읽을 가치가 있는 기사만, 짧고 또렷하게.

데브옵스 환경에서 여러 팀이 클로드나 코덱스를 활용하여 팀 에이전트를 만들고 배포하며 슬랙으로 연동하는 추세입니다. 이러한 자동화 과정 자체는 문제가 아니지만, 운영 팀 입장에서는 에이전트의 중복 관리와 보안 문제가 발생하고 있습니다.

대부분의 에이전트가 코딩이나 질의응답(Q&A) 기능을 수행하기 때문에 기능적으로 상당 부분 겹치는 부분이 많습니다. 이는 시스템의 효율성을 저해하고 관리 복잡성을 증가시키는 주요 원인이 됩니다.

따라서 자동화의 이점에도 불구하고, 운영 측면에서는 에이전트 간의 중복을 최소화하고 일관된 보안 정책을 적용하는 것이 핵심 과제가 됩니다. 이러한 관리 문제를 해결하기 위해 에이전트 시스템에 대한 통합적인 관리 방안이 필요합니다.

취약한 Plex 버전을 실행한 허니팟에서 실제 취약점이 악용되어 암호화폐 채굴기가 배포된 사실이 관측되었습니다. 이는 Plex 서버의 보안 취약점이 실제 공격에 악용되어 악성 코드를 실행하고 시스템에 암호화폐 채굴기 설치를 가능하게 했음을 의미합니다.

이러한 공격은 Plex2Shell이라는 취약점을 통해 여러 보안 결함을 연결하여 원격 코드 실행(RCE)을 달성하는 방식으로 이루어졌습니다. Plex 측은 이와 관련하여 이미 9월 1일에 보안 업데이트를 공지한 바 있습니다.

따라서 Plex 사용자들은 취약한 버전을 사용하고 있다면 즉시 보안 업데이트를 적용하여 시스템을 보호해야 합니다. 해당 사건은 Plex의 보안 업데이트가 배포된 이후에도 취약점이 여전히 악용될 수 있음을 보여주므로, 개발자와 운영자는 시스템 보안에 더욱 주의를 기울여야 합니다.

기술 개념을 움직이는 입체 도해를 코딩 에이전트로 제작하는 새로운 스킬이 소개되었습니다. 이 스킬은 문서, 블로그, 교육 자료 등에 활용할 수 있는 인터랙티브 입체 도해를 AI 에이전트를 통해 코딩으로 제작하는 방법을 다룹니다.

이 방법은 캐시, 연결 풀, 요청 제한과 같은 추상적인 개념들을 실제로 움직이는 기계나 장치에 빗대어 시각화하는 데 중점을 둡니다. 사용자는 설명하고자 하는 개념과 수치, 출력 형식을 구체적으로 지정하여 AI 에이전트에게 요청함으로써 원하는 시각 자료를 얻을 수 있습니다.

구체적인 출력 형식으로는 부품, 배관, 음영 등을 SVG(Scalable Vector Graphics) 형태로 구현할 수 있습니다. 이는 복잡한 기술 개념을 직관적으로 이해하고 설명하는 데 매우 유용하며, 교육 자료나 기술 문서의 이해도를 높이는 데 기여할 수 있습니다.

Lobsters가 독자의 시간과 지성을 존중하는 컴퓨팅 콘텐츠에 집중하도록 사이트 가이드라인을 개편하고 AI/LLM 태그를 변경했습니다. 이번 개편은 주제 적합성과 자기 홍보 규칙을 명확히 하여 콘텐츠의 질을 높이는 데 중점을 두고 있습니다.

특히 예정된 배포 이후에는 코드 저장소 자체를 제출하는 것이 불가능해집니다. 대신 사용자는 코드의 제작 이유, 목적, 해결한 과제, 그리고 유용성을 상세히 다루는 콘텐츠를 제공해야 합니다. 이는 단순히 코드를 공유하는 것을 넘어, 개발 과정과 문제 해결 과정을 공유하는 데 초점을 맞추도록 유도하기 위함입니다.

이러한 변경 사항은 개발자들이 자신의 프로젝트를 공유할 때 단순히 결과물만 제시하는 것이 아니라, 그 배경과 맥락을 함께 제공하도록 요구합니다. 결과적으로 커뮤니티 내에서 더 깊이 있고 의미 있는 컴퓨팅 콘텐츠가 형성될 수 있도록 하기 위한 조치입니다.

2026년 10월 11일부터 12일 사이에 프랑스 수백 개의 슈퍼마켓 냉장고와 냉동고 시스템이 온라인상에서 취약점을 노출한 상태였습니다. 사이버 공격자들은 냉각 시스템을 해동 모드로 전환시켜 냉각 부품을 가열했고, 일부 장비는 50°C(122°F)까지 올라가 화재 위험에 처했으며 식품 손실이 발생했습니다. 이 사건은 냉각 컨트롤러 제조사인 덴마크 기업인 단포스(Danfoss) 시스템과 관련이 있었습니다.

IPinfo.io의 인터넷 스캔 결과, 프랑스는 다른 72개 지역을 합친 것보다 훨씬 많은 냉장고 대시보드가 인터넷에 노출되어 있었습니다. 프랑스에서 노출된 대시보드는 총 1,331개로, 이는 다른 지역의 합계인 1,197개를 훨씬 초과하는 수치입니다. 이 중 85%가 알려진 보안 결함을 가진 소프트웨어를 구동하고 있었으며, 특히 단포스가 더 이상 지원하지 않는 구형 컨트롤러 527개가 포함되어 있었습니다.

이러한 취약점은 최소 6개월 이상 노출된 상태였으며, 일부 시스템은 공격 이후 오프라인 처리되었습니다. 카르푸(Carrefour)를 포함한 여러 프랑스 유통업체들이 피해를 입었으며, 이는 수백만 유로의 손실로 이어졌습니다. 프랑스 사이버 보안 기관인 CERT-FR은 운영자들에게 컨트롤러를 분리하거나 접근을 제한할 것을 권고했으며, 공격이 계속되고 있을 가능성을 경고했습니다.

데이터는 공격자가 어떻게 침입했는지에 대한 구체적인 정보는 제공하지 않지만, 대시보드가 인터넷에 노출되었다는 사실과 소프트웨어 업데이트가 미흡했다는 점을 명확히 보여줍니다. 이는 IoT 및 산업용 장비의 펌웨어 및 소프트웨어 관리에서 보안 패치와 시스템 노출 여부를 주기적으로 점검하는 것이 얼마나 중요한지를 시사합니다.

브라질 대통령 루이스 이나시우 룰라의 지지자들이 선거 개입을 비난하며 메타(Meta)에 항의하는 시위가 열렸습니다. 이들은 선거 기간 동안 메타가 반대 후보인 플라비우 볼소노로의 콘텐츠를 선호하여 룰라 대통령에게 불리하게 작용했다고 비난했습니다.

시위 참가자들은 메타가 소셜 미디어를 통해 선거를 조작하고 노동 계층을 향한 콘텐츠의 도달을 막는 행위를 중단할 것을 요구했습니다. 이들은 메타가 선거 과정에 개입하는 '보이지 않는 심판'이 되어서는 안 되며, 디지털 주권이 중요하다고 강조했습니다.

이에 대해 메타는 선거에 개입한 사실이 없다고 부인했으며, 선거관리법원은 양 후보의 선거 캠페인에 대한 동등한 대우를 보장하는지 메타가 입증할 시간을 24시간 부여했습니다. 이 사건은 메타와 같은 빅테크 기업이 브라질과 같은 국가의 선거 과정에 영향을 미치며 '디지털 식민주의'를 실현하고 있다는 비판을 제기했습니다.

활동가들은 개방적이고 투명한 자체 소셜 미디어 플랫폼을 통해 디지털 자율성을 확보해야 한다고 주장하며, 이러한 시위가 소셜 미디어를 통한 소통의 권리를 요구하는 행위임을 강조했습니다.

모델이 추론 과정에서 증거를 자율적으로 발견하고 정보 제시 방식이 판단을 어떻게 유도하거나 가리는지를 동시에 탐구하는 기존의 추론 평가 방식의 한계를 지적하며 WORTH Benchmark를 제안합니다. 이 벤치마크는 단서 주석 없이 원본 미스터리 서사를 읽고, 핵심 단서 문장을 자율적으로 선택하며, 사건 참여자를 식별하고 추론 과정을 설명하는 모델의 능력을 평가합니다.

연구에서 사용된 서사 자료는 증거가 추론을 돕는 동시에 진실의 공개를 지연시키는 서사 배열을 포함하도록 전문 작가에 의해 설계되었습니다. 이 실험은 두 에피소드에 걸쳐 전체 스토리 조건으로 진행되었으며, 모델 70개에 대해 총 70회의 공식 실행을 수행했고 이 중 67회는 콘텐츠 점수가 가능했습니다.

실험 결과는 단서 발견과 참여자 판단이 동기화되지 않음을 보여줍니다. 특히 에피소드 02의 콘텐츠 점수가 가능한 37회 실행 중 31회는 동시에 잘못된 참여자 집합을 선택했으며, 인접한 의심 또는 무죄 선언 관련 문장들은 각각 25회와 0회 선택되었습니다.

이러한 현상은 구성 요소별 분석의 진단적 가치를 입증하며, 정보 관계가 완전히 협력적이지 않을 때 증거 선택과 판단에 영향을 미칠 수 있음을 시사합니다. 다만 이 연구는 두 에피소드에 대해서만 전체 스토리 조건을 구현했으며 안정적인 모델 순위를 설정하거나 일반적인 메커니즘을 추론하지는 않았고 인간 플레이어 기록도 정리되지 않았다는 점을 유의해야 합니다.

생성 보상 모델(GenRMs)은 선호 판단을 정당화하기 위해 자연어 추론을 생성하지만, 올바른 판단이 반드시 타당한 정당화를 보장하지는 않습니다. 기존 접근 방식들은 추론을 감독하기 위해 참조 설명에 의존하지만, 이러한 참조 설명을 얻는 것은 비용이 많이 들고 생성된 추론이 결과 판단을 뒷받침하는지 여부를 반드시 확립하지는 못합니다.

이러한 한계를 해결하기 위해 본 연구는 참조 설명 없이 생성된 추론의 타당성과 판단 일관성을 평가하는 프레임워크인 DeCert를 제안합니다. DeCert는 판단의 정확성과 정당화의 품질을 모두 고려하는 선호 감독으로 이러한 평가를 변환합니다. 특히, 여러 샘플링된 판단이 동일한 올바른 판단을 공유할 때, 인증서 품질의 차이를 활용하여 DeCert는 더 강한 정당화와 더 약한 정당화를 구별하는 추론 선호 쌍을 구성할 수 있습니다.

광범위한 실증 연구 결과는 DeCert가 두 가지 모델 패밀리와 여러 분포 외 벤치마크에서 강력한 생성 판단 기준(generative judge) 기준선보다 일관되게 우수한 성능을 보이며 추론 품질을 향상시켰음을 입증합니다. 또한 DeCert는 위치 편향(positional bias)을 효과적으로 완화하여 위치 일관성 정확도를 최대 14.8% 향상시킵니다.

이러한 결과는 단순히 어떤 판단이 올바른지뿐만 아니라 그 판단이 어떻게 정당화되었는지도 감독하는 것의 중요성을 강조합니다. 이는 생성 모델의 추론 품질을 평가하고 개선하는 데 있어 정당화의 질을 고려해야 함을 시사합니다.

신체화된 세계 모델을 위해서는 비디오 생성 모델이 물리적으로 유효하고 작업 지침에 충실한 결과물을 생성해야 합니다. 이러한 속성을 평가하기 위해 멀티모달 대규모 언어 모델(MLLM)이 사용되지만, 이들이 신체화된 비디오에 대한 인간의 판단과 얼마나 일치하는지에 대한 체계적인 평가는 부족했습니다. 이러한 격차를 해소하기 위해 연구진은 MLLM을 신체화된 비디오 생성의 판단 기준으로 평가하는 벤치마크인 RoboJudge-Bench를 소개했습니다.

이 벤치마크는 그리퍼, 인간 손, 섬세한 손을 포함하는 800개의 인간 주석 비디오와 8개의 소스 코퍼스, 10개의 비디오 생성기를 기반으로 물리적 준수(Physical Adherence)와 지침 정렬(Instruction Alignment)이라는 두 가지 기본 차원을 측정합니다. 기존 평가자들과 인간의 평가 사이에 불균형한 일치가 있음을 실험 결과는 보여주는데, 범용 MLLM은 물리적 준수에 대해 낮은 일치를 보이며, 일반 도메인 물리 추론을 위해 설계된 전문 비디오 평가자는 신체화된 시나리오로 일관되게 적용되지 않는다는 점을 발견했습니다.

이러한 발견을 바탕으로 연구진은 25K개의 인간 검증 점수와 모델 지원 추론을 포함하는 12K개의 비디오로 구성된 RoboJudge-Train 데이터셋을 구축했습니다. 이 데이터셋을 사용하여 9B MLLM을 지도 학습과 강화 학습을 통해 미세 조정하여 RoboJudge-9B를 개발했습니다. RoboJudge-9B는 평가된 모델 중 가장 높은 전반적인 일치도를 달성하며, 평가에서 최고의 성능을 보인 독점 기준선인 Gemini-3.7-Flash보다 통계적으로 유의미하게 0.089의 향상을 보이며 피어슨 상관관계 0.719를 기록했습니다.

RoboJudge-9B는 신체화된 비디오 생성 모델을 물리적 준수와 지침 정렬에 따라 평가하는 다운스트림 평가자로 활용될 수 있습니다. 이는 비디오 생성 모델이 실제 물리적 제약과 사용자의 지침을 얼마나 잘 반영하는지 측정하는 데 중요한 기준을 제공합니다.

언어 모델을 활용하여 풍부한 아이템 정보, 사용자 기록, 피드백으로부터 개인화된 추천을 생성할 수 있습니다. 하지만 전체 텍스트 입력을 통해 많은 후보를 평가하는 것은 상당한 온라인 연산 비용을 발생시키고 서비스 처리량을 제한합니다. 이에 연구진은 빠르고 효과적인 개인화 추천을 위한 프레임워크인 DuoLM을 제안합니다.

DuoLM은 효율적인 서빙 런타임과 통합된 컴팩트 추천 모델을 결합하여 이 문제를 해결합니다. 이 프레임워크는 인코더 언어 모델(Encoder LLM)을 사용하여 오프라인 재사용을 위한 컴팩트 아이템 표현을 학습하고, 개인화된 순위 지정 언어 모델(Personalized Ranker LLM)이 이를 사용자 기록 및 피드백과 결합하여 추천을 수행합니다. 두 모델은 추천 지도 학습 및 교사 증류(teacher distillation)를 통해 종단 간으로 훈련됩니다.

추가적으로 런타임은 가상 토큰 ID(virtual token IDs)를 통한 임베딩 접근, 공유된 기록 계산, CUDA 그래프 재생(CUDA Graph replay)을 통해 추론을 가속화합니다. 벤치마크 결과, DuoLM 프레임워크는 전문가 교사 모델과 유사한 추천 품질을 달성했습니다. 단일 H100 GPU에서 이 프레임워크는 초당 약 26,400개의 후보 점수를 제공하며, 이는 vLLM과 자동 접두사 캐싱을 사용하여 교사 모델을 서비스하는 것보다 약 60배 높은 처리량을 보입니다.

계층적 멀티 에이전트 시스템에서 리더가 작업을 할당하고 하위 에이전트가 이를 수행하는 구조는 존재하지만, 최종 답변이 하위 에이전트에게 제공하는 피드백이 간접적이라 리더와 하위 에이전트를 공동으로 훈련하는 것이 어렵습니다. 특히 LLM 심판이 하위 에이전트 응답의 품질을 평가하는 점수가 심판 자체의 판단에 의존하기 때문에 효과적인 공동 훈련에 제약이 따릅니다.

본 논문은 온-폴리 디스틸레이션과 강화 학습을 결합한 MultiAgent-OPD를 제안하여 공유 파라미터를 가진 리더-검색자-답변자 팀을 종단 간으로 공동 훈련합니다. 훈련 과정에서 먼저 답변 정확도를 사용하여 검색자-답변자 워크플로우에서 교사(Teacher)를 훈련시키고, 팀 훈련 중에는 고정된 교사가 학생이 생성한 검색 및 요약 토큰을 평가하여 검색자에게 국소적인 프로세스 감독을 제공합니다.

이러한 방식으로 리더는 팀의 성공으로부터 학습하고 답변자는 후보 정확도에서 학습하며, 결과적으로 7개의 데이터셋에서 38.68%의 평균@4 성능을 달성했습니다. 이는 프롬프트드 크리틱(Prompted Critic)보다 4.06 퍼센트 포인트, 그리고 훈련된 순차 멀티 에이전트 시스템(C-MAS + RL)보다 2.61 퍼센트 포인트 더 높은 수치입니다. 또한 이 팀은 네 번의 시도 내에 더 많은 질문을 해결하는 능력을 보여주었습니다.

HyperDrone은 기존의 최첨단 배치 쿼드콥터 시뮬레이터보다 20배 이상 빠른 고성능 배치 렌더링에 초점을 맞춘 쿼드콥터 시뮬레이터입니다. 이 시스템은 고도로 최적화된 멀티로터 역학 모델과 새로운 레이 트레이싱 엔진인 HyperLux를 결합하여 GPU에서 두 구성 요소를 모두 실행할 수 있도록 설계되었습니다.

HyperLux는 Nvidia OptiX, Vulkan, Apple Metal, WebGPU 백엔드를 지원하는 레이 트레이싱 엔진으로, 소비자용 GPU에서 현실적인 3D 장면을 렌더링하면서도 반사, 사실적인 조명, 모션 블러, PBR(물리 기반 렌더링) 등 다양한 고충실도 정보를 처리할 수 있습니다. 최고 수준의 충실도 설정에서도 HyperLux는 수백만 프레임 초당(FPS)을 달성하여 현실적인 장면을 렌더링할 수 있습니다.

이러한 시뮬레이터의 장점을 활용하여 HyperDrone은 시뮬레이션 내에서 비전 기반 요(yaw) 제어 정책을 훈련한 후, 이를 카메라가 장착된 실제 소형 쿼드콥터(Crazyflie)에 온보드 방식으로 전송하는 것을 시연했습니다. 이는 시뮬레이션 환경에서 학습된 제어 정책을 실제 하드웨어에 적용하는 데 중요한 의미를 가집니다.

직장 상실과 코르티솔 광란에 대한 경험을 통해 삶의 우선순위를 재정립하는 과정에 대한 이야기입니다. 글쓴이는 회사의 구조조정으로 인해 직장을 잃고 건강 문제와 맞서면서 겪은 심리적, 신체적 변화를 상세히 기록했습니다.

실직 후 감기 및 자가면역 질환 증상으로 고통받던 중 코르티솔 치료를 받았는데, 이는 면역 반응을 낮춰 증상을 완화시켰으나 장기적인 치료의 위험성도 존재합니다. 이 과정에서 글쓴이는 일시적으로 에너지가 넘치는 '코르티솔 광란' 상태를 경험하며, 이 에너지를 활용해 정리, 계획, 자기계발 등 일상생활의 모든 영역을 집중적으로 개선했습니다.

이러한 광란 상태는 과도한 활동과 수면 패턴의 파괴, 신체 변화 등의 부작용을 동반했지만, 글쓴이는 이를 통해 삶을 객관적으로 바라보고 목표를 설정하는 자기 효능감을 얻었다고 설명합니다. 현재는 코르티솔 치료를 줄이고 있지만, 삶을 개선하기 위해 기울인 노력이 여전히 남아있음을 강조하며 독자들에게 삶의 우선순위를 점검해 볼 것을 제안합니다.

피드포워드 3D 가우시안 스플래팅(FF3DGS)은 단일 순방향 패스로 3D 장면을 재구성하여 제한된 리소스 환경에 적합하지만, 최근의 예산 제어 가능한 FF3DGS 방법들은 추론 시 가우시안 수를 조정하여 저장 공간이나 렌더링 지연 시간 제약 조건을 충족시킨다. 그러나 이러한 방법들은 추론 자체의 비용을 간과하는데, 목표 가우시안 수를 만들기 위해 먼저 밀집된 가우시안을 예측한 후 가지치기나 선택을 수행해야 하므로 예산과 관계없이 지연 시간과 최대 메모리는 거의 일정하게 유지된다.

이에 연구진은 RLSplat을 제안했는데, 이는 표현 크기, 추론 지연 시간, 최대 메모리가 가우시안 예산이 감소함에 따라 선형적으로 감소하는 리소스 선형 예산 제어 FF3DGS 프레임워크이다. RLSplat은 가지치기나 선택 대신 가우시안 예산을 장면 영역에 분배하는 가우시안 할당 정책을 학습하여 정확히 요청된 수의 가우시안을 생성한다.

이후 이 가우시안들은 리소스 선형 가우시안 디코딩을 통해 정제되는데, 이때 각 가우시안은 효율적인 계층적 이웃 검색을 통해 발견된 주변 가우시안에만 주의를 기울이므로 가우시안 수가 줄어들수록 디코딩 비용이 선형적으로 감소한다. 제로샷 평가 결과, RLSplat은 이전의 예산 제어 가능한 방법들보다 모든 예산에서 우수한 성능을 보였으며, 가장 강력한 기준선보다 가우시안 수를 4배 줄이면서도 성능을 능가했다.

특히 낮은 예산 환경에서는 최대 메모리를 9.6배 줄이면서 추론 속도를 최대 4.1배까지 향상시켰다. 이는 리소스 효율성을 극대화하면서 고품질의 3D 표현을 얻고자 하는 개발자에게 실질적인 이점을 제공한다.

확산 모델에서 중간 특징을 선택하는 것은 노이즈 제거 궤적, 네트워크 깊이, 채널에 걸쳐 유용한 신호가 분산되어 있어 까다로운 문제입니다. 기존 방법들은 시간 단계(timestep), 블록(block), 채널 중 일부만 최적화하거나 수동으로 선택하는 방식에 의존했습니다.

본 논문은 이러한 문제를 해결하기 위해 채널 예산을 조건으로 삼아 세 가지 요소를 동시에 선택하는 정책인 Policy-Mask를 제안합니다. 채널 점수가 선택된 채널 수에 따라 증가하여 다른 업데이트를 지배하는 문제를 해결하기 위해 부분 집합 기수(subset cardinality)로 정규화하여 세 정책 헤드를 안정화시켰습니다.

Policy-Mask는 채널 예산이 일치할 때 분할, 분류, 의미 대응 작업에서 고정 추출 및 특징 필터링 기준보다 성능을 향상시켰습니다. 구체적으로 ADE20K에서는 38.9 mIoU를 달성했으며, CIFAR-100에서는 128차원에서 75.4%의 top-1 정확도를 기록했습니다.

실험 결과에 따르면 블록 선택이 다운스트림 정확도에 실질적인 영향을 미치며, 가장 높은 채널 예산 점수는 256개의 채널을 유지할 때 기록되었습니다. 또한 이 방법은 PixArt-Σ 및 SD3.5 MMDiT와 같은 확산 트랜스포머에도 적용하여 U-Net 채널 대신 이미지 토큰 은닉 차원을 사용함으로써 확장성을 입증했습니다.

코드 기반 비디오 생성은 직접적인 비디오 생성에 비해 세밀한 제어, 타겟 편집, 구성 요소 재사용이 가능하다는 장점이 있습니다. 이러한 접근 방식은 시각적 및 시간적 요구 사항을 실행 가능한 프로그램으로 변환하는 멀티모달 대규모 언어 모델(MLLM)을 필요로 합니다. 하지만 기존의 코드 기반 벤치마크들은 주로 특화된 작업에 초점을 맞추고 있어, 다양한 창작 카테고리와 입력 모달리티에 걸친 완전한 비디오 생성을 충분히 평가하지 못하고 있습니다.

이에 연구진은 텍스트 투 비디오(T2V), 이미지 투 비디오(I2V), 비디오 투 비디오(V2V) 설정 전반에 걸친 범용 벤치마크인 Code2Video-Compass를 소개합니다. 이 벤치마크는 건설, 동적 애니메이션, 상태 의존성이라는 세 가지 복잡성 차원을 포함하여 10개 카테고리, 24개의 하위 유형, 총 2,104개의 작업을 포괄합니다. Code2Video-Compass는 텍스트 지침과 시각적 참조에서 추출된 작업과 해당 T2V, I2V, V2V 작업을 결합하여 비디오 생성 능력을 종합적으로 평가합니다.

평가는 12가지 객관적 지표와 5가지 주관적 지표를 결합한 이중 수준 프레임워크를 사용하며, MLLM 심사자를 활용하여 지침 준수 및 전체 비디오 품질을 평가합니다. 15개의 최신 독점 및 오픈 가중치 MLLM에 대한 광범위한 평가 결과, 선도 모델조차도 텍스트 및 시각적 요구 사항에 부합하는 고품질의 완전한 비디오를 안정적으로 생성하는 데 어려움을 겪으며, 건설, 동적 애니메이션, 상태 의존성의 복잡성이 증가함에 따라 성능이 전반적으로 저하되는 것으로 나타났습니다.

Code2Video-Compass는 신뢰성 있고 일관되며 제어 가능한 코드 기반 비디오 생성을 발전시키고 프로그래밍 가능한 시각 창작 분야의 광범위한 발전을 촉진할 것으로 기대됩니다.

모델 파라미터가 확장됨에 따라 희소 활성화 혼합 전문가(Mixture-of-Experts, MoE) 접근 방식은 모델 스케일링에 필수적입니다. 그러나 현재 주류 모델들은 다른 레이어의 전문가들이 위상적으로 독립적임에도 불구하고 저장된 콘텐츠에서 상당한 유사성과 중복성을 보이는 계층적 구조를 채택하고 있습니다. 기존 주류 모델의 계층적으로 배열된 지역 전문가(Local Expert)와 비교하여, 우리는 레이어 간 공유 메타 전문가(Meta Expert)가 더 큰 잠재력을 가질 것이라고 가정합니다.

이를 위해 지역 전문가와 메타 전문가에 대한 다차원 실증 비교를 수행한 결과, 메타 전문가를 통합한 모델이 더 낮은 파라미터 중복성, 낮은 교차 엔트로피 손실, 그리고 더 높은 다운스트림 작업 정확도를 보였습니다. 활성화된 양과 전문가 세분성을 고정했을 때, 이 모델은 일반적인 MoE의 성능을 전문가의 70~80%만을 사용하여 달성함으로써 모델의 스케일링 잠재력을 크게 향상시킵니다.

나아가 이론적 분석을 통해 메타 전문가는 지역 전문가와 비교하여 더 유연한 잔차 경로(residual pathways)를 가진 은닉 상태를 제공하며 정보 검색 효율성을 개선함을 보여줍니다. 이는 전문가 간의 레이어 간 중복성을 제거하고 정보 저장 효율성을 높이는 것을 넘어 정보 검색 효율성을 향상시키는 데 기여합니다.

긴 컨텍스트에서의 대규모 언어 모델 추론은 증가하는 키-값(KV) 캐시 처리 비용으로 인해 병목 현상을 겪고 있습니다. 희소 어텐션은 캐시의 일부만 접근하여 이 비용을 줄이지만, 기존 방법들은 결정적 검색(deterministic retrieval)과 샘플링(sampling) 사이에서 정확도와 커버리지 간의 상충 관계를 해결하는 데 어려움을 겪었습니다.

본 논문은 결정적 검색과 점수 기반 샘플링을 결합한 통일된 프레임워크인 Stratified Sparse Attention(SSA)을 제안합니다. SSA는 고득점 토큰에 대해 결정적으로 어텐션을 수행하는 동시에 프록시 어텐션 점수를 사용하여 잔여 어텐션 질량을 보정함으로써 검색 집합을 넘어선 어텐션 질량을 회복합니다. 이 방법은 top-k, top-p, 하이브리드 top-k+샘플링을 모두 포괄하는 특수한 경우로 적용될 수 있습니다.

실제 실험 결과, SSA는 50배 어텐션 희소성 하에서 RULER, LongBench 등 여러 벤치마크와 30억에서 270억 파라미터에 이르는 다섯 가지 모델에서 기존 기준선보다 정확도를 개선했습니다. 특히 32K 컨텍스트에서 81.8%에서 84.2%로, 128K 컨텍스트에서 63.8%에서 69.3%로 정확도를 향상시켰으며, 이는 밀집 어텐션 성능의 94%와 85%를 회복하는 결과입니다.

또한, 최적화된 CUDA 커널을 통해 SSA는 1M 컨텍스트에서 FlashInfer 대비 최대 2.96배의 디코드 속도 향상을 달성했습니다. 이는 정확도 향상이 실제 장거리 컨텍스트 추론 가속으로 이어진다는 것을 보여주며, 개발자들이 긴 컨텍스트 환경에서 효율적인 추론을 수행할 수 있도록 실질적인 성능 이점을 제공합니다.

음성 스타일 변환(VSC) 기술은 음성 내용의 의미를 보존하면서 소스 발화의 음색, 억양, 감정을 목표 음성으로 변환하는 것을 목표로 합니다. 기존 StyleStream 1.0 시스템은 최고 수준의 변환 품질을 제공했지만, 소비자 하드웨어에서 약 1초의 종단 간 지연 시간과 목표 음성을 설계하거나 편집하기 위한 텍스트 기반 인터페이스가 부족하다는 한계가 있었습니다.

StyleStream 2.0은 이러한 한계를 해결하기 위해 빠르고 제어 가능한 스트리밍 VSC 프레임워크를 제시합니다. 지연 시간을 줄이기 위해 몇 단계의 픽셀 MeanFlow 모델을 훈련하고 Self Forcing에서 영감을 받은 자기회귀 피드백을 통해 추가로 미세 조정하여 스트리밍 추론 시의 견고성을 개선했습니다. 그 결과, 소비자 GPU에서 종단 간 지연 시간을 520ms로 줄여 StyleStream 1.0 대비 2배의 속도를 달성하면서도 변환 품질을 유지했습니다.

또한, 스타일 조작을 제어 가능하게 하기 위해 멜-스펙트로그램 컨텍스트를 제거하고 목표 스타일 정보를 압축된 스타일 임베딩을 통해 전달합니다. 이 임베딩 공간에서 텍스트 기반 음성 설계(자연어 프롬프트를 음성 스타일로 매핑)와 지시 기반 음성 편집(소스 발화의 특정 속성을 수정하면서 나머지는 보존)을 모두 지원하는 통합된 텍스트 조건부 흐름 매칭 모델을 훈련했습니다.

실험 결과, StyleStream 2.0은 VSC, 음성 설계, 음성 편집에서 목표 스타일 충실도를 가장 높게 달성했으며, 동시에 명료도와 편집되지 않은 속성 보존 측면에서도 경쟁력을 유지했습니다.

심층 연구 시스템은 계획, 증거 수집, 종합, 수정 과정을 반복하기 때문에 전체 지연 시간(end-to-end latency)이 상호작용에 있어 주요 병목 현상이 됩니다. 대부분의 상용 시스템은 자기회귀(AR) 언어 모델을 기반으로 하며 계획 및 장문 작성에서 왼쪽에서 오른쪽으로 디코딩 방식을 상속받고 있습니다.

본 논문은 모든 단계에 확산 언어 모델(dLLM)을 핵심으로 두는 오픈 멀티 에이전트 심층 연구 프레임워크인 DiffResearch를 제시하며, 확산 백본(diffusion backbone)이 지연 시간과 보고 품질에 어떻게 영향을 미치는지 측정합니다. 에이전트 구조, 검색 코드, 프롬프트 및 평가를 고정시킨 상태에서 오픈 확산 모델과 비교 가능한 AR 모델 간의 백본을 교체했을 때, 100개의 심층 연구 벤치 테스트에서 확산 백본은 전체 과정에서 약 6배 더 빠르며 계획 및 작성 시간의 기하급수적인 감소에 의해 이 속도가 달성됩니다.

또한, 생성 완료 전에 중간 노이징 상태를 읽고 하위 쿼리를 추출하는 분해 모드인 dFast를 도입했는데, 이는 분해 작업 자체에서 최대 1.99배의 평균 속도 향상을 제공하면서 보고 품질 손실은 없었습니다. 이 dFast 모드는 벤치마크의 RACE 기준에서 세 가지 구성 중 최고의 전체 점수를 얻었습니다.

더 나아가, 공개된 시스템 수준 리더보드 스냅샷에서 더 강력한 확산 모델을 기반으로 구축된 인스턴스가 여러 상업 시스템보다 높은 순위를 차지하는 것으로 나타났습니다. DiffResearch는 Apache-2.0 라이선스로 공개되었습니다.