Issue 01
Morning Edition•08:00•Cutoff 06:00•AI 리서치
AC POSTAC POST

Section Archive

AI 리서치

A focused archive of the stories selected for this section in the current edition, ordered by editorial composition.

2026-09-2210 storiesMorning Edition
AI 리서치논문2026. 9. 18. 09:00RL

CodeMidas: 코드 자체로부터 에이전트 기반 코딩 RL 환경 확장하기

이 논문은 기존의 issue나 commit 같은 개발 산출물에 의존하지 않고, 소스 코드 자체를 입력으로 사용하여 executable RL environments를 생성하는 CodeMidas 파이프라인을 제안합니다. CodeMidas는 agentic compute를 활용하여 기능 명세(behavioral specifications)를 수립하고, 원본 코드 실행에 기반한 test를 구축하며, 실행 체크 및 repeated solution rollouts를 통해 task를 검증합니다. 이를 통해 23개의 programming languages와 15개의 technical domains를 아우르는 5,545개의 training tasks를 포함한 대규모 데이터셋을 구축했습니다.

개발 산출물에 대한 의존성을 제거함으로써 open-source codebases로부터 RL 학습을 위한 task를 훨씬 더 광범위하고 효율적으로 확장할 수 있게 합니다.

arXiv 원문 →
019.5
AI 리서치논문2026. 9. 14. 09:00Prompting

EvoOntology: 데이터 에이전트를 위한 자가 진화형 온톨로지 레이어

이 논문은 다양한 데이터 소스를 다루는 Data agents가 겪는 agent-data gap 문제를 해결하기 위해 self-evolving ontology layer인 EvoOntology를 제안합니다. EvoOntology는 ontology를 schema, content, tool layer로 구성된 MCP server로 캡슐화하여 agent가 런타임에 능동적으로 상호작용할 수 있게 합니다. 이를 위해 ontology를 자율적으로 구축하는 builder agent와 지속적으로 ontology를 개선하는 self-evolution loop를 도입합니다.

기존의 수동적인 semantic layer 주입 방식이나 직접적인 raw data 탐색 방식의 확장성 및 적응성 한계를 극복할 수 있습니다.

arXiv 원문 →
029.5
AI 리서치논문2026. 9. 4. 09:00Workflow

에이전트 지능을 위한 대규모 코드 기반의 접지된 기술 합성

본 논문은 소스 코드를 활용하여 에이전트의 재사용 가능한 skill을 자동으로 생성하는 Code2Skill 파이프라인을 제안합니다. 이 시스템은 코드 유닛을 atomic operations, composite workflows, recurring patterns 형태의 구현 기반 레코드로 변환하며, source-body-blind reconstruction과 source-aware comparison을 통해 각 레코드를 검증합니다. 이를 통해 19,769개의 GitHub 저장소로부터 1,006,822개의 검증된 레코드를 포함하는 CodeSkillBank를 구축하였습니다.

에이전트가 환경과의 직접적인 상호작용 없이도 소스 코드를 통해 전이 가능한 procedural knowledge를 대규모로 습득할 수 있는 경로를 제공함.

arXiv 원문 →
039.5
AI 리서치논문2026. 9. 18. 09:00AI

IntBMoE: 전체 참여형 Mixture-of-Experts를 위한 전문가 구성 내 블록 수준 조건화 통합

기존 Mixture-of-Experts (MoE) 설계는 participation, execution, materialization이라는 세 가지 요소를 독립적으로 제어하지 못하는 한계가 있습니다. 본 논문은 dense expert composition과 sparse block execution을 결합하여 이 세 요소를 분리하는 IntBMoE 구조를 제안합니다. IntBMoE는 작은 learned codebook에서 추출된 block을 사용하여 효율적인 expert 구성을 가능하게 합니다.

MoE 모델의 연산 비용(execution)과 메모리 비용(materialization)을 낮게 유지하면서도, 모든 전문가가 지식에 기여하는 full-participation을 달액할 수 있음

arXiv 원문 →
049.5
AI 리서치논문2026. 9. 18. 09:00Workflow

RecreationWorld: 하이브리드 컴퓨터 사용 에이전트를 위한 확장 가능하고 검증 가능한 환경

이 논문은 GUI 상호작용과 코드 기반 소프트웨어 개발을 동시에 수행하는 hybrid CUAs를 연구합니다. 이를 위해 reference의 동작을 발견하고 충실한 구현체를 구축하는 five-platform framework인 RecreationWorld를 제안합니다. 이 프레임워크는 Ubuntu, macOS, Windows, Android, Web 환경에서 reproducible environments와 unified harness를 제공하여 모델 학습을 지원합니다.

그래픽 인터페이스 탐색과 코드 실행이 결합된 실제 디지털 작업 환경을 모사함으로써, 더 복잡하고 실질적인 computer-use 능력을 갖춘 agent 학습이 가능해집니다.

arXiv 원문 →
059.5
AI 리서치논문2026. 9. 16. 09:00LLM

BI-Agent 및 BI-Bench: 엔드투엔드 비즈니스 인텔리전스 자동화를 향하여

이 논문은 사용자가 데이터 준비 과정 없이 비즈니스 질문에 직접 답할 수 있는 end-to-end Business Intelligence(BI) 자동화를 연구합니다. 이를 위해 실제 BI 프로젝트에서 질문과 정답 쌍을 추출하여 구축한 최초의 벤치마크인 BI-Bench를 제안합니다. 실험 결과, 최신 frontier LLM들도 end-to-end BI 작업에서는 여전히 성능이 미흡함을 확인했습니다.

데이터 준비, 변환, join 관계 설정 등 복잡한 전통적 BI 워크플로우를 LLM을 통해 자동화할 수 있는 가능성과 한계를 제시합니다.

arXiv 원문 →
067.1
AI 리서치논문2026. 9. 18. 09:00Agents

OmniVChat: 네이티브 오디오-비주얼 대화를 위한 합성, 벤치마킹 및 학습

본 논문은 사용자와 omni model 간의 native audio-visual dialogue를 수행하는 OmniVChat 태스크를 정의합니다. 이 태스크는 별도의 text question이나 speech recognition 없이 audio와 video를 직접 동시에 입력받아 text를 출력하는 것을 목표로 합니다. 데이터 부족과 평가의 어려움을 해결하기 위해 synthesized dialogues를 활용한 training 및 evaluation 방안을 제시합니다.

external latency와 computation을 줄이면서도 사용자의 주변 환경과 facial expressions 같은 중요한 perceptual cues를 보존할 수 있습니다.

arXiv 원문 →
078.0
AI 리서치논문2026. 9. 17. 09:00LLM

Paint-Anything: 이미지 생성 및 편집을 위한 통합된 Any-Color 제어 기술

이 논문은 이미지 생성 및 편집 시 24-bit hex value를 사용하여 객체의 색상을 정밀하게 제어할 수 있는 Paint-Anything 프레임워크를 제안합니다. 연구진은 object grounding, perceptual color labeling, editing-pair synthesis를 통해 구축된 Paint-500K 데이터셋을 활용하여 shared hex-prompt interface를 학습시켰습니다. 또한, 그림자로 인한 색상 오차를 해결하기 위해 high-noise timestep에서 pure-color anchors를 사용하는 학습 전략을 도입했습니다.

기존의 복잡한 color representation이나 특화된 inference procedure 없이도 hex value만으로 정밀한 색상 제어가 가능해졌습니다.

arXiv 원문 →
088.0
AI 리서치논문2026. 9. 18. 09:00Agents

Designer-RSI: 사용자 트래픽으로부터 에이전트형 그래픽 디자인을 위한 절차적 메모리 진화시키기

이 논문은 사용자의 트래픽으로부터 procedural memory를 진화시키는 Designer-RSI 프레임워크를 제안합니다. frozen frontier model이 230개 이상의 도구를 사용하여 디자인 소프트웨어를 조작하며, 외부의 procedural memory가 자연어 형태의 skill을 축적하고 정제합니다. 이 과정은 반복되는 subtask를 학습하고 기존 procedure를 성공 및 실패 경험에 따라 수정하며 지속적으로 발전합니다.

프로그래밍 가능한 oracle이 없는 복잡한 long-horizon agentic task에서, 모델의 파라미터를 수정하지 않고도 외부 memory를 통해 에이전트의 능력을 지속적으로 확장할 수 있음을 보여줍니다.

arXiv 원문 →
097.5
AI 리서치논문2026. 9. 18. 09:00Benchmark

OmniVBench: Omni Reference-to-Video 생성을 위한 벤치마크 및 대규모 데이터셋

본 논문은 더욱 범용적이고 다재다능한 제어를 지향하는 omni Reference-to-Video (R2V) 생성 패러다임에 대응하기 위해 OmniVBench와 Omni-R2V Dataset을 제안합니다. 기존 벤치마크가 가진 제한적인 reference type과 holistic한 평가 방식의 한계를 극복하기 위해 7개의 task families와 18개의 fine-grained tasks를 포함하는 광범위한 평가 체계를 구축하였습니다. 또한, factor-grounded evaluation 방식을 도입하여 reference factor가 적절히 보존, disentanglement, routing 되었는지를 정밀하게 측정합니다.

기존의 단순한 일관성 평가를 넘어, reference의 세부 요소들이 모델에 어떻게 반영되는지를 정밀하게 검증할 수 있는 표준을 제시합니다.

arXiv 원문 →
107.5