쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 9월 17일 (목)까지585건
8건 · "피드백"조건 지우기 ×
001▲ 117 · 댓글 36AI 에이전트가 스스로 탐색 전략을 개선하는 'Dream-RSI' 프레임워크 제안자율 AI 에이전트의 재귀적 자기개선을 위해 탐색 전략을 명시적으로 프로그래밍할 수 있는 경량 오케스트레이션 레이어를 도입했다.AI · 머신러닝 · Dream-RSI: Recursive Self-Improvement through Evolving Worlds
AI 에이전트가 스스로 탐색 전략을 개선하는 'Dream-RSI' 프레임워크 제안
Key PointAI 에이전트가 복잡한 문제를 풀 때 탐색 정책을 동적으로 학습·개선하는 새로운 방식을 제시해, 기존의 고정 전략 또는 비싼 온라인 재학습의 한계를 극복한다.
핵심 요약
- 자율 AI 에이전트의 재귀적 자기개선을 위해 탐색 전략을 명시적으로 프로그래밍할 수 있는 경량 오케스트레이션 레이어를 도입했다.
- 과거 발견 이력을 시뮬레이터로 재구성해 리플레이 환경에서 저비용 오프폴리시 피드백을 얻음으로써, 비싼 온라인 평가를 반복할 필요를 줄였다.
- 개선된 탐색 정책을 온라인으로 재배포해 새로운 발견을 추진하고 시뮬레이터 풀을 확장하는 자기개선 루프를 구성했다.
- 알고리즘 엔지니어링, 수학 최적화, GPU 커널 엔지니어링 등 여러 분야에서 발견 품질을 유지하면서 탐색 비용을 대폭 감축했다.
기타 · Tell the speakers that you liked their talks
연사에게 피드백을 건네는 것이 얼마나 중요한지
Key Point컨퍼런스 문화가 변하면서 연사들이 이전보다 피드백을 받기 어려워진 현실과, 청중의 작은 말 한마디가 연사에게 얼마나 중요한지를 구체적 경험으로 보여준다.
핵심 요약
- 컨퍼런스에서 MC로 활동한 저자가 연사와 청중의 직접적인 상호작용을 촉진하려 노력해왔다.
- 연사들은 강연 후 피드백이 없으면 강연이 잘 받아들여졌는지, 실수가 없었는지 불안해한다.
- 저자는 Twitter 시대가 지나간 지금 연사들이 예전처럼 피드백을 받기 어려워졌다고 지적한다.
- 청중이 연사에게 말을 걸기를 꺼리는 것은 자신이 할 말이 없다고 생각하기 때문이지만, 작은 격려도 연사에게는 큰 의미가 있다.
- 저자는 자신도 친구 연사들에게 칭찬을 제때 전하지 못하는 실수를 반복했다고 반성한다.
- 연사들의 노력을 인정하는 짧은 말 한마디도 그들의 불안감을 덜어주고 긍정적 영향을 준다.
AI · 머신러닝 · anthropics/claude-code · TypeScript
Claude Code, 터미널에서 자연어로 코딩하는 에이전트
Key Point개발자 생산성을 높이는 AI 에이전트가 터미널 환경에서 직접 실행되므로, 일상적 코딩 워크플로우 자동화가 어떻게 작동하는지 확인할 수 있다.
핵심 요약
- Anthropic이 Claude Code라는 터미널 기반 코딩 도구를 공개했다.
- 코드베이스를 이해하고 자연어 명령으로 반복 작업 실행, 복잡한 코드 설명, Git 워크플로우 처리가 가능하다.
- 터미널, IDE, GitHub에서 @claude 태그로 사용할 수 있으며, npm 설치는 deprecated 상태고 Homebrew, WinGet 등 다른 방식 설치를 권장한다.
- 플러그인 시스템을 통해 맞춤 명령과 에이전트 추가 기능을 지원한다.
- 사용 데이터와 피드백을 수집하지만 제한된 보관 기간, 접근 제한, 모델 학습 금지 등의 프라이버시 보호 정책을 적용한다.
AI · 머신러닝 · kunchenguid/lavish-axi · JavaScript
AI가 생성한 HTML, 이제 편집기에서 직접 수정한다
Key PointAI와 인간의 협업 방식이 변하고 있습니다. 스크린샷과 긴 텍스트 설명 대신 HTML 아티팩트를 그 자리에서 수정하고 피드백하는 새로운 워크플로우를 제시합니다.
핵심 요약
- Lavish는 AI가 생성한 HTML 파일을 로컬 브라우저에서 열고 실시간으로 편집·피드백할 수 있는 CLI 기반 에디터입니다.
- 특정 요소와 텍스트를 선택해 주석을 달거나, Mermaid 다이어그램을 화이트보드처럼 편집하고, AI 에이전트에 피드백을 보낼 수 있습니다.
- 클라우드 의존 없이 로컬에서만 작동하며, 선택사항으로 ht-ml.app을 통한 공유가 가능합니다.
- npx skills로 간편하게 설치되며, Claude Code 등 AI 에이전트에서 슬래시 명령어로 직접 호출하거나 플러그인으로 등록할 수 있습니다.
- AXI 표준을 따르기 때문에 별도 설정 없이 모든 에이전트에서 CLI 명령어로 실행 가능하고, 구성 요소가 항상 최신 상태로 유지됩니다.
AI · 머신러닝 · Backprop Alternative: Augmented Lagrangian Predictive Coding
뇌처럼 학습하는 신경망, 역전파 대체 기술 등장
Key Point뇌의 신용 할당 문제라는 오랜 신경과학 미스터리를 푸는 가능성을 제시하며, 동시에 에지 디바이스의 에너지 효율 문제를 해결할 기술 경로를 보여줍니다.
핵심 요약
- PC-ALM이라는 신경망 학습 기법을 소개하는 논문으로, 역전파를 대체하는 국소적 동역학계 방식을 사용합니다.
- 각 계층에 피드백 제어 시스템을 갖춰 층간 국소 통신만으로 신용 할당 문제를 해결하며, 1000층까지 학습 가능합니다.
- 표준 역전파는 순전파→역전파→가중치 업데이트가 엄격한 순서로 진행되는데, 뇌는 이런 시간 동기화 메커니즘이 없어 역전파를 구현할 수 없다는 신경과학 문제에서 출발했습니다.
- PC-ALM은 기존 예측 부호화(PC) 기법을 확장해 라그랑주 승수를 도입한 것으로, 선형 네트워크의 극한에서는 국소 계산만으로도 정확한 역전파 신용 신호와 일치합니다.
- 에너지 효율적 신경망 학습이 필요한 뉴로모르픽 하드웨어에서 GPU보다 저렴한 동역학계 시뮬레이션을 가능하게 할 수 있습니다.
AI · 머신러닝 · Fuck it, make it anyway
생성형 AI 시대, 프로그래머는 왜 계속 만드는가
Key Point생성형 AI 도구 확산 속에서 프로그래머와 게임 개발자들이 직면한 현실적 고민—기술 발전이 창작의 즐거움과 자존감을 위협할 때, 어떻게 계속 만들어 나갈 것인가라는 질문을 다룬다.
핵심 요약
- 저자는 생성형 AI가 프로그래밍 작업의 의미를 빼앗는다고 느껴 극심한 정신적 충격을 받았다.
- 코드 어시스턴트를 쓰면 생산성은 높아지지만 즐거움이 없고, 자신의 작업이라는 느낌이 사라진다.
- AI로 쉽게 만들 수 있는 도구들이 증가하면서 작은 프로젝트에 대한 동료들의 피드백과 인정이 줄어들었다.
- 게임 개발 커뮤니티도 같은 위기를 겪고 있으며, 배운 기술이 무의미해질 수 있다는 불안감이 광범위하다.
- 저자는 세 가지 선택지 중 '즐거움을 위해 어려운 방식으로 계속 만드는 것'을 선택했고, 이것이 창작 활동의 본질이라고 본다.
AI · 머신러닝 · alibaba/open-code-review · Go
알리바바가 공개한 AI 코드 리뷰 도구, 정밀성 높이고 비용은 1/9로
Key Point자체 검증 벤치마크에서 일반 LLM 대비 정밀도는 높이면서 API 비용을 획기적으로 줄인 실용적 코드 리뷰 솔루션이 공개되었기 때문입니다.
핵심 요약
- 알리바바의 내부 코드 리뷰 시스템을 오픈소스화한 OpenCodeReview는 Git diff를 읽어 LLM에 보낸 뒤 라인 단위 정밀한 피드백을 생성한다.
- deterministic 파이프라인과 LLM Agent를 결합한 하이브리드 구조로, 파일 선택·번들링·규칙 매칭을 엔지니어링 로직으로 보장하면서 동적 판단은 Agent에 맡긴다.
- NPE, 스레드 안전성, XSS, SQL 인젝션 등 다국어 룰셋을 내장하고 OpenAI와 Anthropic 모델을 모두 지원한다.
- AACR-Bench 벤치마크(50개 오픈소스, 200개 PR, 10개 언어, 80+ 시니어 엔지니어 검증)에서 Claude Code와 비교해 정밀도와 F1 점수는 더 높으면서 토큰 사용량은 1/9 수준이다.
- 전체 파일 스캔('ocr scan')으로 diff 없이도 코드베이스를 감시할 수 있고, 대규모 변경에서도 안정적으로 모든 파일을 검토한다.
오픈소스 · 도구 · Logo Programming Language
Logo: 교육 목표로 설계된 Lisp 방언 프로그래밍 언어
Key Point프로그래밍 학습용 언어의 설계 철학과 특징을 이해할 수 있으며, 현대 교육용 프로그래밍 환경의 역사적 근원을 알 수 있다.
핵심 요약
- Logo는 학습을 목표로 설계한 Lisp 방언으로, 즉시 실행·피드백되는 인터프리터 방식으로 구현되어 디버깅과 학습을 돕는다.
- 모듈식으로 소규모 절차(procedure)들을 조합해 복잡한 프로그램을 단계별로 구축할 수 있으며, 사용자 정의 절차가 기본 내장 함수와 동일하게 작동한다.
- 단어(문자열)와 리스트의 유연한 자료형으로 변수 타입 선언을 요구하지 않으며, 산술 연산과 문자열 연결을 자동으로 처리한다.
- 거북 그래픽스(turtle graphics)로 시각적 피드백을 제공하며, 재귀 함수와 리스트 처리 같은 고급 프로그래밍 개념을 직관적으로 학습할 수 있다.
- Object Logo, MicroWorlds Logo, StarLogo 등 확장된 구현들은 객체 지향 프로그래밍, 멀티태스킹, 병렬 처리 같은 기능을 추가했다.