읽을 가치가 있는 기사만, 짧고 또렷하게.

OpenAI는 스페이스X의 인수 이후 Cursor에 제공하는 OpenAI 모델 계약을 종료하기로 결정했다고 공지했습니다. 이들은 2026년 11월 12일을 최종 종료일로 제안하며, 개발자들이 Cursor를 통해 모델에 계속 접근할 수 있는 시간을 최대화하기 위해 계약에 따른 최대 통보 기간을 제공했습니다.

이러한 결정은 OpenAI가 모델이 개발자들에게 광범위하게 이용 가능하도록 보장해야 한다는 신념에 기반하며 매우 어려운 선택이었습니다. OpenAI는 일론 머스크의 회사들이 계약 조건을 위반한 경험을 바탕으로 스페이스X가 자체 서비스 약관 내에서 기술을 사용할 것이라는 확신이 부족하다고 판단했습니다.

스페이스X와 같은 대형 파트너와 협력할 때는 안전성과 규모에 따른 준수를 보장하기 위해 맞춤형 계약에 의존하는데, 최근 머스크가 소유한 회사들이 계약 조건을 위반한 사례가 있었기 때문입니다. 따라서 OpenAI는 향후 모델인 Astra가 약관에 따라 사용되도록 보장하기 위해 계약 해지를 최대한 늦추기로 결정했습니다.

이 결정으로 가장 큰 영향을 받는 것은 Cursor에서 OpenAI 모델을 사용하는 개발자들입니다. OpenAI는 이 전환 과정에서 개발자들의 경험을 중요하게 생각하며 그들을 지원할 준비가 되어 있다고 밝혔습니다.

StemDeck은 음악가, 프로듀서, 취미 사용자를 위해 설계된 무료 오픈소스 로컬 AI 스템 분리 플랫폼입니다. 이 도구는 보컬, 드럼, 베이스, 기타, 피아노 등 오디오를 분리하여 연습, 전사, 리믹스 및 창의적인 오디오 워크플로우를 지원하는 현대적이고 상호작용적인 인터페이스를 제공합니다.

StemDeck의 가장 큰 특징은 모든 오디오 처리가 사용자의 로컬 기기에서 이루어진다는 점입니다. 사용자는 MP3, WAV, FLAC 등의 파일을 플랫폼에 업로드하는 것이 아니라, 기기 내에서 직접 오디오를 처리하여 최대 여섯 개의 스템을 분리할 수 있습니다. 이는 클라우드 기반의 스템 분리 서비스(예: Moises, LALAL.AI)와 달리 계정, 할당량, 업로드, 구독료가 전혀 필요 없는 무료 대안을 제공합니다.

이러한 로컬 환경 운영 방식은 데이터 보안과 개인 정보 보호에 중점을 둡니다. StemDeck은 다운로드 서비스를 제공하는 것이 아니라 사용자가 이미 소유한 오디오를 처리하는 도구이며, 모든 처리는 사용자의 기기 내에서만 발생합니다. 다만, 사용자는 처리하는 오디오의 저작권 및 다운로드에 사용된 기반 도구(yt-dlp, Demucs, FFmpeg 등)의 라이선스를 준수해야 할 책임이 있습니다.

인터넷은 이제 포식적인 오물장과 같은 곳으로 변모했으며, 이는 단순한 네트워크의 남용을 넘어 네트워크의 조직 원리가 되었다고 지적합니다. 과거의 인터넷이 아마추어들이 모인 공공 광장과 같았다면, 현대의 인터넷은 인간의 취약점을 감지하고 증폭하여 결제 링크를 배치하는 고도로 최적화된 기계가 되었습니다.

이러한 변화는 불안정함이 상업적 틈새시장으로 변모하면서 발생합니다. 시스템은 인간의 불안이나 외로움 같은 감정을 시장 세그먼트와 타겟팅 신호로 인식하며, 이를 통해 참여와 전환을 극대화하는 알고리즘을 작동시킵니다. 결과적으로 소비는 분배가 되고, 상품은 판매자가 되며, 이 시스템은 대규모로 약점을 제조하는 산업 체계가 됩니다.

특히 암호화폐와 같은 분야에서 이러한 포식 경제는 거대해졌으며, 많은 사람들이 자신의 삶을 포기하고 타인을 속이는 것을 경력 선택으로 삼는 참여적인 형태로 나타납니다. 스마트폰은 잠자는 옆에 있는 상점 카운터가 되었고, 이 시스템은 인간의 감정을 이용해 끊임없이 욕망과 공포를 공급하며 소비를 유도합니다.

궁극적으로 인터넷은 인간이 선택하지 않았고 이해하거나 검사할 수 없는 이질적이고 비인간적인 목표 함수에 따라 조직되어 있습니다. 강화 학습 루프는 참여, 유지, 전환을 최적화할 뿐, 인간의 삶이 무엇을 위해 존재하는지에 대해서는 아무것도 알려주지 않습니다.

syncular는 로컬 SQLite 데이터베이스를 서버와 동기화하여 오프라인 환경에서도 애플리케이션의 주요 기능을 지속할 수 있도록 설계된 엔진입니다. 이 시스템은 각 클라이언트 기기에 실제 SQLite DB를 두고, 서버가 관리하는 순서 보장 커밋 로그와 동기화되는 서버 권위형 데이터 계층을 사용합니다.

이러한 구조 덕분에 사용자는 읽기, 조인, 집계, 인덱스 조회와 같은 데이터 처리 작업을 네트워크 요청 없이 로컬 SQL로 처리할 수 있습니다. 이는 사용자가 인터넷 연결 상태와 관계없이 앱의 핵심 기능을 끊김 없이 사용할 수 있게 해주는 오프라인 우선(Offline-first) 접근 방식을 제공합니다.

핵심은 로컬 데이터의 독립적인 처리 능력과 서버의 순서 보장 커밋 로그를 결합하여 데이터의 일관성과 무결성을 유지하는 데 있습니다. 개발자는 로컬 데이터베이스를 기반으로 오프라인 환경에서의 데이터 접근성을 극대화하면서도 서버와의 동기화 메커니즘을 통해 데이터의 정확성을 보장하는 아키텍처를 참고할 수 있습니다.

LLM이 생성한 코드에는 실제 정보를 전달하지 않고 장황하기만 한 주석이 많다는 문제가 제기되었습니다. 이러한 주석을 Yap으로 명명하면 코드 리뷰 과정에서 반복되는 문제점을 빠르게 지적할 수 있다는 내용입니다.

주석은 코드의 맥락, 용어, 위치를 세심하게 다듬어야 하지만, 주석은 컴파일러 검증을 받지 않는다는 한계가 있습니다. 이 때문에 주석은 코드의 정확성을 보장하지 못하며, 처음부터 잘못된 정보나 코드를 포함할 수 있습니다.

따라서 개발자는 주석을 작성할 때 단순히 설명을 추가하는 것을 넘어, 코드의 정확성과 컴파일러 검증 가능성을 고려하여 주석의 품질을 높여야 합니다. 이는 LLM이 생성한 코드의 품질을 개선하고 코드 리뷰의 효율성을 높이는 데 중요한 맥락을 제공합니다.

작은 노트북 스피커의 물리적 한계는 피할 수 없지만, 리눅스 오디오 처리 기능과 EasyEffects를 활용하여 소리의 질을 크게 개선할 수 있습니다. EasyEffects는 얇고 거친 소리를 보완하는 데 중점을 두며, 이를 통해 사용자가 더 풍부한 사운드를 경험할 수 있도록 돕습니다.

EasyEffects는 리눅스 환경에서 사용되는 PipeWire 입출력 스트림에 이퀄라이저, 압축기, 리미터, 베이스 강화 등 다양한 오디오 효과를 적용하는 방식으로 작동합니다. 이는 하드웨어적 제약을 소프트웨어적으로 보완하여 노트북 스피커의 음질을 개선하는 데 기여합니다.

이러한 기능은 모든 리눅스 배포판에 포함되어 적용될 수 있도록 설계되어 있어, 사용자는 별도의 복잡한 설정 없이도 시스템 수준에서 음향 품질을 향상시킬 수 있습니다. 따라서 EasyEffects는 리눅스 오디오 시스템의 기능을 확장하고 사용자 경험을 개선하는 중요한 도구로 작용합니다.

Ubuntu의 OpenOffice에서 발생했던 인쇄 실패 버그는 특정 요일에만 재현되는 이례적인 문제였습니다. 이 버그는 2009년에 보고되었으며, 사용자들이 특정 조건에서 문서를 인쇄하지 못하는 상황을 야기했습니다.

이 문제의 기술적인 원인은 PostScript에 기록된 특정 정보 처리 과정에서 발생했습니다. 구체적으로 PostScript에 기록된 `%%CreationDate: (Tue...)`와 같은 데이터가 *NIX 유틸리티인 `file`에 의해 Erlang JAM 파일로 오인되는 현상이 발생했습니다. 이 오인식은 Erlang JAM 탐지 패턴이 공백을 인식하는 방식과 관련되어 발생한 것으로 분석됩니다.

결론적으로 이 버그는 파일 시스템과 PostScript 데이터 처리 간의 상호작용에서 발생한 오류로 보입니다. 이는 특정 환경에서 파일 처리 및 메타데이터 해석 시 발생할 수 있는 잠재적인 문제를 보여줍니다.

수백만 개발자가 매일 의존하는 오픈소스 라이브러리의 기술, 운영, 보안, 커뮤니티 업무를 전담할 영구 자원봉사자를 모집합니다. 이 자원봉사자에게는 보수가 0달러이며 즉시 업무를 시작할 수 있습니다.

채용 대상자는 단순히 코드를 관리하는 것을 넘어 로드맵과 아키텍처 설계부터 릴리스, CI, 패키지 배포, 문서화, 사용자 지원까지 광범위한 책임을 맡게 됩니다. 특히 널리 사용되지만 문서화되지 않은 동작까지 관리해야 하므로, 해당 라이브러리의 전반적인 생명주기를 책임지는 중요한 역할을 수행하게 됩니다.

이는 금전적 보상 없이도 개발자들이 사용하는 핵심 인프라의 안정성과 지속적인 발전을 보장하는 데 기여할 수 있는 기회입니다. 오픈소스 프로젝트에 기여하고 싶지만 시간적 여유가 부족한 개발자들에게 실질적인 기회를 제공합니다.

X Corp.는 2026년 8월 24일에 Nitter 인스턴스와 프로젝트 저장소의 영구 삭제를 요구하는 중단 요구서(cease-and-desist letter)를 발송했습니다. 이 요구는 Nitter 프로젝트와 관련된 개발자 및 사용자 커뮤니티에 영향을 미칠 수 있어 주목받고 있습니다.

Nitter는 JavaScript와 광고 없이 Twitter를 탐색할 수 있도록 설계된 무료 오픈소스 프런트엔드입니다. 이 프로젝트는 모든 요청을 백엔드에서 처리하는 방식으로 작동하며, 개발자들에게 특정 방식으로 소셜 미디어를 탐색할 수 있는 대안을 제공했습니다.

X Corp.의 요구로 인해 Nitter 인스턴스와 프로젝트 저장소의 삭제가 요구되면서, Nitter의 오픈소스 생태계와 관련 인프라의 운명에 대한 논의가 이어지고 있습니다. 이는 오픈소스 프로젝트의 지속 가능성과 커뮤니티 기반 개발 환경에 어떤 영향을 미칠지 중요한 맥락을 제공합니다.

최신 AI 에이전트는 신뢰 경계를 쉽게 넘나들기 때문에 악의적인 페이로드가 모델 입력 경로를 통해 침투하여 해로운 도구 실행을 유발할 수 있는 공격 표면이 발생합니다. 현재의 거버넌스 스택은 모니터링하는 에이전트와 프로세스 신뢰 경계를 공유하는 애플리케이션 수준의 미들웨어에 머물러 있습니다. 따라서 에이전트가 신원, 입력 중재, 메모리 관리, 실행 제어를 위한 필수적이고 우회 불가능한 서비스를 제공하는 운영체제 기반의 기판이 필요하다고 주장합니다.

이에 연구진은 보안이 최우선 설계 제약 조건이 되어야 한다는 전제하에 신뢰 기반의 에이전트 운영체제인 AgentKernel을 제안합니다. AgentKernel은 에이전트 수명 주기를 네 가지 기둥, 즉 신원(Identity), 인식(Perception), 인지(Cognition), 실행(Execution)으로 구성된 의무적 강제 경계로 감싸며, 각 기둥은 의사결정 오류, 프롬프트 주입, 메모리 오염, 도구 오용과 같은 의미론적 평면에서의 실패에 맞춰 기존 운영체제 보안 원칙을 적용합니다.

구체적으로 AgentKernel은 신뢰할 수 있는 조직 간 협업을 지원하는 커널 관리 신원을 제공하며, 정보 흐름 제어 메모리는 검색 충실도를 개선하고 오염을 제한합니다. 또한 의미론에서 커널로의 강제 적용은 우회 불가능한 경계 뒤에 더 광범위한 도구 권한을 허용하며, 이는 에이전트의 전체 수명 주기 전반에 걸쳐 보안을 일관되게 시행할 수 있게 합니다.

AgentKernel은 오케스트레이션 프레임워크, 에이전트 런타임, 거버넌스 플랫폼 및 실행 샌드박스 아래에 위치하는 필수적인 운영체제 계층으로 자리매김하며, 통합된 아키텍처를 통해 에이전트 전체 생명주기에 걸쳐 보안을 강제하는 방식을 보여줍니다.

자동 연구 에이전트(AutoResearch agents)는 LLM이 독립적으로 솔루션을 구현하고 실행 결과를 학습하는 능력을 보여주면서 AI 분야에서 중요한 방향으로 부상하고 있습니다. 이러한 발전의 핵심에는 강화 학습(RL)이 있으며, 연구자들은 에이전트 학습을 확장하는 과정에서 근본적인 긴장을 발견했습니다. 이는 에이전트 생성 과정은 배치 처리를 통해 컴퓨팅을 공유하는 반면, 환경 실행은 고유한 샌드박스와 실제 기계 시간을 차지하기 때문에 환경 실행이 전체 학습 비용을 지배하고 병목 현상을 유발한다는 점입니다.

이러한 병목 현상을 해결하기 위해 연구진은 환경 실행을 월드 모델(World Model)로 대체하는 월드 모델 강화 학습(WMRL)을 제안했습니다. 또한 월드 모델의 보상이 편향과 노이즈로 인해 불완전할 수 있다는 점을 고려하여, WMRL에 온라인 편향 제거(Online Debiasing)와 역분산 잡음 제거(Inverse-Variance Denoising)라는 두 가지 완화 기법을 추가했습니다. 이론적으로 이 두 가지 완화 기법은 수렴 보장을 엄격하게 개선함을 증명했습니다.

실험 결과, WMRL은 다양한 에이전트 규모에서 학습 시간을 3~4배 가속하고 표준 RL 기준선을 능가하는 성능을 보였습니다. 특히, WMRL을 통해 훈련된 4B 및 9B 에이전트는 48B 및 120B와 같은 훨씬 더 큰 오픈 웨이트 에이전트보다 홀드아웃 벤치마크에서 더 나은 성능을 나타냈습니다. 나아가 WMRL은 AutoResearch를 넘어 후처리된 체화된 VLA 정책(embodied VLA policies)으로도 확장되어 방법론의 일반화 가능성을 입증했습니다.

거대 언어 모델은 cot(-540°) 계산과 같이 구조적으로 풀 수 없는 질문에 대해 거부하지 않고 답하는 경우가 많습니다. 이러한 실패가 인식 부족 때문인지, 아니면 인식에서 거부로의 라우팅 실패 때문인지에 대한 질문을 던집니다.

1.7B에서 70B 매개변수를 가진 명령어 조정 모델들에서, 은닉 상태(hidden state)의 단일 선형 방향이 답변 가능한 질문과 구조적으로 불가능한 수학 및 코드 프롬프트를 분리하며, 이는 모델이 생성 이전에 불가능성을 나타낸다는 것을 보여줍니다. 그러나 이 인식 방향은 훈련된 유해 콘텐츠 거부를 매개하는 표준 안전 거부 방향과는 거의 직교합니다.

이러한 인식 방향은 도메인 내 행동으로 정의된 무효성 인식 방향과 더 가깝지만, 안전 거부 방향과는 여전히 거의 직교합니다. 모델은 안전 거부 경로를 활용하지 못하기 때문에, 자신에게 사용 가능한 "허용되지 않는 답변 없음" 신호를 가지고 있음에도 불구하고 실패가 인코딩 오류보다는 라우팅 실패로 설명됩니다.

이러한 인식 방향을 따라 생성 시 방향을 조절하면 무효성 인식 행동이 수학 및 코드 셀에 대해 양방향적이고 용량 의존적인 방식으로 변화하지만, 무작위 방향은 변화를 일으키지 않습니다. 이는 모델이 생성 전에 이미 낮은 코사인 기하학을 가지고 있으며, 안전 거부 경로가 이 불가능성 신호를 활용하도록 정렬되어 있지 않다는 점을 시사합니다.

텍스트 기반 3D 생성 기술이 발전하면서 대규모 실외 환경과 상세한 실내 장면을 만드는 데는 진전이 있었지만, 이 두 영역은 보통 독립적으로 합성되어 일관성 있는 도시 세계에 필요한 상호 대응 관계가 부족했습니다. 이에 연구진은 지속적으로 업데이트되는 교차 규모 세계 컨텍스트를 기반으로 하는 통합 실내외 도시 세계 생성 프레임워크인 HoloWorld를 제시했습니다.

HoloWorld는 사용자 설명에서 시작하여 도시 규모 계획부터 개별 건물에 이르기까지 다양한 세계 정보를 점진적으로 표현하고 업데이트하며, 생성된 실내 공간이 해당 외부 건물과 명시적인 대응 관계를 유지하도록 합니다. 또한, 발전하는 컨텍스트와 이전에 생성된 인접 블록을 조건으로 사용하여 HoloWorld는 블록 간 일관된 공간 조직과 시각적 정체성을 갖는 도시 외관을 자기회귀적으로 생성합니다.

생성된 외관 표현은 3D 건물 인스턴스와 지지 기반에 근거하여 건물별 실내 생성을 가능하게 하며, 기하학적 제약 레이아웃과 상속된 외관 특성을 통해 건물별 상세화를 지원합니다. 이 연구는 실내외 생성을 일관된 3D 도시 세계 내에서 통합하는 최초의 프레임워크라는 점에서 주목받고 있습니다.

광범위한 실험 결과에 따르면 HoloWorld는 도시 외관 생성 성능에서 기존 최고 수준(SOTA) 대비 평균 AQS 점수를 7.68% 향상시키고 평균 RDR 점수를 가장 높게 달성했습니다. 동시에 통합된 3D 도시 세계 내에서 건물 수준의 실내외 대응 관계와 블록 간 연속성을 강력하게 유지한다는 점을 입증했습니다.

검증 가능한 보상(RLVR)을 이용한 강화 학습은 단일 샘플 정확도(pass@1)를 크게 향상시키지만, 정책의 해답 공간을 수축시켜 테스트 시간 스케일링의 이점을 감소시킵니다. 본 연구는 추론 궤적 내에서 이러한 해답 공간의 축소가 발생하는 위치를 조사합니다. 정책이 유효한 해답 패밀리에 접근하지 못하는지, 아니면 일단 시작된 후 계산을 실행하지 못하는지를 분석하기 위해 Countdown 과제를 사용했습니다.

PPO를 Qwen2.5-3B에, GRPO를 Qwen2.5-3B-Instruct에 적용하여 분석한 결과, 두 훈련 설정 모두에서 해답 커버리지가 최대 67%까지 감소했습니다. 이러한 수축은 주로 진입점(entrance)에 집중되어 있는데, 첫 번째 산술 연산 이전에 토큰별 가능도 변화가 다운스트림 추론 시보다 11배에서 16배 더 크게 나타났습니다. 이는 정책이 계산을 시작하기 전에 대안적인 해답을 실행할 수는 있지만, 새로운 해답 패밀리를 시작하지 못한다는 것을 의미합니다.

이러한 국소화된 분석을 바탕으로, 표면 프롬프팅은 다양성을 회복하지 못하지만 진입점에 초점을 맞춘 개입은 성공함을 발견했습니다. 초기 체크포인트에서 후반 레이어 매개변수 보간(late-layer parameter interpolation)을 적용함으로써 pass@1을 유지하면서 해답 커버리지를 37% 증가시킬 수 있었습니다.

또한, 초기 단계 엔트로피 붕괴(early-step entropy collapse) 현상이 7B 및 14B 모델에서 여섯 가지 수학 벤치마크 전반에서 반복되지만, 이는 추론 최적화의 필연적인 결과는 아닙니다. SFT 기준선과 단계적 SFT--DPO--RLVR 파이프라인은 초기 단계 엔트로피를 보존하여, 추론 개선이 반드시 해답 공간의 다양성 확보로 이어지지 않음을 보여줍니다.

현미경 이미지에서 겹쳐 있는 세포 인스턴스 분할은 반투명 구조로 인해 경계가 약하고 중첩 영역에 시각적 증거가 혼재되어 어려움을 겪고 있습니다. 기존 방법들은 국소적인 관심 영역이나 형태 사전 정보를 활용하지만, 겹쳐 있는 객체에 대한 전역적인 추론 능력은 부족합니다.

이에 연구진은 겹쳐 있는 세포 인스턴스를 분리하는 새로운 쿼리 기반 모델인 QCell을 제안했습니다. QCell은 잠재 공간에서 쿼리 표현을 분해하고 재결합하는 인스턴스 재결합 모듈과 겹치는 세포 쿼리를 분리하는 대조적 쿼리 정렬 목표를 결합하여 이 문제를 해결합니다.

이 연구는 겹쳐 있는 세포 분할을 위한 새로운 오가노이드 데이터셋 벤치마크를 추가로 도입했습니다. 실험 결과, QCell은 여러 벤치마크에서 기존의 최첨단 방법들보다 우수한 성능을 보였으며, ISBI2014에서 AP 2.2, AJI 2.7을 달성했습니다.

QCell의 코드는 GitHub에서 공개되어 있으며, 이는 복잡한 현미경 이미지 분석에서 겹쳐 있는 객체를 정확하게 분리하는 데 활용될 수 있습니다.

사고의 연쇄(Chain-of-Thought, CoT) 추론은 대규모 언어 모델(LLM)이 문제를 중간 단계로 분해하여 해결할 수 있게 함으로써 성능을 크게 향상시켰습니다. 그러나 텍스트 기반 CoT는 시각적 문제를 어색한 산문으로 변환하게 만들며, 모델이 순수 텍스트 추론 문제를 해결할 때 내부 시각 작업 공간을 구축하고 유지하는 방법을 학습할 수 있는 대규모의 다단계, 자체 수정 데이터셋이 부족하다는 한계가 있습니다.

이러한 한계를 해결하기 위해 연구진은 CoVA-SFT라는 고도로 구조화된 코퍼스와 CoVA-Bench라는 비교 벤치마크를 소개했습니다. CoVA-SFT는 51,900개의 샘플과 222,000개의 멀티모달 추론 단계를 포함하며, 5가지 레이아웃 패밀리와 17가지 복잡한 작업을 다룹니다. 이 데이터셋은 명시적인 추론 근거 공식화, 에이전트 렌더링, 검증 루프를 제공하여 멀티모달 언어 모델이 텍스트와 시각적 추상화를 교차하여 사용할 수 있도록 학습시킵니다.

CoVA-Bench는 동일한 작업에 대한 1,700개의 홀드아웃 테스트 샘플로 구성되어 재현 가능한 평가를 가능하게 합니다. CoVA-SFT로 미세 조정된 모델은 CoVA-Bench에서 모든 교차 CoT 기준 모델보다 평균적으로 2배 이상 높은 성능을 보였습니다. 하지만 이러한 모델들은 강력한 텍스트 전용 CoT 기준 모델에는 미치지 못하여 향후 연구에서 해결해야 할 과제가 남아 있음을 시사합니다.

대규모 언어 모델이 상호작용 가능한 웹 인터페이스를 생성할 수 있지만, 사용자 요청이 변화함에 따라 실행 가능한 결과물(artifact)을 유지하는 것이 신뢰할 수 있는 생성형 UI의 핵심입니다. 이러한 문제를 해결하기 위해 다중 턴 인터페이스 유지에 대한 벤치마크인 EvoGenUI-Bench를 소개합니다. 이 벤치마크는 정보 제시, 실행 가능한 상호작용, 도구 기반 외부 상태라는 세 가지 시나리오에서 150개의 다섯 턴 작업과 총 750턴으로 구성되어 있습니다.

평가는 브라우저에서 생성된 결과물을 실행하고 스크린샷, 소스 및 DOM 증거, 액터 추적, 런타임 로그를 사용하여 수행합니다. 단순히 턴별 성공뿐만 아니라 인접 통과 유지(Adjacent Pass Retention)를 측정하여 턴 간의 정보 유지 능력을 평가합니다. 여덟 개의 모델을 대상으로 한 결과, 가장 강력한 모델조차도 5턴 에피소드의 37.3%만을 완료하며 턴 통과율은 74.9%에 불과했습니다. 특히 도구 기반 작업에서는 인접 통과 유지율이 52.4%로 떨어지는 것으로 나타났습니다.

진단 분석 결과, 실패는 정보 구조, 파생 상태 전파 및 어포던스 바인딩에서의 상호작용 실패, 그리고 도구 기반 실패에서 외부 상태 접지 및 요구 사항 분해와 관련이 있습니다. 이러한 결과는 생성형 UI 평가를 개별 출력물을 판단하는 것에서 벗어나 결과물이 진화함에 따라 인터페이스 동작, 파생 상태, 외부 상태, 그리고 어시스턴트의 주장이 동기화되는지를 테스트하는 방향으로 재정립합니다.

추론 과정(CoT) 모니터링은 추론 경로가 모델의 답변을 형성하는 정보를 충실하게 기록한다고 가정합니다. 기존의 충실도 테스트는 종종 사용자 메시지에 명시적인 편향 신호를 배치하지만, 에이전트는 도구 반환이나 원시 결과물에서 선호도를 접할 수 있습니다. 이에 연구진은 큐 위치(사용자 메시지 또는 도구 반환)와 명시성(직접 요약 또는 원시 결과물)을 다양화한 5,100개의 샘플을 평가하는 FACE-Eval(Faithful Attribution of Cue Effects Evaluation)을 도입했습니다.

이 평가를 통해 연구진은 40억 개에서 1.6조 개에 이르는 15개의 오픈 가중치 모델을 평가했으며, 모든 모델에서 도구 반환 신호에 대한 명시적 약속보다 사용자 메시지 신호에 대한 명시적 약속이 더 낮은 언어화된 몰입도를 보였습니다. 또한, 도구 반환 신호와 암시적 신호 모두에서 언어화되지 않은 채택이 더 높게 나타났습니다.

특히, 모델 채널 비교에서 도구 반환 신호에 대한 언어화되지 않은 채택이 모든 15개 모델에서 더 높았으며, 이는 두 모니터(GPT-5.6-Luna 및 GPT-4o-mini)의 탐지 능력 감소와 관련이 있었습니다. 이러한 결과는 선호도 정보가 도구나 원시 결과물에서 도착하거나 추론되어야 할 때, 단일 호출 및 도구 사전 채움 설정 내에서 CoT 모니터링이 덜 신뢰할 수 있음을 시사합니다.

LLM 코딩 에이전트가 관련 애플리케이션 포트폴리오를 생성하고 유지할 때, 공유 로직이 중복되어 코드베이스 간에 중복이 발생하고 구조적 침식이 누적되는 문제가 제기되었습니다. 기존의 애플리케이션별 작업 방식은 공유 로직을 중복시키고 에이전트의 유지보수 과정에서 장황함, 데드 코드, 구조적 침식을 축적하게 만듭니다.

이러한 문제를 해결하기 위해 연구진은 에이전트가 N개의 관련 애플리케이션을 순차적으로 생성하면서 재사용 가능한 교차 애플리케이션 구성요소의 슈퍼 라이브러리를 유지하는 슈퍼 라이브러리 에이전트 문제를 도입했습니다. 최소한의 순차적 뼈대만으로는 공유 코드를 추출하고 라이브러리로 마이그레이션하는 데 어려움이 있으며, 실제로는 추출 재현율이 낮고 의존성 마이그레이션이 취약하다는 한계가 있었습니다.

연구팀은 이러한 실패를 극복하기 위해 코드 청크 요약을 통한 후보 기반 추출, 사전 추출 코드베이스 통합, 그리고 추출 흔적과 호출 그래프를 활용한 컨텍스트 인식 마이그레이션을 제안했습니다. 이 방법은 WebGen-Bench와 PaperBench에서 애플리케이션 기능을 보존하면서 제로샷 환경에서 중복과 토큰 사용량(장황함, 토큰 길이)을 크게 줄이며, 무분별한 라이브러리 구성으로 인한 구조적 침식을 방지했습니다.

결과적으로 이 방법은 LOC와 MDL을 추가적으로 감소시키며, 공유 코드를 효율적으로 관리하고 애플리케이션의 기능성을 유지하는 데 기여합니다. 해당 연구 코드는 https://github.com/sbigstar0310/super-library-agent에서 공개되어 있습니다.

비전-언어 사전 학습 모델을 기반으로 한 이미지 콘텐츠 조작 연구가 텍스트 기반 3D 장면 편집으로 확장되었습니다. 기존의 3D 장면 편집 방식은 고정된 입력 패턴을 따르기 때문에 텍스트 입력의 유연성이 제한적이며, 단일 또는 소수의 2D 시각 모델에 의해 편집 능력이 제약되고 복잡한 파이프라인 설계가 필요하다는 한계가 있었습니다.

이러한 문제를 해결하기 위해 본 연구는 3D 장면 편집을 2D 아틀라스 이미지에 대한 연산으로 재정의하는 Hash-Atlas 네트워크를 제안하여 2D 편집과 3D 재구성 프로세스를 분리합니다. 이를 기반으로 대화 기반 3D 장면 편집 접근 방식인 CE3D++를 도입했는데, 이는 대규모 언어 모델(LLM)을 중심으로 하여 사용자의 임의적인 텍스트 입력을 해석하고 이에 따라 관련 시각 모델을 자율적으로 호출할 수 있게 합니다.

나아가 CE3D++는 움직이는 객체에 운동 제약을 부과하고 편집 작업과 관련된 궤적 데이터셋을 생성하여 LLM을 추가로 미세 조정함으로써 단일 시각 모델이 아닌 여러 시각 모델을 효과적으로 통합하여 다양한 시각 편집 효과를 달성합니다. 이 결과, CE3D++는 강력한 장면 이해력과 다중 라운드 대화 능력을 갖추었으며, 더 나아가 단일 시점 4D 장면으로 확장하여 움직이는 객체에 대한 운동 제약을 적용할 수 있습니다.

특히, 궤적 데이터셋을 활용한 미세 조정을 통해 더 작은 LLM이 최대 30가지의 시각 도구를 정확하게 스케줄링할 수 있게 되었습니다. 이 연구는 3D 및 4D 장면 편집에서 LLM을 활용하여 사용자 상호작용을 통해 장면을 편집하는 새로운 방법을 제시하며, 관련 소스 코드와 학습된 모델은 GitHub에서 공개되어 있습니다.