최근 코딩하실 때 모니터 화면이 어떻게 분할되어 있나요? 아마 한쪽에는 VS Code나 IntelliJ 같은 IDE가 띄워져 있을 테고, 다른 한쪽에는 브라우저를 열어 ChatGPT나 Claude 창을 서너 개씩 띄워두셨을 겁니다. 에러 로그가 터지면 터미널에서 로그를 드래그해서 복사하고, 브라우저로 넘어가서 프롬프트 창에 붙여넣고, AI가 뱉어낸 코...

최근 LLM 에이전트, 특히 Computer-Use Agents(CUAs) 개발해 보신 분들은 알 겁니다. 이 녀석들이 브라우저를 열고 클릭을 하긴 하는데, 과연 유저가 시킨 일을 제대로 끝냈는지 확인하는 게 얼마나 고역인지 말이죠. 단순히 ‘Done’이라는 텍스트가 떴다고 성공일까요? 아니면 특정 DOM 요소가 존재하면 끝일까요? 현실은 훨씬 지저분...

[로봇 여러 대가 보내는 1인칭 영상, AI는 과연 이해할까? ‘MA-EgoQA’와 다중 에이전트의 한계] Metadata Paper: MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents Arxiv ID: 2603.09827 Project Pa...

복붙 지옥은 끝났다: 터미널로 들어온 AI 에이전트 ‘Claude Code’ 딥다이브 현업에서 10년쯤 구르다 보면 새로운 기술이 나왔을 때 설렘보다는 의심이 먼저 듭니다. “이거 또 데모만 번지르르하고, 막상 내 복잡한 레거시 프로젝트에 붙이면 엉뚱한 코드만 뱉어내는 거 아냐?”라는 회의감 말이죠. 최근 1~2년간 우리는 GitHub Copilot...

요즘 GitHub 트렌딩을 보다 보면 참 기가 막힙니다. ‘주말 동안 AI로 뚝딱 만든 프로젝트입니다’라는 글이 심심치 않게 올라오는데, 그게 수만 개의 스타를 받고 심지어 수백억 원의 투자를 유치하는 시대가 되었죠. 최근 제 눈길을 끈, 아니 정확히 말하면 제 개발자로서의 자존심을 살짝 건드린 프로젝트가 하나 있었습니다. 바로 중국의 한 학부 졸업반...

[InternVL-U] “이해와 생성을 하나의 가중치에 우겨넣지 마라” 4B로 14B 모델을 박살낸 멀티모달 아키텍처의 비밀 Paper: 2603.09877 Date: March 2026 사내에서 “차트도 분석하고 이미지도 예쁘게 생성해주는 통합 AI” 만들어달라는 소리, 다들 한 번씩은 들어보셨죠? 보통 이런 말도 안 되는 요구사항을 ...

[Metadata] Paper: MM-Zero: Self-Evolving Multi-Model Vision Language Models From Zero Data ArXiv ID: 2603.09206 Keywords: VLM, Reinforcement Learning, Self-Evolving, GRPO, Synthetic Data ...

개발자라면 한 번쯤 터미널을 보며 등골이 서늘해진 경험, 있으시죠? 우리는 매일 claude-code, aider, cursor 같은 똑똑한 AI 코딩 에이전트를 로컬에 띄워놓고 “이 버그 좀 고쳐줘”라며 쿨하게 엔터를 칩니다. 에이전트는 열심히 파일을 읽고, 터미널 명령어를 실행하며 코드를 수정하죠. 그런데 문득 커피를 마시다가 이런 생각이 듭니다....

“어제 완벽하게 다듬어놓은 프롬프트, 오늘 단어 하나 바꿨더니 어제 잘 되던 답변까지 전부 망가졌습니다.” 현업에서 LLM(대형 언어 모델)을 활용해 서비스를 구축해 본 개발자나 기획자라면, 이 문장에 뼈가 시리도록 공감하실 겁니다. 요즘 업계에서 ‘프롬프트 깎는 노인’이라는 우스갯소리가 유행이죠? 저 역시 최근 사내 RAG 기반 고객센터 챗봇 고...

Link: arXiv:2603.08652 Github: micky-li-hd/CoCo Date: March 2026 어제도 사내 마케팅 배너 이미지를 생성하느라 DALL-E 3와 미드저니 앞에서 프롬프트를 30번 넘게 뜯어고쳤습니다. “오른쪽 아래에 빨간색 ‘구매하기’ 버튼을 넣고, 그 위에 ‘50% 할인’ 텍스트를 정확한 스펠링으로 적어줘.” ...