반응형 전체 글324 객체지향 시스템 디자인 원칙 ※ 도서 협찬: 본 글은 길벗 출판사로부터 '객체지향 시스템 디자인 원칙' 도서를 제공받아 제작되었습니다. 복잡성과의 전쟁에서 승리하는 법 - '객체지향 시스템 디자인 원칙' 깊이 읽기소프트웨어의 숙명: 시간과 함께 증가하는 복잡성"복잡성을 줄이거나 그대로 유지하기 위한 작업을 수행하지 않으면 소프트웨어 시스템은 시간이 지남에 따라 복잡성이 증가한다."- 메니 레만 엔트로피 법칙처럼, 의도적인 노력 없이는 소프트웨어 시스템이 자연스럽게 무질서해진다는 말인데요. 실무에서도 분명히 이를 목격하는 순간들이 있습니다.처음엔 5분이면 끝날 것 같던 기능 추가가 하루 종일 걸리는 상황한 곳을 고쳤더니 전혀 예상치 못한 곳에서 버그가 터지는 경험코드를 읽다가 "이게 도대체 무슨 일을 하는 거지?"라고 중얼거리는 순.. 2025. 9. 14. Mechanism Design for Large Language Models 원문: https://arxiv.org/pdf/2310.10826Abstract이 연구는 AI가 만든 콘텐츠(예: 광고)를 경매로 거래하는 방법을 연구한 것입니다.핵심 아이디어AI들이 서로 경쟁해서 원하는 종류의 콘텐츠를 만들도록 하는 시스템을 개발각 AI는 자신이 원하는 방향으로 콘텐츠가 만들어지도록 돈을 제시(입찰)콘텐츠는 한 단어씩 만들어지면서, 그때마다 AI들이 영향력을 행사연구 성과공정한 경매가 되려면 어떤 조건이 필요한지 찾아냄명확한 가격 책정 없이도 2등 가격 경매 방식을 적용할 수 있는 방법 개발실제 사용 가능한 AI 모델로 이 시스템이 작동함을 확인쉽게 말해, 여러 AI가 돈을 걸고 경쟁해서 자신이 원하는 스타일의 콘텐츠를 만들어내는 '공정한 게임 규칙'을 만든 연구입니다.1 Introd.. 2025. 9. 7. [나는 리뷰어다] 코드 너머, 회사보다 오래 남을 개발자 "한빛미디어 서평단 활동을 위해서 책을 협찬받아 작성된 서평입니다." "언제 어디서나 빛나는 개발자가 되는 비결은 코드와 사람, 두 영역 모두에 능숙해지는 것입니다."개발자라면 한 번쯤 이런 고민을 해봤을 것입니다. 기술적 역량은 충분한데 왜 인정받지 못할까? 좋은 코드를 짜는데 왜 팀워크는 어려울까? 이 책은 그런 개발자들을 위한 현실적이고 구체적인 해답을 제시합니다.책 개요이 책은 크게 3개 파트로 구성되어 있습니다:PART 01: 상위 1% 개발자가 되기 위한 실전 소프트 스킬PART 02: 조직을 성장의 무대로 만드는 커리어 전략PART 03: 커리어 도약을 위한 퍼스널 브랜딩 기술현업 개발자 출신 데브렐 전문가들이 직접 경험하고 검증한 실무 노하우가 담겨 있어, 실전에 바로 적용할 수 있는 내.. 2025. 8. 31. Chain-of-Agents: End-to-End Agent Foundation Models viaMulti-Agent Distillation and Agentic RL 원문: https://arxiv.org/pdf/2508.13167프로젝트: https://chain-of-agents-afm.github.io/ SOCIAL MEDIA TITLE TAGSOCIAL MEDIA DESCRIPTION TAG TAGchain-of-agents-afm.github.ioAbstract최근 대규모 언어 모델(LLM)과 멀티에이전트 시스템은 복잡한 문제 해결에서 놀라운 성과를 보여주고 있습니다. 리서치, 프로그래밍, 수학적 추론처럼 고차원적인 작업들을 여러 에이전트가 협력해 처리하는 방식은 이미 다양한 실험을 통해 검증되었습니다. 하지만 기존 멀티에이전트 시스템에는 한계가 있습니다. 대부분 사람이 직접 프롬프트를 짜고, 복잡한 워크플로우를 설계해야 하며, 이는 계산 자원도 많이 들고 .. 2025. 8. 24. WE-MATH 2.0: A Versatile MathBook System forIncentivizing Visual Mathematical Reasoning ABSTRACT멀티모달 대형 언어 모델(MLLMs)은 이미지와 텍스트를 동시에 다루며 다양한 일을 잘 수행하지만, 여전히 복잡한 수학적 추론에는 약점을 보입니다. 기존 연구들은 주로 데이터셋을 새로 만들거나 학습 방법을 조금씩 개선하는 데 집중했지만, 체계적인 수학 지식 설계나 모델 중심의 데이터 공간 설계는 상대적으로 소홀히 다뤄졌습니다. WE-MATH 2.0은 이러한 한계를 보완하기 위해 등장한 통합 시스템으로, 수학 지식 체계, 난이도별 데이터셋, 강화학습 기반 학습 방법, 그리고 종합 평가 도구를 결합하여 모델의 수학적 추론 능력을 향상시키는 것을 목표로 합니다.이 시스템의 핵심은 네 가지입니다.첫째, 수학 개념을 5단계로 나누어 491개의 지식 포인트와 1,819개의 원리를 담은 MathBook.. 2025. 8. 17. FutureBench: AI가 미래를 예측할 수 있을까? 그동안 AI 벤치마크들을 보면, 대부분 이미 정답이 정해진 과거의 데이터로 AI를 테스트해왔습니다. HLE나 GPQA 같은 문제들도 결국 이미 알려진 지식을 얼마나 잘 기억하고 있는지 보는 것이었습니다. 심지어 웹 검색을 사용하는 BrowseComp나 GAIA 같은 벤치마크도 마찬가지입니다. 결국엔 이미 존재하는 정보에 대한 정답률을 측정하는 것이니까요.그런데 Hugging Face에서 나온 FutureBench는 좀 다릅니다. "AI가 과연 미래를 예측할 수 있을까?"라는 근본적인 질문을 던지는 것입니다. 생각해보면 미래 예측이야말로 진짜 고차원적인 능력이잖습니까? 단순히 패턴을 찾는 게 아니라, 여러 정보를 종합해서 불확실한 상황에서도 논리적인 추론을 해야 하니까요. 이런 능력이 바로 현실에서 쓸모 .. 2025. 8. 10. From News to Forecast: Integrating Event Analysis inLLM-Based Time Series Forecasting with Reflection Abstract: AI가 뉴스를 읽고 미래를 예측한다: 새로운 시계열 예측 기법기존의 시계열 예측은 주로 과거의 수치 데이터에만 의존해왔습니다. 주식 가격을 예측할 때 과거 차트만 보거나, 경제 지표를 분석할 때 통계 수치만 활용하는 식이었죠. 하지만 실제 시장은 뉴스와 사회적 사건에 크게 영향을 받습니다. 대통령 선거, 자연재해, 기업 발표 등이 시장을 움직이는 주요 동력이 되곤 하죠.이번 연구는 이런 한계를 극복하기 위해 대형 언어모델(LLM)을 활용한 새로운 접근법을 제안했습니다. 핵심 아이디어는 AI가 뉴스 기사를 읽고 이해한 다음, 이를 기존의 수치 데이터와 결합해 더 정확한 예측을 만들어내는 것입니다.시스템의 작동 방식은 다음과 같습니다. 먼저 AI 에이전트가 매일 쏟아지는 뉴스 중에서 예측 .. 2025. 8. 3. [나는 리뷰어다] 파인만의 컴퓨터 강의 2판 "한빛미디어 서평단 활동을 위해서 책을 협찬받아 작성된 서평입니다." 📌 한줄평컴퓨터 과학의 뼈대를 물리와 상상력으로 직조한 책 — AI 시대에 더욱 빛나는 파인만의 통찰을, 오늘의 엔지니어가 실전 감각으로 이어 읽다.📌 책의 구성과 특징파트 핵심 주제 엔지니어 시선에서 눈여겨볼 포인트1 컴퓨터 개론범용성·폰 노이만 아키텍처·명령어 집합“언어가 논리적으로 모두 범용적이다”라는 비유 → 프롬프트 디자인·멀티모달 모델에도 적용 가능2 컴퓨터 구조론논리 게이트·디코더·플립플롭“서류 정리원” 아날로지로 하드웨어를 직관화 → LLM 파이프라인(토큰 이동)과 놀라울 만큼 유사3 계산 이론유한 상태 기계·튜링 기계·종료 문제RAG 시스템 한계를 이해할 때 필요한 계산 가능성·불가능성 사고방식4 코딩·정보이론오류.. 2025. 7. 27. 이전 1 2 3 4 ··· 41 다음 반응형
