추론 시점에 동적 희소성 제어를 내재하고 있어 네트워크 재학습 없이 렌더링 충실도와 메모리 사용량 사이의 원활한 절충을 가능하게 합니다. RealEstate10K, DL3DV, ScanNet 등 광범위한 실험 결과는 CompactSplat이 표준 지표와 고해상도 렌더링 일관성 모두에서 기존 방법들을 지속적으로 능가하며, 훨씬 적은 프리미티브로 고충실도 재구성을 달성했음을 입증합니다.

비전-언어 모델이 인간의 물리적 작업을 문서화하는 능력을 평가하기 위해 현실적인 환경을 시뮬레이션하는 연구 결과가 발표되었습니다. 이 연구는 AI 에이전트가 물리적 세계에서 작업자에게 지침을 제공하여 능력을 향상시키는 것을 목표로 하며, 이를 위해서는 작업자의 시야를 이해하고 문서를 작성하는 능력이 필수적입니다.

연구진은 실제 현장 작업과 같이 조명이나 기하학적 구조가 예측 불가능하고 변동성이 높은 환경에서 현실 세계의 물리적 작업을 블렌더(Blender)를 사용하여 열한 개의 환경에 걸쳐 모델링했습니다. 이 과정에서 이미지 수용 가능성(acceptability)과 문서화(documentation) 변수를 통합하여 평가했습니다.

모델들은 문서화 질문에 대해 프레임 내 텍스트가 답일 경우 문서화는 잘 수행하지만, 측정값 읽기나 작은 부품 및 공간 관계 판단과 같은 영역에서는 취약함을 보였습니다. 또한 이미지 수용 가능성은 인간 평가자들 간에 의견이 달라 정확하게 측정하기 어려웠으며, 잘못된 거절은 요구 사항보다는 장면을 잘못 읽는 데서 비롯되는 경우가 많았습니다.

하지만 렌더링된 프레임에 대한 모델 순위는 실제 이미지로의 문서화 질문에 효과적으로 전이되는 것으로 나타났습니다. 이는 현실 세계의 물리적 작업에 대한 VLM의 능력을 평가하고 개선하는 데 중요한 시사점을 제공합니다.

최근 오픈모바일-2(OpenMobile-2)는 완전히 개방된 학습 환경과 레시피를 제공하는 준최첨단 모바일 에이전트로 소개되었습니다. 이 연구는 세 가지 주요 발전을 제시하는데, 첫째는 시뮬레이션된 상업용 앱을 포함하는 다양한 환경 구축입니다. 모바일짐++(MobileGym++)를 통해 교차 앱 워크플로우를 갖춘 35개의 현실적이고 기능적으로 풍부한 상업용 스타일 앱을 구축했으며, 이는 안드로이드 에뮬레이터 내의 앱들을 포함하여 총 110개 이상의 다양한 플레이그라운드를 제공합니다.

둘째로, 대규모 학습 데이터가 공개되었습니다. 이 기반 위에서 연구진은 지도 미세 조정(SFT)을 위한 거의 12,000개의 모바일 상호작용 궤적과 모바일 에이전트를 위한 검증 가능한 강화 학습(RL) 훈련 데이터의 가장 큰 공개 컬렉션을 구축했습니다. 이 데이터는 자동 보상을 포함하는 2,000개 이상의 실행 가능한 작업을 포함하고 있습니다.

셋째는 하이브리드 GUI 및 앱 네이티브 도구 사용을 탐구한 것입니다. 앱이 GUI와 함께 선택된 기능을 앱 네이티브 도구로 노출하도록 설정하여 에이전트가 GUI 작업과 도구 호출을 번갈아 수행할 수 있는 실험적인 모바일 사용 환경을 제시합니다. 모바일짐++에서는 50개 이상의 앱에 걸쳐 300개 이상의 도구를 구현했으며, 복잡하고 장기적인 상업용 모바일 시나리오를 지원하는 모바일짐++ 벤치도 도입되었습니다.

이러한 시스템은 AndroidWorld(79.9) 및 MobileWorld(50.4)와 같은 기존 벤치마크에서 경쟁적인 성능을 보였으며, 실제 기기 사용으로의 전이 가능성을 보여줍니다. 특히 SPA-Bench 성능은 31.9에서 59.6으로 거의 두 배 증가하여 실제 모바일 환경에서의 적용 가능성이 높다는 것을 입증했습니다. 모든 리소스는 https://os-copilot.github.io/OpenMobile2-Home/에서 이용할 수 있습니다.

자동 음성 인식은 단어는 인식하지만 화자의 숨소리, 기침, 한숨, 웃음 같은 비언어적 내용을 누락시키는 문제가 있습니다. 이 논문은 이러한 비언어적 음향과 배경 소리를 시간별로 감지하여 풍부한 음성 전사(transcription)를 가능하게 하는 Speech Event Detector 모델을 제안합니다.

Speech Event Detector는 580만 개의 파라미터를 가진 컨볼루션-트랜스포머 모델로, 54개의 이벤트 클래스(화자 발성 20가지 및 배경 소리 34가지)에 대해 40ms마다 확률을 출력합니다. 이 확률은 시간별 이벤트로 변환되고 Whisper 전사로 병합하는 후처리 절차를 포함합니다.

모델은 레이블 형식이 서로 다른 일곱 개의 공개 데이터셋에서 추출된 자료를 학습하며, 규칙 기반 레이블 매핑과 CTC 강제 정렬을 사용하여 레이블을 통합하고 시간 정보를 복구합니다. 이 과정에서 실제 주석이 달린 168시간의 녹음 자료와 합성 혼합 및 배경 소음 증강 자료를 결합하여 학습을 진행했습니다.

실험 결과, 민감한 프로파일은 전체 홀드아웃 녹음에서 클래스 이벤트의 평균 49%를 감지하며, 전체 이벤트의 67%를 포함하는 정밀도는 0.30을 달성했습니다. 균형 잡힌 프로파일은 정밀도 0.36, 재현율 0.37을 보였으며, 이벤트 F1 점수는 각각 0.32와 0.33을 기록했습니다. 또한 이 감지기는 8개의 CPU 스레드에서 실제 시간보다 약 39배 빠르게 실행됩니다.

운전 세계 행동 모델(WAM)은 쌍으로 학습된 궤적과 미래 관측을 통해 학습하지만, 강화 학습을 통한 후처리 과정에서 기록된 궤적 외의 대안적인 궤적에는 시각적 감독이 부족한 문제가 있습니다. 이에 연구진은 궤적 최적화와 비디오 감독을 결합한 시뮬레이션 기반 후처리 프레임워크인 SimVTA를 제안했습니다.

SimVTA는 각 관측에 대한 후보 궤적을 샘플링하고, 3D Gaussian Splatting(3DGS)으로 재구성된 실제 환경에서 시뮬레이터(예: World Engine)를 사용하여 고보상 후보에 대한 미래 비디오를 렌더링함으로써 궤적과 일치하는 감독 정보를 제공합니다. 제한된 렌더링 예산 내에서, 이들은 렌더링된 후보들 중 오류가 더 큰 미래에 대해 비디오 감독을 우선시합니다. 최종적으로 그룹 상대 정책 최적화(GRPO)와 매칭된 비디오에 대한 플로우 매칭 손실을 사용하여 궤적 계획을 최적화하고 공유 표현을 업데이트합니다.

이 방법은 추론 시 시뮬레이터 호출 없이 궤적을 직접 예측할 수 있게 합니다. NAVSIM v1에서 WAM 초기화에 SimVTA를 적용했을 때 PDMS(Planning Distance Metric Score)가 86.2에서 91.3으로 5.1 증가했습니다. 또한 NAVSIM v2에서는 88.2 EPDMS를 달성했으며 HUGSIM에서의 폐쇄 루프 평가에서 평균 HD-Score 38.8을 기록했습니다. 실험 결과는 비디오 감독을 통한 공유 표현 업데이트와 고보상 궤적 중 오류가 큰 미래를 우선시하는 것이 계획 성능을 개선함을 보여줍니다.

코딩 에이전트들은 개발자가 작성한 프로젝트 파일, 선택 가능한 스킬, 자동 로드 규칙 등으로 구성된 텍스트 파일, 즉 에이전트의 하네스(harness)를 따른다. 개발자는 에이전트를 수정할 때마다 이 하네스에 내용을 추가하지만, 한 번의 성공이 다음 성공을 보장하지 않기 때문에 이러한 방식은 한계가 있다.

이러한 문제를 해결하기 위해 저자들은 하네스에 대한 변경 사항을 신뢰하는 대신 테스트하는 도구인 Cortex를 제시한다. Cortex는 개발자의 세션에서 발생한 수정 사항을 재현 가능한 작업으로 저장하고, 반복되는 수정 사항을 찾는다. 또한, 스킬이나 규칙을 하나씩 작성하고, 반복 실행 시 해당 변경이 순이익을 제공하고 작업을 악화시키지 않는 경우에만 유지한다. 기존 텍스트는 삭제 전에 동일한 방식으로 테스트되며, 에이전트가 사용하지 않은 텍스트는 추가되거나 삭제되지 않는다.

Claude Haiku 4.5 모델을 사용하여 테스트한 결과, Cortex는 불필요하거나 해로운 제안을 제거했지만 에이전트는 유용한 스킬이나 규칙을 열지 않았으며 해로운 규칙에 대해서도 판단하지 않았다. 이는 Cortex가 손상을 감지하는 것이 아니라 사용되지 않는 텍스트를 보존한다는 것을 보여준다. 더 강력한 Claude Sonnet 5 모델에서는 단일 실행의 하네스 추가량이 적었으며, 에이전트가 거의 수정되지 않는 실제 오픈소스 프로젝트에서는 Cortex가 학습할 내용을 발견하지 못했다.

확산 언어 모델(DLM)은 추론 시 추세가 되는 계산 작업이 되면서 자기회귀 모델보다 빠른 생성을 위한 병렬 샘플링을 제공하지만, 샘플링 단계가 줄어들면 성능이 빠르게 저하되고 좋은 품질을 얻기 위해 데이터셋을 여러 번 통과해야 하는 단점이 있습니다. 이에 연구진은 다음 개념 모델링(Next-Concept Modeling, NCM)이라는 두 단계의 거칠고 세밀한 프레임워크를 도입했습니다.

NCM은 다중 스케일 잔차 VQ-VAE를 사용하여 텍스트를 이산 코드 계층으로 인코딩하고, 트랜스포머가 한 단계씩 생성하면서 해당 단계 내의 모든 코드를 병렬로 예측하는 방식으로 작동합니다. 이 방법은 매칭된 매개변수 규모에서 LM1B의 생성 퍼플렉시티(generative perplexity)가 가장 강력한 DLM 기준보다 우수하면서도 21배 더 빠른 속도를 달성했습니다.

또한, OpenWebText에서는 가장 강력한 DLM과 경쟁할 만한 성능을 보이면서 10배 빠른 속도를 기록했으며, XSum의 ROUGE-L 점수에서는 가장 강력한 DLM과 동일한 결과를 내면서 31배 더 빠른 속도를 보였습니다. 특히 수수(Sudoku) 추론 작업에서는 NCM이 모든 난이도 수준에서 자기회귀 및 확산 기준선 모델보다 더 나은 성능을 보였으며, 함수 평가 횟수를 줄이는 효과도 입증했습니다.