없는 도구를 부르는 에이전트를 앞에 세운 전화번호부로 막는 법
존재하지 않는 도구를 호출하는 tool hallucination을 레지스트리 대조와 시그니처 확인으로 걸러내는 closed-world resolution과 파이프라인 순서에 대한 해설
핵심 주제
AI 에이전트
AI 에이전트를 도구에서 책임 있는 동료로 전환하기
에이전트 오케스트레이션, 협업, 역할과 에스컬레이션, 장기 실행과 인간 감독을 실제 운영 관점에서 살펴봅니다.
관련 글
페이지 6
MAGS, 에이전트가 짠 코드에 증명서를 붙이는 방법
에이전트가 만든 CUDA 커널과 터미널 스크립트, 로봇 팔 코드를 테스트가 아니라 증명으로 확인하는 MAGS의 다중 에이전트 형식화 파이프라인을 해설합니다.
AI 에이전트는 컴퓨터 구조를 이해할까
같은 가속기 설계 문제를 이름 있는 구조와 이름 없는 숫자로 나눠 풀게 한 실험을 따라가며, 에이전트의 성능 향상이 이해에서 왔는지 가려내는 방법을 해설합니다.
대화형 LLM 에이전트는 웹 검색을 어떻게 쓸까: 검색 결정부터 답변까지
ChatGPT와 Claude, Grok, DeepSeek의 실제 대화와 통제 실험을 따라가며 검색 호출 결정과 질의 전략, 결과 편향과 답변 grounding의 간극을 살펴봅니다.
현재 체계적 일반화 평가는 무엇을 놓치고 있을까
행동 조합이 선형이라는 가정과 길이 늘리기 중심 시험을 걷어내고 연역과 귀납과 가추를 한판에 묶은 TranSGrid 연구를 따라가며 진짜 추론 부담을 다시 묻습니다.
평균은 맞는데 걸음은 흔들릴 때, 강조 학습을 다시 고정하는 법
평균 업데이트는 안정돼 보이는데 표본 경로는 고정된 걸음 크기에서 흔들리는 ETD의 틈을 두 상태 반례와 리아푸노프 부호로 짚고, 흔적은 그대로 둔 채 새는 상태에 신호를 담았다가 늦게 보정하는 RETD의 구조와 읽기 방식, 조건부 안정 결과와 만 번의 짝지은 실행을 따라간다.
같은 증거를 두 번 만나면 왜 더 확실해 보일까
GraphEcho가 그래프 에이전트의 구조적 중복과 출처 provenance 문제를 어떻게 분리해 측정했는지, 그리고 반복을 줄이는 학습이 왜 정확과 엇갈리는지 해설합니다.
보지 못하게 했더니 더 잘 배웠다
네 개 셀로 이루어진 60개 시스템으로 사전등록 확인까지 마친 증거 가림 실험이 합성 일반화를 어떻게 바꾸는지 해설합니다.
매번 처음부터 헤매지 않는 법, EvolveTrade가 프롬프트를 정책으로 진화시키는 방식
고정된 시스템 프롬프트 대신 경험을 먹고 자라는 텍스트 정책을 제안한 EvolveTrade를 해설합니다. Policy Agent의 개선 루프, 도구 사용의 변화, 시장 국면별 적응과 수익률 연결을 따라가 봅니다.
웹 에이전트에게 꼭 맞는 도구만 남기는 법, AutoTailor를 읽고
웹 궤적에서 뽑아낸 MCP API를 다듬고 다시 고르는 AutoTailor의 선택과 적응 과정을 따라가며, 1283개가 33개로 줄어도 정확도가 오른 이유를 풀어봅니다.
진단은 맞는데 치료가 늦어진다면, 무엇이 문제일까
진단 정확도를 넘어 긴 시간의 실행을 묻는 Asclepius 논문을 따라가며 지시 이탈과 누락된 처치, 중증도별 지연을 어떻게 재고 고치는지 살펴봅니다.
매번 처음부터 헤매지 않는 웹 에이전트
앱의 동작 방식을 미리 배워 토큰을 아끼는 OdoBot 설계를 해설합니다. Canvas 45개 과제에서 Agent-E보다 44퍼센트, WebVoyager보다 80퍼센트 적은 토큰으로 과제를 마친 결과를 구조와 함께 읽습니다.