layout: post title: “[XSkill] 모델 재학습은 하수나 하는 짓? 파라미터 업데이트 없이 스스로 진화하는 멀티모달 에이전트 해부” date: 2026-03-15 author: Cynical Tech Lead tags: [LLM, Multimodal, Agent, XSkill, Continual Learning] — 딥러닝 모델의 ...

Link: arxiv:2603.11421 Authors: ShotVerse Team Date: March 2026 어제 최신 비디오 생성 모델 테스트를 하다가 키보드를 부술 뻔했습니다. 프롬프트에 분명히 “피사체를 중심으로 360도 오빗(Orbit) 회전한 뒤, 타이트한 클로즈업 샷으로 컷 전환(Cut)”이라고 적었는데, 결과물은 어땠을까요? 카메라...

10년 차 개발자로 살면서 수많은 도구의 명멸을 지켜봤습니다. 최근 몇 년간은 그야말로 AI의 시대였죠. 코딩하다 막히면 챗봇 창을 띄우고, 에러 로그를 복붙하고, 때로는 코드 리뷰도 맡깁니다. 그런데 언제부턴가 깊은 피로감이 몰려오더라고요. 이유는 단순합니다. 우리가 쓰는 AI는 매일 아침 기억상실증에 걸리는 천재 인턴 같기 때문입니다. 어제 하루...

1. 프롤로그: 혼자 다 하려는 천재 AI의 한계, 그리고 피로감 안녕하세요. 10년 차 개발자이자, 밤마다 깃허브 트렌딩을 뜯어보며 커피를 축내는 테크 칼럼니스트입니다. 요즘 현업에서 AI 코딩 어시스턴트 쓰시다 보면 이런 생각 들지 않으시나요? “GPT-4나 Claude 3.5 Sonnet이 확실히 똑똑해지긴 했는데, 막상 복잡한 프로젝트...

Metadata Block Paper ID: 2603.12247 Paper Title: Trust Your Critic: Robust Reward Modeling and Reinforcement Learning for Faithful Image Editing and Generation Project Page: https://firm-rew...

[Metadata] Paper: DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning ID: Arxiv 2603.12257 Category: Video Generation, Diffu...

안녕하세요. 산전수전 다 겪으며 서버 뒷단에서 아키텍처를 깎고 있는 10년 차 백엔드 개발자입니다. 최근 개발자 커뮤니티나 X(트위터)를 보면 AI 에이전트(AI Agent)라는 단어가 숨 쉴 틈 없이 쏟아집니다. Claude Code, Cursor, OpenClaw 같은 도구들이 터미널과 에디터를 넘나들며 코드를 짜는 걸 보면 경이롭기까지 하죠. ...

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...