Euisuk's Dev Log

ใ€Œ์„œ์ฟ  ๊ฐœ๋ฐœ๋…ธํŠธโญใ€

[Paper Review] JEV-as-a-Judge: ํ™•์‹ ํ•  ๋•Œ ํŒ์ •ํ•˜๊ณ  ๋ถˆํ™•์‹คํ•  ๋•Œ ์ถ”๋ก  ํŒ์ •๊ธฐ๋กœ ๋„˜๊ธฐ๊ธฐ

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ ์–ธ์–ด ๋ชจ๋ธ์˜ ๋‹ต๋ณ€์„ ๋‹ค๋ฅธ ์–ธ์–ด ๋ชจ๋ธ๋กœ ํ‰๊ฐ€ํ•˜๋Š” LLM-as-a-judge๋Š” ๋Œ€๋Ÿ‰ ํ‰๊ฐ€๋ฅผ ๊ฐ€๋Šฅํ•˜๊ฒŒ ํ•˜์ง€๋งŒ, ์–ด๋ ค์šด ๋ฌธ์ œ๋ฅผ ์ถ”๋ก ํ•˜๋Š” ํŒ์ •๊ธฐ๋ฅผ ๋ชจ๋“  ์ž…๋ ฅ์— ํ˜ธ์ถœํ•˜๋ฉด ๋น„์šฉ๊ณผ ์‘๋‹ต ์‹œ๊ฐ„์ด ์ปค์ง‘๋‹ˆ๋‹ค. ์ด ๋…ผ๋ฌธ์€ ์ž์—ฐ์–ด ์„ค๋ช…์„ ์ƒ์„ฑํ•˜์ง€ ์•Š๊ณ  ์ •ํ•ด์ง„ ๋ผ๋ฒจ๊ณผ ํ™•๋ฅ ๋งŒ ๋ฐ˜ํ™˜ํ•˜๋Š” TypeSafe์˜ JEV๋ฅผ ๋จผ์ € ํ˜ธ์ถœํ•œ ๋’ค, ํ™•์‹ ๋„๊ฐ€ ๋‚ฎ์€ ์ž…๋ ฅ๋งŒ ๊ฐ•...

[Paper Review] AutoTailor โ€” ์›น ์—์ด์ „ํŠธ์˜ ๋„๊ตฌ๋ฅผ ์‚ฌ์šฉ์ž ์ˆ˜์š”์— ๋งž๊ฒŒ ๊ณ ๋ฅด๊ณ  ๋‹ค์‹œ ๊ตฌ์„ฑํ•˜๊ธฐ

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ ์›น ์—์ด์ „ํŠธ๊ฐ€ ๋งค๋ฒˆ ํ™”๋ฉด์„ ์ฝ๊ณ  ํด๋ฆญํ•  ์œ„์น˜๋ฅผ ์ถ”๋ก ํ•˜๋ฉด, ๊ฐ™์€ ์ผ์„ ๋ฐ˜๋ณตํ•ด๋„ ๊ด€์ฐฐยท์ถ”๋ก ยทํ–‰๋™ ๋น„์šฉ์ด ๊ณ„์† ๋ฐœ์ƒํ•ฉ๋‹ˆ๋‹ค. ๋ฐ˜๋ณต๋˜๋Š” ๋™์ž‘์„ ํ”„๋กœ๊ทธ๋žจ์œผ๋กœ ๋ฌถ์–ด ๋„๊ตฌ๋กœ ์ œ๊ณตํ•˜๋ฉด ์ด ๋น„์šฉ์„ ์ค„์ผ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ๊ทธ๋Ÿฌ๋‚˜ ๋„๊ตฌ๊ฐ€ ์ˆ˜์ฒœ ๊ฐœ๋กœ ๋Š˜์–ด๋‚˜๋ฉด ๋ชจ๋ธ์ด ์ฝ์–ด์•ผ ํ•˜๋Š” ์„ค๋ช…๋„ ๊ธธ์–ด์ง€๊ณ , ๋น„์Šทํ•œ ๋„๊ตฌ ์‚ฌ์ด์—์„œ ์„ ํƒํ•˜๊ธฐ๋„ ์–ด๋ ค์›Œ์ง‘๋‹ˆ๋‹ค. AutoTa...

[Repo Review] AutoHarness: Claude Code์˜ ๊ฒฝํ—˜์„ ์Šคํ‚ฌ๋กœ ์ €์žฅํ•˜๊ณ  ๊ด€๋ฆฌํ•˜๋Š” ๊ตฌ์กฐ

๋“ค์–ด๊ฐ€๋ฉฐ: ๊ฐ™์€ ์‹ค์ˆ˜๋ฅผ ๋ฐ˜๋ณตํ•˜์ง€ ์•Š์œผ๋ ค๋ฉด ์ฝ”๋”ฉ ์—์ด์ „ํŠธ์—๊ฒŒ ์ž˜๋ชป๋œ ๋ช…๋ น์„ ๊ณ ์ณ ์ฃผ๊ฑฐ๋‚˜ ํ”„๋กœ์ ํŠธ์˜ ์ž‘์—… ์ˆœ์„œ๋ฅผ ์„ค๋ช…ํ•ด๋„, ๋‹ค์Œ ์„ธ์…˜์—์„œ ๊ทธ ๊ฒฝํ—˜์ด ๋ฐ”๋กœ ์žฌ์‚ฌ์šฉ๋˜์ง€๋Š” ์•Š์Šต๋‹ˆ๋‹ค. ๊ฒฝํ—˜์„ ๋ฌธ์„œ๋กœ ๋‚จ๊ธฐ๋Š” ๊ฒƒ๋งŒ์œผ๋กœ๋„ ๋ถ€์กฑํ•ฉ๋‹ˆ๋‹ค. ๊ธฐ์กด ๊ทœ์น™๊ณผ ์ค‘๋ณต๋˜์ง€ ์•Š์•„์•ผ ํ•˜๊ณ , ํ•„์š”ํ•  ๋•Œ ๋ฐœ๊ฒฌ๋˜์–ด์•ผ ํ•˜๋ฉฐ, ์˜ค๋ž˜๋œ ๊ทœ์น™์€ ์ •๋ฆฌ๋˜์–ด์•ผ ํ•ฉ๋‹ˆ๋‹ค. AutoHarness๋Š” ์ด ๋ฌธ์ œ๋ฅผ...

[Paper Review] The Tasteful Agent โ€” ์žฅ๊ธฐ ๊ณผ์ œ์˜ ์ข‹์€ ์„ ํƒ์„ ์ธก์ •ํ•˜๊ณ  ์ฆ๋ฅ˜ํ•˜๊ธฐ

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ ์žฅ์‹œ๊ฐ„ ์ž‘์—…ํ•˜๋Š” ์—์ด์ „ํŠธ๋Š” ์ฝ”๋“œ๋ฅผ ์ž‘์„ฑํ•˜๊ฑฐ๋‚˜ ์‹คํ—˜์„ ์‹คํ–‰ํ•˜๋Š” ๋Šฅ๋ ฅ๊ณผ ํ•จ๊ป˜, ์–ด๋А ๋ฐฉํ–ฅ์— ๋‹ค์Œ ์‹œ๊ฐ„์„ ํˆฌ์žํ• ์ง€ ๊ณ ๋ฅด๋Š” ํŒ๋‹จ๋ ฅ์ด ํ•„์š”ํ•ฉ๋‹ˆ๋‹ค. ์ด ๋…ผ๋ฌธ์—์„œ ๋งํ•˜๋Š” taste๋Š” ๋ฏธ์  ์ทจํ–ฅ์ด ์•„๋‹ˆ๋ผ, ๋‚˜์ค‘์— ์„ฑํŒจ๊ฐ€ ๋“œ๋Ÿฌ๋‚˜๋Š” ๊ธฐ์ˆ ์  ์„ ํƒ์„ ํ˜„์žฌ์˜ ์ •๋ณด๋งŒ์œผ๋กœ ์ž˜ํ•˜๋Š” ๋Šฅ๋ ฅ์ž…๋‹ˆ๋‹ค. ๋‹น์žฅ์€ ํƒ€๋‹นํ•ด ๋ณด์ด๋Š” ๊ตฌํ˜„์ด๋‚˜ ๊ฐ€์„ค๋„ ํ›„์† ์ž‘์—…์—์„œ ๋น„์šฉ์„ ๋ฐœ...

[OpenAI] DevDay 2026 ํ‚ค๋…ธํŠธ ์ •๋ฆฌ: ์ƒ์‹œ ๋™์ž‘ ์—์ด์ „ํŠธ Dots, GPT-6.1 Sol, Ultrafast, Codex Cloud๊นŒ์ง€

๋“ค์–ด๊ฐ€๋ฉฐ 2026๋…„ 9์›” 29์ผ(ํ˜„์ง€ ์‹œ๊ฐ) ์ƒŒํ”„๋ž€์‹œ์Šค์ฝ”์—์„œ OpenAI DevDay 2026 ํ‚ค๋…ธํŠธ๊ฐ€ ์—ด๋ ธ์Šต๋‹ˆ๋‹ค. ์•ฝ 54๋ถ„ ๋™์•ˆ 20๊ฐœ๊ฐ€ ๋„˜๋Š” ๋ฐœํ‘œ๊ฐ€ ์Ÿ์•„์กŒ๋Š”๋ฐ, ์ „์ฒด๋ฅผ ๊ด€ํ†ตํ•˜๋Š” ํ๋ฆ„์€ ํ•˜๋‚˜๋กœ ์š”์•ฝ๋ฉ๋‹ˆ๋‹ค. ์‚ฌ์šฉ์ž๊ฐ€ ๋งค๋ฒˆ ์ง€์‹œํ•˜๋Š” โ€œ์ฑ—๋ด‡โ€์—์„œ, ๊ถŒํ•œ๊ณผ ๋งฅ๋ฝ์„ ๊ฐ€์ง€๊ณ  24์‹œ๊ฐ„ ์Šค์Šค๋กœ ์ผํ•˜๋Š” โ€œ์—์ด์ „ํŠธโ€๋กœ ์ œํ’ˆ์˜ ์ค‘์‹ฌ์ด ์˜ฎ๊ฒจ๊ฐ€๊ณ  ์žˆ๋‹ค๋Š” ์ ์ž…๋‹ˆ๋‹ค. ํ‚ค...

[Repo Review] CLM: ์ƒํƒœ์™€ ํ–‰๋™์„ ๋”ฐ๋กœ ์ฝ๊ณ , ๋Œ€์กฐํ•™์Šต์œผ๋กœ ํ›„๋ณด๋ฅผ ๊ณ ๋ฅด๋Š” ์–ธ์–ด ๋ชจ๋ธ

๋“ค์–ด๊ฐ€๋ฉฐ ์—์ด์ „ํŠธ๊ฐ€ ๋งค ์ˆœ๊ฐ„ ๊ธด ๋‹ต๋ณ€์„ ์ƒ์„ฑํ•ด์•ผ ํ•˜๋Š” ๊ฒƒ์€ ์•„๋‹™๋‹ˆ๋‹ค. ์ด๋ฏธ ๊ฐ€๋Šฅํ•œ ๋„๊ตฌ, ๋‹ค์Œ ํ–‰๋™, ์—ฌ๋Ÿฌ ํ•ด๋‹ต ํ›„๋ณด๊ฐ€ ์ฃผ์–ด์กŒ๋‹ค๋ฉด ํ•„์š”ํ•œ ์—ฐ์‚ฐ์€ โ€œ์ง€๊ธˆ ์ƒํƒœ์—์„œ ์–ด๋А ํ›„๋ณด๊ฐ€ ๊ฐ€์žฅ ์•Œ๋งž์€๊ฐ€โ€์ผ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. CLM(Contrastive Language Models)์€ ์ƒํƒœ์™€ ํ–‰๋™ ํ›„๋ณด๋ฅผ ๋ณ„๋„๋กœ ์ˆซ์ž ๋ฒกํ„ฐ๋กœ ๋ฐ”๊พธ๊ณ , ๋‘˜์˜ ์ •๋ ฌ ์ •๋„๋กœ ์„ ํƒํ•˜๋Š” ๋ชจ๋ธ๊ณผ ์„œ...

[Repo Review] OpenResearch: Git ์Šค๋ƒ…์ƒท์œผ๋กœ ์—ฐ๊ตฌ ์—์ด์ „ํŠธ์˜ ์‹คํ—˜์„ ์ถ”์ ํ•˜๋Š” ์ž‘์—… ๊ณต๊ฐ„

๋“ค์–ด๊ฐ€๋ฉฐ ์—ฐ๊ตฌ ์—์ด์ „ํŠธ๊ฐ€ ์ฝ”๋“œ๋ฅผ ์ˆ˜์ •ํ•˜๊ณ  ์‹คํ—˜์„ ์‹คํ–‰ํ•˜๊ธฐ ์‹œ์ž‘ํ•˜๋ฉด, ๋Œ€ํ™” ๋‚ด์šฉ๋งŒ์œผ๋กœ๋Š” ๊ฒฐ๊ณผ์˜ ์ถœ์ฒ˜๋ฅผ ๋”ฐ๋ผ๊ฐ€๊ธฐ ์–ด๋ ต์Šต๋‹ˆ๋‹ค. ์–ด๋А ๊ฐ€์„ค์—์„œ ๊ฐˆ๋ผ์ง„ ์ฝ”๋“œ์ธ์ง€, ์‹ค์ œ ์‹คํ–‰ํ•œ ์ปค๋ฐ‹์€ ๋ฌด์—‡์ธ์ง€, ์‹คํ–‰ ์ค‘์— ์—์ด์ „ํŠธ๊ฐ€ ํŒŒ์ผ์„ ๋‹ค์‹œ ๊ณ ์น˜์ง€๋Š” ์•Š์•˜๋Š”์ง€๊นŒ์ง€ ์—ฐ๊ฒฐํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค. OpenResearch๋Š” ์ด ๋ฌธ์ œ๋ฅผ ์—์ด์ „ํŠธ ์„ธ์…˜, Git ๊ธฐ๋ฐ˜ ์‹คํ—˜ ๊ณ„๋ณด, ์‹คํ–‰ ๊ธฐ๋ก์„ ํ•œ ...

[Paper Review] GenRec: Netflix์˜ LLM ๊ธฐ๋ฐ˜ ์ถ”์ฒœ ์ˆœ์œ„ ๋ชจ๋ธ

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ GenRec์€ Netflix์˜ ์‚ฌ์šฉ์ž ์ด๋ ฅ๊ณผ ์ถ”์ฒœ ๋งฅ๋ฝ์„ ์ž์—ฐ์–ด๋กœ ํ‘œํ˜„ํ•˜๊ณ , LLM์ด ์ฝ์€ ํ‘œํ˜„์—์„œ ์นดํƒˆ๋กœ๊ทธ ์ „์ฒด์˜ ์ถ”์ฒœ ์ ์ˆ˜๋ฅผ ๊ณ„์‚ฐํ•˜๋Š” ๋ชจ๋ธ์ž…๋‹ˆ๋‹ค. ์˜ํ™” ์ œ๋ชฉ์„ ํ•œ ํ† ํฐ์”ฉ ์ƒ์„ฑํ•ด ์ถ”์ฒœ ๋ชฉ๋ก์„ ๋งŒ๋“œ๋Š” ๋ฐฉ์‹๊ณผ๋Š” ๊ตฌ๋ณ„๋ฉ๋‹ˆ๋‹ค. ์ƒ์„ฑํ˜• ์–ธ์–ด ๋ชจ๋ธ์„ ๊ธฐ๋ฐ˜์œผ๋กœ ์‚ผ๋˜, ์‹ค์ œ ์„œ๋น™์—์„œ๋Š” ์ž…๋ ฅ์„ ํ•œ ๋ฒˆ ์ฒ˜๋ฆฌํ•˜๋Š” prefill-only ์ถ”๋ก ๊ณผ ...

[Paper Review] Coding Agents are Strong Prompt Optimizers โ€” ์‹คํ–‰ ๊ธฐ๋ก ์ „์ฒด๋ฅผ ๋ถ„์„ํ•˜๋Š” ํ”„๋กฌํ”„ํŠธ ์ตœ์ ํ™”

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ ํ”„๋กฌํ”„ํŠธ๋ฅผ ๊ฐœ์„ ํ•  ๋•Œ๋Š” ๋ณดํ†ต ํ›„๋ณด ์ง€์‹œ๋ฌธ์„ ๋งŒ๋“ค๊ณ , ์—์ด์ „ํŠธ๋ฅผ ๋‹ค์‹œ ์‹คํ–‰ํ•˜๊ณ , ๊ฒ€์ฆ ์ ์ˆ˜๊ฐ€ ์ข‹์•„์ง„ ํ›„๋ณด๋ฅผ ๋‚จ๊น๋‹ˆ๋‹ค. Coding-Agent Skill Distillation(CASD)์€ ์ด๋ฏธ ์ˆ˜์ง‘ํ•œ ์‹คํ–‰ ๊ธฐ๋ก์„ ์ฝ”๋”ฉ ์—์ด์ „ํŠธ์—๊ฒŒ ๋ถ„์„ํ•˜๊ฒŒ ํ•œ ๋’ค, ํ–‰๋™ ๊ทœ์น™์„ ๋‹ด์€ Markdown ์Šคํ‚ฌ ํŒŒ์ผ์„ ํ•œ ๋ฒˆ ์ž‘์„ฑํ•˜๋Š” ๋ฐฉ์‹์ž…๋‹ˆ๋‹ค. ์—ฌ๊ธฐ์„œ...

[Paper Review] SkillGym: ์‚ฌ๋žŒ์˜ ์Šคํ‚ฌ์„ LLM์˜ ์‹คํ–‰ ๋Šฅ๋ ฅ์œผ๋กœ ํ•™์Šต์‹œํ‚ค๊ธฐ

๋…ผ๋ฌธ ๊ฐœ์š”์™€ ์ „์ฒด ๊ตฌ์กฐ AI Agent์—๊ฒŒ SKILL.md๋ฅผ ์ œ๊ณตํ•˜๋ฉด ์ž‘์—… ์ ˆ์ฐจ๋ฅผ ์•Œ๋ ค์ค„ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ๊ทธ๋Ÿฌ๋‚˜ ๋ฌธ์„œ๋ฅผ ์ฝ์„ ์ˆ˜ ์žˆ๋‹ค๋Š” ์‚ฌ์‹ค๊ณผ ์‹ค์ œ๋กœ ๋ณต์žกํ•œ ์ž‘์—…์„ ๋๋‚ผ ์ˆ˜ ์žˆ๋‹ค๋Š” ์‚ฌ์‹ค์€ ๋‹ค๋ฆ…๋‹ˆ๋‹ค. ํŒŒ์ผ์„ ํ™•์ธํ•˜๊ณ , ์—ฌ๋Ÿฌ ๋„๊ตฌ๋ฅผ ์—ฐ๊ฒฐํ•˜๊ณ , ์‹คํŒจ๋ฅผ ์ˆ˜์ •ํ•œ ๋’ค, ๊ฒฐ๊ณผ๊ฐ€ ์š”๊ตฌ์‚ฌํ•ญ์„ ๋งŒ์กฑํ•˜๋Š”์ง€ ํ™•์ธํ•˜๋Š” ๋Šฅ๋ ฅ์ด ํ•„์š”ํ•ฉ๋‹ˆ๋‹ค. SkillGym์€ ์ด์ฒ˜๋Ÿผ ์—ฌ๋Ÿฌ ๋‹จ๊ณ„์—...