쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
9건 · "코딩 AI"조건 지우기 ×
001 15:11 ▲ 109 · 댓글 33 다섯 개의 Qwen 모델, 한 대의 컴퓨터로 Claude Opus5 수준 코딩 성능 달성 연구진이 GVS5H(Gorilla vs. 5 Humans)라는 훈련 없는 자체 조율 방식을 제안했다. 같은 모델의 인스턴스 여러 개가 문제를 분해하고 공유 파일시스템의 계획, 메모, 현재 솔루션을 통해 조율한다. AI · 머신러닝 · Five Qwen3.8-27B models match Fable 5 Using GVS5H Harness
Key Point 비용 대비 성능이 우수한 오픈소스 모델로도 상용 최강 모델 수준의 코딩 성능을 낼 수 있다는 점이 중요합니다. 특히 자가 호스팅 모델로 93% 수준을 달성할 수 있어, 개발팀의 추론 비용 절감과 프라이버시 개선에 직결됩니다.
핵심 요약
연구진이 GVS5H(Gorilla vs. 5 Humans)라는 훈련 없는 자체 조율 방식을 제안했다. 같은 모델의 인스턴스 여러 개가 문제를 분해하고 공유 파일시스템의 계획, 메모, 현재 솔루션을 통해 조율한다. LiveCodeBench의 최신 어려운 문제 100개로 평가한 결과, 열 개 모델에서 최대 25.6 포인트의 성능 향상을 얻었다. Qwen3.8 Flash Next를 조율했을 때 Claude Fable 5의 90.4%에 비해 93.0%의 pass@1을 기록했으며, 비용은 9% 수준으로 절감했다. 전체 요약 8문장 읽기 → 002 12:11 ▲ 13 · 댓글 3 AI가 손으로 조립하는 레고, 물리 타당성 100% 달성 코딩 AI 에이전트는 3D 모델링 능력은 높지만, 실제 조립 가능한 구조를 만드는 데는 어려움을 겪고 있다: 부품이 떠 있거나 충돌하거나 연결되지 않은 잘못된 조립체를 생성한다. AI · 머신러닝 · BrickWright: Agentic Creation of Physically Feasible Brick Builds
Key Point AI가 생성한 3D 구조의 '실제 조립 가능성'을 검증하는 새로운 접근법이 100% 성공률을 달성했으며, 로봇 공학·제조업·디지털 설계 도구의 신뢰성 표준을 높인다.
핵심 요약
코딩 AI 에이전트는 3D 모델링 능력은 높지만, 실제 조립 가능한 구조를 만드는 데는 어려움을 겪고 있다: 부품이 떠 있거나 충돌하거나 연결되지 않은 잘못된 조립체를 생성한다. BrickWright는 조립 도구와 물리 타당성 검증 기능을 제공해 AI가 텍스트나 이미지 지시에서 실제 조립 가능한 레고 구조를 생성하도록 안내하는 프레임워크다. BrickLayer라는 Python 툴킷이 핵심이며, 두 부분으로 구성된다: 사용하기 쉬운 레고 조립 API(원본 LDraw 형식 대비 추론 비용 절반)와 물리 타당성 피드백을 주는 검증기다. 전체 요약 5문장 읽기 → 003 21:11 당일 +144 AI 에이전트를 위한 런타임 'herdr' 오픈소스 공개 Rust로 작성된 herdr는 코딩 AI 에이전트가 돌아갈 수 있는 런타임으로, 터미널 클라이언트를 닫거나 SSH 연결이 끊겨도 백그라운드 서버에서 세션을 유지한다. AI · 머신러닝 · herdrdev/herdr · Rust
Key Point AI 코딩 에이전트 시장이 확대되면서 에이전트를 실행할 수 있는 전용 런타임 플랫폼이 등장했으며, Claude Code·Cursor·Grok 등 주요 도구를 모두 통합 관리할 수 있는 새로운 개발 환경을 제공한다.
핵심 요약
Rust로 작성된 herdr는 코딩 AI 에이전트가 돌아갈 수 있는 런타임으로, 터미널 클라이언트를 닫거나 SSH 연결이 끊겨도 백그라운드 서버에서 세션을 유지한다. 서버 재시작 후에도 저장된 레이아웃을 복구하고 지원되는 에이전트 세션을 재개할 수 있으며, 원본 프로세스는 생존하지 않는다. 여러 머신의 작업을 하나의 윈도우에서 관리할 수 있으며, 로컬 작업과 저장된 SSH 머신을 함께 표시하고 독립적으로 재연결할 수 있다. 전체 요약 10문장 읽기 → 004 00:11 ▲ 118 · 댓글 53 형식 검증으로 코드 최적화하는 AI 'Maxwell' 공개 doubleAI가 프로그램 실행 중 코드를 동적으로 최적화하는 '코드 실행 모델(CEM)' Maxwell을 공개했다. AI · 머신러닝 · Maxwell: A new kind of model that sits between code and hardware
Key Point 기존 AI는 코드 작성만 지원했지만, Maxwell은 형식 검증을 통해 프로그램 실행 중 동적으로 코드를 재작성·최적화하는 새로운 영역을 열었기 때문에, 소프트웨어 성능과 자원 효율성에 미칠 파급 효과가 크다.
핵심 요약
doubleAI가 프로그램 실행 중 코드를 동적으로 최적화하는 '코드 실행 모델(CEM)' Maxwell을 공개했다. Maxwell은 실행 중인 프로그램의 병목을 감지하고 알고리즘 전체를 재작성해 더 빠른 바이너리를 생성하며, 생성된 코드는 원본과 의미적으로 완전히 동등함을 형식 검증으로 증명한다. 기존 JIT 컴파일러나 최적화 도구와 달리 Maxwell은 실제 하드웨어와 데이터 흐름에 맞춰 함수와 알고리즘 수준의 전체 변환을 수행하고 조건에 따라 보호 조항을 둔다. 전체 요약 13문장 읽기 → 005 12:11 ▲ 43 · 댓글 4 코딩 AI, 스스로 실패를 분석해 개선하는 법 배우다 LLM 코딩 에이전트의 성능은 정책 모델과 환경 상호작용을 중개하는 harness(도구 호출 방식)에 의해 결정되며, 둘 중 하나만 최적화하는 것은 불충분하다. AI · 머신러닝 · Self-Evolving Coding Agents via Harness-Policy Optimization
Key Point 코딩 AI의 성능을 높이는 데 도구 사용 방식과 모델 학습을 함께 개선하는 방법이 유의미한 성과를 보여주고 있기 때문이다.
핵심 요약
LLM 코딩 에이전트의 성능은 정책 모델과 환경 상호작용을 중개하는 harness(도구 호출 방식)에 의해 결정되며, 둘 중 하나만 최적화하는 것은 불충분하다. Self-HPO는 두 성분을 번갈아 최적화하는 자기개선 프레임워크로, 현재 정책이 자신의 실패를 분석해 새로운 harness 후보를 제안하는 H-스텝과 RL로 정책을 업데이트하는 P-스텝을 반복한다. 학습 중 어려운 작업들이 다음 라운드의 harness 탐색 대상이 되어, harness 최적화가 진화하는 정책의 실패 패턴에 계속 맞춰진다. 전체 요약 6문장 읽기 → 006 18:30 ▲ 26 · 댓글 2 코딩 AI가 게임을 만들 수 있을까? AI 에이전트의 게임 개발 능력을 평가하는 벤치마크 SWE-Game을 공개했다. AI · 머신러닝 · SWE-Game: Can Coding Agents Build the Games We Want?
Key Point 현재 AI 에이전트들이 실제 게임 개발이라는 복잡한 소프트웨어 엔지니어링 작업에서 어느 수준에 도달했는지 구체적인 성능 데이터로 보여줍니다.
핵심 요약
AI 에이전트의 게임 개발 능력을 평가하는 벤치마크 SWE-Game을 공개했다. 2D·3D 게임 13개 카테고리에서 41개의 실행 가능한 Godot 레퍼런스 게임으로부터 247개 과제를 구성했다. 과제는 간단한 설명으로부터 구현, 게임 디자인 문서 기반 개발, 기본 구조 완성, 83개의 결함 수정, Godot-to-Unity 포팅 등 5가지 유형을 포함한다. 전체 요약 8문장 읽기 → 007 18:30 ▲ 53 · 댓글 2 코딩 AI는 정적분석 검사기를 만들 수 있을까 정적분석 검사기 개발은 에이전트가 결함 명세를 해석하고, 저장소를 검사하며, 분석기 로직을 구현하고, 컴파일 피드백을 통해 반복적으로 개선해야 하는 복잡한 작업이다. AI · 머신러닝 · CheckerBench: Can Long-Horizon Agents Synthesize Static-Analysis Checkers?
Key Point LLM 기반 코딩 에이전트의 실제 역량을 장기 복합 작업으로 평가하는 새로운 벤치마크를 제시하며, 현재 AI 모델들이 보안 도구 개발에서 얼마나 한계가 있는지 보여준다.
핵심 요약
정적분석 검사기 개발은 에이전트가 결함 명세를 해석하고, 저장소를 검사하며, 분석기 로직을 구현하고, 컴파일 피드백을 통해 반복적으로 개선해야 하는 복잡한 작업이다. 기존 코딩 에이전트 벤치마크는 패치 생성이나 취약점 탐지 같은 단기 작업에 집중했으며, 처음부터 끝까지 작동하는 검사기를 개발할 수 있는지는 거의 평가하지 않았다. CheckerBench는 297개 CVE, 167개 저장소, 85개 CWE, 5개 언어 생태계에서 파생한 300개 작업으로 구성된 실행 가능한 벤치마크다. 전체 요약 7문장 읽기 → 008 06:11 ▲ 12 · 댓글 2 코딩 AI 에이전트의 로봇 개발 능력을 평가하는 벤치마크 RLE-Bench 공개 코딩 에이전트가 로봇 분야로 확장되면서, 기존 벤치마크는 정책이나 컨트롤러 같은 개별 결과물 성능만 측정해 에이전트의 광범위한 엔지니어링 능력을 평가하지 못했다. AI · 머신러닝 · RLE-Bench: A Qualifying Exam for Coding Agents as Robot Learning Engineers
Key Point 코딩 AI가 로봇 엔지니어링 작업을 수행하려면 단순 성능 지표를 넘어 복합적인 문제 해결, 설계, 통합 능력이 필요하며, RLE-Bench는 이를 종합 평가하는 첫 벤치마크다.
핵심 요약
코딩 에이전트가 로봇 분야로 확장되면서, 기존 벤치마크는 정책이나 컨트롤러 같은 개별 결과물 성능만 측정해 에이전트의 광범위한 엔지니어링 능력을 평가하지 못했다. 실제 로봇 개발은 제어를 넘어 여러 컴포넌트의 구축·통합·진단·개선을 자원 제약 속에서 수행하고 다중 모달 피드백으로 판단해야 한다. 새로 공개한 RLE-Bench는 대화형 제어, 정책 학습, 인식 및 추정, 기계설계 등 4가지 로봇 개발 워크플로우를 포함한 벤치마크다. 전체 요약 6문장 읽기 → 009 03:10 ▲ 136 · 댓글 67 Cognition, 코딩 AI 모델 SWE-2 공개 Cognition이 최신 소프트웨어 엔지니어링 모델 SWE-2를 발표했다. AI · 머신러닝 · Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra
Key Point 소프트웨어 엔지니어링 AI의 성능-비용 경계가 어떻게 달라졌는지, 그리고 이전 모델의 과잉 탐색 문제를 어떻게 해결했는지 알 수 있다.
핵심 요약
Cognition이 최신 소프트웨어 엔지니어링 모델 SWE-2를 발표했다. FrontierCode 1.1 Main에서 50.0% 점수를 기록해 Fable 5.1과 1포인트 차이나며, 비용은 64% 더 저렴하다. 다중 삼조 파라미터 규모에서 강화학습을 처음 적용해 모든 성능-비용 트레이드오프를 최적화했다. 전체 요약 5문장 읽기 → 
