본문으로 건너뛰기
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI 뉴스 검색

제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.

발행 시간순

Show HN: 스킬셋: 에이전트 스킬 컬렉션을 손쉽게 큐레이션하고 설치하세요

안녕하세요 여러분! ~/.agents 또는 ~/.claude에 글로벌하게 스킬을 설치하면 컨텍스트를 너무 많이 소모하지만, 모든 프로젝트마다 특정 스킬을 수동으로 설치하는 것은 번거롭습니다. 프로그래밍, 백엔드 아키텍처 또는 그래픽 디자인 관련 스킬들을 컬렉션으로 묶어 두었다가 필요할 때만 단 한 줄의 명령어로 설치할 수 있다면 더 좋지 않을까요? 이를 해결하기 위해 저는 Skillset을 만들었습니다. 이는 Vercel Skill CLI를 래핑한 도구로, 하나의 JSON 파일을 사용해 여러 소스에서 스킬 세트를 일괄적으로 설치합니다. 말 그대로 스킬용 npm과도 같습니다! 비슷한 도구들이 존재하지만 대부분 처음부터 새로 개발된 경우가 많아 호환성에 대한 우려가 있습니다. Vercel의 Skill CLI는 이미 사실상 표준(제 생각에는요!)이므로, Skillset은 이를 기본 라이브러리로 직접 활용합니다. 따라서 팀이 Skillset을 사용하든 표준 Vercel CLI를 사용하든 관계없이 원활한 호환성을 보장합니다. 댓글 URL: https://news.ycombinator.com/item?id=50511761 포인트: 3 # 댓글: 0

Vercel Container Registry가 이제 압축된 이미지 레이어 2GB를 지원합니다

Vercel Container Registry는 이제 각 이미지 레이어를 최대 2GB까지 압축할 수 있도록 지원하며, 전체 이미지 크기 제한은 15GB로 유지됩니다. docker push, docker pull, docker tag와 같은 표준 Docker 워크플로를 지원하며, 푸시 시 저장소를 자동으로 생성합니다. 대시보드 또는 CLI를 통해 이미지를 공개하거나 최대 100개의 팀과 공유할 수 있습니다. Vercel CLI v58.3.0 이상 버전을 사용하면 저장소, 이미지 및 태그를 관리할 수 있으며, GitHub Actions 통합은 장기간 유효한 자격 증명 없이 안전한 CI 로깅을 위해 GitHub OIDC를 사용합니다. 백그라운드 최적화 실패 시 대시보드에 오류 상태가 표시되며, 재푸시 시 재시도 옵션이 제공됩니다.

NUMA-Torch: 멀티소켓 CPU에서 컴파일러 기반 NUMA 인식 LLM 프리필

arXiv:2611.07105v1 발표 유형: 신규 초록: 온칩 캐시에 매개변수를 저장할 수 없는 충분히 큰 변환기 기반 대규모 언어 모델(LLM)의 경우, 멀티 소켓 CPU에서의 프리필 처리량은 최대 부동소수점 처리량이 아닌 지속 가능한 DRAM 대역폭에 의해 종종 제한됩니다. 표준 PyTorch 컴파일(즉, TorchInductor) 경로에서는 메모리 뱅크와 연산 코어 간의 연관성을 고려하지 않고 모델 가중치를 할당합니다. 이로 인해 가중치 접근의 상당 부분이 소켓 간 상호 연결을 통과하게 되어 각 소켓에서 사용할 수 있는 유효 메모리 대역폭이 크게 저하됩니다. 우리는 TorchInductor를 NUMA-aware로 만드는 컴파일러 수준의 솔루션을 통해 이러한 병목 현상을 해결합니다. 각 NUMA 소켓을 독립적인 텐서 병렬 파티션으로 취급하여 NUMA-aware Tensor Parallelism(NUMA-TP)을 도입합니다. 이 방법은 소켓 간에 가중치를 투명하게 분할하고 연산 커널을 스케줄링하여 스레드 풀과 메모리 할당이 CPU 연관성을 활용해 해당 소켓 내에서 엄격히 로컬로 유지되도록 합니다. 우리는 GPT-2(117M, 345M, 762M) 및 BERT(Small, Large)와 같은 표준 다중 헤드 주의와 MLP를 테스트하며, Multi-Query Attention과 GeGLU 게이트된 MLP를 결합한 Gemma 3 270M에서도 이 접근법을 평가합니다. 데이터 지역성을 엄격히 준수함으로써 우리의 접근법은 소켓 간 트래픽을 성공적으로 완화하여 듀얼 소켓 Haswell 플랫폼에서 최대 2.63배, 듀얼 소켓 Cascade Lake 플랫폼에서 최대 1.87배, 그리고 사중 소켓 Haswell-EX 플랫폼에서 최대 2.27배의 프리필 속도 향상을 달성했습니다.

vercel doctor로 Vercel CLI 설정 문제 진단하기

Vercel CLI에 이제 vercel doctor 명령어가 포함되어 있으며, 이 명령어는 CLI 버전 및 설치 여부, 로그인 상태, 팀 소속, 프로젝트 연결, vercel.json 구성, 그리고 Vercel 상태 페이지의 활성 인시던트를 확인하여 설정 문제를 진단합니다. 결과는 OK, Warning, Failed 또는 Skipped로 표시되며, 구체적인 해결 명령어도 제공합니다. 이 도구는 로그인이나 프로젝트 연결 없이 실행되며, 코딩 에이전트와의 통합을 위해 --json 옵션을 통해 JSON 출력을 지원합니다.

설치 전 및 설치 중 악성 npm 패키지 차단

Vercel은 이제 동적 블랙리스트를 사용하여 빌드 중 의존성 설치 전후에 악성 npm 패키지를 사전에 검사하고 차단함으로써 유해한 스크립트가 실행되는 것을 방지합니다. 이 시스템은 지원되는 잠금 파일과 공개 npm 다운로드를 스캔하며, 차단된 패키지가 감지되면 배포를 자동으로 실패시키고 문제의 패키지와 버전을 식별한 뒤 빌드 캐시 무효화를 시도합니다. 사용자는 재배포하기 전에 안전한 의존성 버전으로 업데이트하고 잠금 파일을 다시 생성해야 합니다. 이러한 보안 조치는 구성 없이 모든 플랜에 자동으로 적용됩니다.

AI 에이전트를 배치하려는 경쟁은 데이터 접근이라는 익숙한 장애물을 맞닥뜨리고 있다

AI 에이전트를 생산 환경에 도입하려는 기업들은 모델 선택보다 역할 기반 접근 제어가 그 에이전트를 신뢰할 수 있는지 여부를 결정한다는 사실을 점차 깨닫고 있다. 증가하는 추론 비용, 개인정보 보호 우려, 그리고 주권 요구 등도 더 많은 AI 워크로드를 기업 내 데이터 센터로 다시 이전하도록 만들고 있다. 이러한 변화는 수년간 민감한 데이터를 관리해 온 기업들에게 유리하게 작용한다. 해당 게시물 ‘AI 에이전트를 배치하려는 경쟁, 데이터 접근에서 익숙한 장애물 마주’는 SiliconANGLE에 처음 게재되었다.

진행 상황 및 관련 보도

FilingLoop: 기업 공시 검토 및 수정을 위한 LLM 에이전트 평가 및 진화

arXiv:2610.37905v1 발표 유형: 신규 초록: SEC EDGAR와 같은 공시 저장소는 기업 공시에 대한 웹 접근을 통해 정보에 기반한 투자를 지원합니다. 이러한 문서의 검토를 언어 모델 기반 에이전트로 지원하려면, 관련 문서들 간의 미표명된 결함을 발견하고, 누락된 회사 정보를 확보하며, 요청된 수정 사항이 증거에 근거한 요구사항을 충족하는지 검증해야 합니다. 기존의 재무 관련 질문-답변 평가는 이러한 상호작용 능력에 대해 제한적인 근거만 제공합니다. 우리는 기업 공시 검토 및 수정을 위한 대화형 벤치마크이자 자체 진화형 에이전트 프레임워크인 \textbf{FilingLoop}을 소개합니다. FilingLoop은 미국 증권거래위원회의 역사적 서신을 바탕으로, 96개 기업의 주로 IPO 검토 과제 380개를 재구성합니다.

진행 상황 및 관련 보도

저역 통과 동역학을 넘어서: 공명 뉴런을 갖춘 주파수 선택적 스파이킹 저수지

arXiv:2610.37906v1 발표 유형: 신규 초록: 스파이킹 저수지 컴퓨팅은 고정된 재귀형 저수지의 학습 효율성과, 매 테이프스텝마다 밀집하여 연산을 수행하는 대신 희소한 스파이크에 의해 연산이 촉발되는 이벤트 기반 추론의 에너지 효율성을 결합한다. 그러나 기존의 스파이킹 저수지는 거의 대부분 누설 통합-화재(LIF) 뉴런에 의존하며, 이 뉴런들의 저역 통과 동역학은 서로 다른 시간 주파수로 부호화된 정보를 구분하는 능력을 제한한다. 우리는 HRF-Res를 제안하는데, 이는 LIF 뉴런을 조화 공명-화재(HRF) 뉴런의 이질적인 집단으로 대체한 액체 상태 머신이다. 이러한 뉴런들은 내재된 진동 동역학을 보이며 입력 주파수에 선택적으로 반응하여, 저수지가 주파수

진행 상황 및 관련 보도

와비, 소비자 지향형 인공지능 비서를 위해 5,500만 달러 유치

소비자를 위한 인공지능 비서를 개발하는 와비 주식회사는 오늘 시드 투자 라운드에서 5,500만 달러를 조달했다고 발표했습니다. IVP가 이 시드 라운드를 주도했으며, 아마존 알렉사 펀드, 안드레센 호로위츠, 포어러너 등이 참여했습니다. 또한 세일즈포스 주식회사의 CEO 마크 베니오프와 쇼피파이 주식회사의 CEO 토비 뤼트케를 포함한 엔젤 투자자 그룹도 함께했습니다. 이 기사의 원문은 “와비, 소비자 지향형 인공지능 비서를 위해 5,500만 달러 유치”라는 제목으로 실리콘 앵글에 처음 게재되었습니다.

진행 상황 및 관련 보도

GitHub Copilot Fusion으로 모델을 라우팅하고 오케스트레이션하세요

GitHub Copilot Fusion이 일반에 공개되었습니다. 각 작업마다 개별 모델을 선택하는 대신, Copilot Fusion을 선택하면 Copilot이 지능적으로 어떤 모델을 사용할지 라우팅하고 오케스트레이션해 줍니다.… 글 ‘GitHub Copilot Fusion으로 모델을 라우팅하고 오케스트레이션하세요’는 The GitHub Blog에 처음 게재되었습니다.

新闻源配图 · GitHub Copilot changelog
진행 상황 및 관련 보도

GitHub Copilot 앱, Universe 출시

작업은 항상 하나의 저장소나 세션에만 맞춰지지는 않습니다. 하나의 기능이 여러 저장소에 걸쳐 있을 수 있습니다. 런칭 계획은 저장소를 전혀 건드리지 않고도 스펙, 디자인, 자산 등을 포함할 수 있습니다… 이 글은 GitHub Copilot 앱, Universe 출시라는 제목으로 GitHub 블로그에 처음 게재되었습니다.

新闻源配图 · GitHub Copilot changelog
진행 상황 및 관련 보도

LLM을 활용한 랜드마크 기반 경로 안내를 위한 구조화된 지도

arXiv:2610.36582v1 발표 유형: 신규 요약: 랜드마크 기반 경로 안내를 생성하기 위해서는 모델이 지도의 기하학적 구조와 인간의 랜드마크 선호도를 모두 이해해야 합니다. 대규모 언어 모델(LLM)은 언어 처리 과제에서 뛰어난 성능을 보여주지만, 이러한 모델을 위해 지도 데이터를 구조화하는 최적의 방법은 아직 확립되지 않았습니다. 본 논문에서는 경로 탐색 시 랜드마크 선택 작업을 위한 구조화된 텍스트 표현 방식을 제안하며, SVG 형식을 이용해 공간적 특징을 인코딩합니다. 이 구조화된 텍스트는 렌더링된 지도 이미지와 기하학적 연결성을 유지하여, 언어 모델이 공간적 및 의미적 데이터에 직접 접근할 수 있도록 합니다. 인간이 작성한 경로 설명과 OpenStreetMap 데이터를 바탕으로 생성된 새로운 데이터셋을 사용하여, 우리는 회전 지점에서의 랜드마크 선택과 목적지 주변 랜드마크 선택이라는 두 가지 과제에 대해 모델을 평가합니다.

진행 상황 및 관련 보도

ProtoEEG: EEG 시각적 해독을 위한 구조화된 프로토타입 정렬

arXiv:2610.33065v1 발표 유형: 신규 초록: 두피 기록은 잡음이 많고 공간적 해상도가 낮으며 실험 조건과 피실험자 간에 변동성이 크기 때문에 EEG를 통한 시각적 해독은 여전히 어려운 과제로 남아 있습니다. 대부분의 시스템은 각 실험을 고밀도 이미지 임베딩과 정렬하지만, 이러한 임베딩은 의미적 내용과 개별 사례에 특화된 질감, 자세, 배경 등을 혼합하고 있습니다. 이는 EEG에서 제공되지 않는 세부 정보를 요구할 뿐만 아니라, 예측을 뒷받침하는 시각적 요인들에 대한 명시적인 설명도 제공하지 않습니다. 우리는 \textbf{ProtoEEG}라는 프로토타입 기반 프레임워크를 제안합니다. 이 프레임워크는 EEG와 이미지 간의 정렬 문제를 공유 가능한 학습 가능한 시각 코드북 위에서 이루어지는 소프트한 합성으로 재구성합니다. 학습 가능한 EEG 인코더와 고정된 시각 교사가 동일한 $K=64$개의 프로토타입에 대한 할당 분포를 생성하며, 이들의 가중치를 적용한 재구성 결과는 구조화된 표현을 형성합니다

진행 상황 및 관련 보도