AI 기술 데일리 리포트

LLM · 대규모 언어모델 방대한 텍스트로 학습한 언어 생성 모델.

에이전트 · agent 목표 달성을 위해 스스로 도구를 쓰고 단계를 밟아 행동하는 AI.

툴 사용 · tool use 에이전트가 외부 도구나 API를 호출해 과제를 푸는 것.

장기 계획 · long-horizon planning 여러 단계를 내다보며 순서대로 행동을 짜는 능력.

벤치마크 · benchmark 성능 측정용 표준 시험 문제 모음.

SOTA 현재 최고 성능.

강화학습 · RL 보상을 받으며 시행착오로 더 나은 행동을 배우는 방식.

GRPO 가치 모델 없이 같은 문제의 여러 시도를 비교해 학습하는 강화학습 기법.

신용 할당 · credit assignment 어떤 행동이 최종 성공에 기여했는지 가려내는 문제.

과정 보상 · process reward 결과만이 아니라 중간 단계마다 주는 촘촘한 보상.

보상 모델 · reward model 출력의 좋고 나쁨을 점수로 매기도록 학습한 모델.

미세조정 · SFT 학습된 모델을 특정 목적에 맞게 추가로 다듬는 단계.

증류 · distillation 큰 '선생' 모델의 능력을 작은 '학생' 모델로 옮기는 학습.

다중 교사 증류 · multi-teacher distillation 여러 전문가 모델의 핵심 지식을 한 학생 모델로 합치는 증류.

MoE · 전문가 혼합 일부 전문가 부분만 골라 활성화해 효율을 높이는 구조.

GQA · 그룹 쿼리 어텐션 여러 쿼리 헤드가 KV 헤드를 공유해 메모리를 줄이는 어텐션.

KV 캐시 트랜스포머가 이전 계산을 재사용하려 저장하는 값. 길수록 메모리 증가.

attention · 어텐션 입력 토큰 간 관련도를 가중해 처리하는 트랜스포머 핵심 연산.

크로스 어텐션 · cross-attention 질의와 문서처럼 서로 다른 입력 사이의 관련도를 계산하는 어텐션.

리랭커 · reranker 1차 검색 결과의 순위를 다시 매겨 정확도를 높이는 모델.

임베딩 · embedding 텍스트·이미지를 의미를 담은 벡터로 바꾼 표현.

확산 모델 · diffusion 잡음을 점점 걷어 내며 결과를 만드는 생성 방식.

확산 트랜스포머 · DiT 트랜스포머 구조로 만든 확산 생성 모델.

멀티모달 · multimodal 텍스트·이미지·영상·오디오 등 여러 형태의 입력을 함께 다루는 것.

인코더 · encoder 입력 데이터를 모델이 처리할 수 있는 표현으로 바꾸는 부분.

VLM · 비전 언어모델 이미지·영상과 언어를 함께 이해·추론하는 모델.

VLA 영상·언어를 입력받아 로봇 행동을 만드는 모델.

월드 액션 모델 · WAM 미래를 예측해 행동에 연결하는 임바디드 예측-행동 모델.

비디오 생성 · video generation 텍스트나 이미지로부터 영상을 만드는 생성 기술.