직접 쓰는 AI교양
AI 논문, 테크리포트, 서비스 출시 소식 같은 것을 AI를 쓰지 않고 직접 읽은 다음 내 말로 요약하는 연재다. Threads에 거의 매일 올린다.
AI가 해주는 요약은 빠르고 대체로 정확한데, 읽고 나면 남는 게 없었다. 그래서 왜 나왔고 어떻게 동작하고 뭐가 좋은지를 직접 따라가 보기로 했다.
쓸 때 지키는 것은 세 가지다. 배경지식이 없어도 읽을 수 있게 쉬운 단어와 구어체로 쓴다. 성능 수치보다 맥락과 어디에 쓸 수 있는지를 먼저 본다. 그리고 가끔은 그냥 재미있어 보이는 것도 올린다. 주관적인 해석이 섞여 있다.
골라 둔 글
전체 기록은 Threads에서 계속 이어지고, 이 목록은 그때그때 바꾼다.
신경망 해석에 관한 Goodfire의 가설과 반론을 읽었다. 그럴듯한 설명과 실험으로 검증한 설명을 구분하는 기준을 짚었다.
Neural Networks Are Already Clean — Goodfire 반론 — Leo Gao안드로이드 화면 조작을 코딩 에이전트와 연결하는 ARTEMIS를 읽었다. 기기에서 앱을 테스트하고 로그를 수집하는 구조와 실행 방식의 차이를 정리했다.
ARTEMIS — Google GitHubGit에 작업 기록과 실험 결과를 쌓아 여러 에이전트가 발견과 실패를 이어받는 GitSwarm을 읽었다. AI교양에서는 협업 방식과 실제 서비스에 필요한 시간·자원 비용을 짚었다.
GitSwarm — arXiv 2610.04862zerobrew는 Homebrew 패키지 설치에 병렬 처리와 캐시 재사용을 적용한 도구다. AI교양에서는 기존 아이디어를 다른 문제에 응용한 사례로 다뤘다.
zerobrew — GitHub구글에서 gemma3의 전 제품군의 작동과정을 볼 수 있는 gemma-scope-2를 공개했습니다. AI는 블랙박스일 수 밖에 없다는 편견에 대한 도전인 것 같고, 안전을 중요시 여기는 기업에서 상세 분석하기 너무 좋은 툴 같네요. Pretrained model을 직접 만들 인프라가 없는 기업에서 참고하기 좋아보여요.
Gemma Scope 2 — DeepMind Blog안드레이 카파시가 AI와 함께하는 개발에 대한 본인의 의견을 내비쳤습니다. 단시간에 벌어지는 개발자의 역할에 대한 급격한 변화에 어느 정도 두려움이 있는 것으로 보여요. 저는 오히려 제 혼란을 공감받은 것 같아 안심이 되면서도, 계속 긴장하고 공부해 나가야 한다고 생각했습니다.
Andrej Karpathy on X요청을 단순히 여러 번 하는 걸로도 성능이 증가되는걸 확인했다는 논문입니다. 저와 이 논문을 같이 읽으신 분이 한 말씀이 인상적이었어요. "이걸 우리는 퓨샷이라고 하기로 했어요"
arXiv 2512.14982오토리그레시브의 품질과, 디퓨전의 속도를 동시에 가져가보겠다는 욕심 가득한 발상이 기반인 NVIDIA의 논문입니다. 토큰 후보들을 뽑는건 디퓨전 방식으로 뽑고, 최종 출력은 순차적으로 뽑아낸다는 아이디어인데요, 모델을 두 가지 모드에 대해 각각 학습시키고, feed forward는 한 번에 하는 방식입니다.
arXiv 2511.08923비정형 데이터를 기반으로 리트리벌을 만들고, 하이브리드 서치와 GraphRAG를 지원하며, 리액트와 도구호출이 가능한 에이전트를 만들 수 있는 텐센트의 레포가 공개되었습니다. 이런 류의 레포가 튜토리얼만 돌아가는 경우가 많은데, 텐센트가 잘 정리해준 것 같습니다.
WeKnora — Tencent GitHub다른 연재
- 책이 남긴 생각 책을 읽고 남은 질문과 생각을 기록하는 연재. 아직 공개한 글은 없다.