Tech Notes17 Jev 이후 등장한 Julia-1 — 거대한 LLM 대신 144M 모델이 Agent의 결정을 맡는다면 얼마 전 TypeSafe AI가 공개한 Jev를 정리하면서 흥미로웠던 부분은, AI 시스템에서 반드시 모든 판단을 거대한 LLM에게 맡길 필요가 있느냐는 문제였다. LLM은 답을 만들고, Jev는 판단한다 — TypeSafe AI의 System One Model최근 AI 모델 경쟁은 대부분 비슷한 방향으로 흘러가고 있다.더 오래 추론하고, 더 복잡한 문제를 해결하고, 여러 도구를 사용하며 긴 작업을 스스로 수행할 수 있는 Agent 능력을 높이는 것이다.Rechoiscoding.tistory.comJev는 일반적인 LLM처럼 문장을 길게 생성하는 대신,주어진 상태(State)를 보고, 정해진 질문에 대해 빠르게 결정을 내리는 모델이라는 방향을 제시했다.그리고 Jev 공개 이후 얼마 지나지 않아 Super.. 2026. 9. 29. LLM은 답을 만들고, Jev는 판단한다 — TypeSafe AI의 System One Model 최근 AI 모델 경쟁은 대부분 비슷한 방향으로 흘러가고 있다.더 오래 추론하고, 더 복잡한 문제를 해결하고, 여러 도구를 사용하며 긴 작업을 스스로 수행할 수 있는 Agent 능력을 높이는 것이다.Reasoning, Planning, Coding, Tool Use 같은 능력이 계속 강화되면서 하나의 모델이 처리할 수 있는 작업 범위도 빠르게 넓어지고 있다.그런데 TypeSafe AI는 조금 다른 문제를 바라봤다.모든 판단에 이렇게 강력한 LLM이 정말 필요한가?2026년 9월 TypeSafe에서 공개한 Jev는 이 질문에서 출발한 모델이다. Home - TypeSafe AITypeSafe AI is an AI lab building machine-native intelligence infrastruct.. 2026. 9. 22. AI는 너무 빠르게 발전하고 있는가? 다시 등장한 AI 속도 조절론 AI 모델의 발전 속도가 다시 한번 논쟁의 대상이 되고 있다.몇 년 전에는 “GPT-4보다 강력한 AI 개발을 잠시 멈추자”는 AI Pause 주장이 화제가 됐다면, 최근에는 조금 다른 개념인 Pacing the Frontier, 즉 프런티어 AI의 발전 속도를 안전 기술과 맞추자는 주장이 등장하고 있다.특히 최근에는 OpenAI, Anthropic 등 프런티어 AI 기업에서도 모델의 능력뿐만 아니라 Alignment, Security, Evaluation이 충분히 준비되지 않았다면 개발이나 배포 속도를 조절할 필요가 있다는 논의가 나오고 있다.이번 글에서는 최근 다시 등장한 AI 속도 조절론이 무엇이고, 과거의 AI Pause와 무엇이 다른지 정리해본다.1. AI Pause에서 Pacing으로AI 개발.. 2026. 9. 17. Agent Lightning v1.0: 실제 AI Agent를 그대로 두고 RL로 학습시키는 방법 최근 AI Agent는 단순히 LLM에 프롬프트를 입력하고 답변을 받는 구조에서 벗어나고 있다.코딩 Agent를 예로 들면 실제 동작 과정에는 LLM뿐만 아니라 파일 탐색, 코드 수정, 테스트 실행, Shell 명령어 호출, 실패 후 재시도, Context 관리 등 다양한 과정이 포함된다.사용자 요청 ↓Agent ├─ LLM 추론 ├─ Tool 호출 ├─ 파일 탐색 ├─ 코드 수정 ├─ 테스트 └─ 재시도 ↓최종 결과그렇다면 이런 Agent를 강화학습(Reinforcement Learning, RL)으로 학습하려면 어떻게 해야 할까?Microsoft 연구진이 발표한 Agent Lightning v1.0 논문은 이 문제를 다룬다.논문의 핵심은 간단하다.실제로 사용하는 Agent.. 2026. 8. 28. LLM의 Router와 MoE는 어떻게 다를까? 모델 선택부터 Expert, Agent까지 최근 LLM을 살펴보다 보면 Router, MoE(Mixture of Experts), Expert, Agent 같은 용어가 자주 등장한다.특히 Router와 MoE는 모두 입력에 따라 무언가를 선택한다는 점 때문에 비슷해 보이지만, 실제로는 동작하는 위치와 선택하는 대상이 완전히 다르다.간단하게 먼저 정리하면 다음과 같다.Model Router는 어떤 LLM을 사용할지 선택하고, MoE Router는 하나의 LLM 내부에서 어떤 Expert를 활성화할지 선택한다.그리고 Agent는 이러한 모델과 Router, Tool 등을 활용해 하나의 목표를 수행하는 더 상위의 시스템 구조라고 볼 수 있다.1. Model Router — 어떤 LLM을 사용할 것인가?LLM Router 또는 Model Router는 .. 2026. 8. 19. inclusionAI, Ling-3.0-flash 공개: 효율성과 에이전트 성능을 함께 노린 대형 언어 모델 Ant Group의 AGI 연구 조직 inclusionAI가 새로운 오픈웨이트 언어 모델 Ling-3.0-flash를 공개했다.https://huggingface.co/inclusionAI/Ling-3.0-flash inclusionAI/Ling-3.0-flash · Hugging FaceWe’re on a journey to advance and democratize artificial intelligence through open source and open science.huggingface.coLing-3.0-flash는 총 1,240억 개의 파라미터를 가진 대형 모델이지만, 토큰을 처리할 때 실제로 활성화되는 파라미터는 51억 개에 불과하다. 모델의 전체 규모는 유지하면서 실제 연산량을 줄이는 .. 2026. 8. 5. 이전 1 2 3 다음
