주간 AI 논문 동향, 에이전트 평가 범위 확대와 구조화 학습 주목

• PyTorchKR 커뮤니티가 2026년 11월 2일부터 8일까지의 주간 AI/ML 논문 10편을 선정하여 3가지 주요 트렌드를 요약함
• 트렌드 1: 에이전트 평가의 범위 확대. 답변 정확도나 코드 생성을 넘어 시스템 설계, 도구 조작, 최종 결과물 전달까지 포함하는 실행 및 운영 중심 평가가 주목받음
• 트렌드 2: 에이전트 구조화 및 학습. 프롬프트, 스킬, 도구 인터페이스를 역할과 계층에 따라 정리하여 전략 선택과 도구 조합을 최적화하는 연구가 증가함
• 트렌드 3: 데이터 및 피드백 품질 정교화. 모델 규모 확대보다 학습 쌍과 피드백 신호의 품질을 높여 효율적으로 정렬하는 접근이 부각됨

주요 논문 상세

• ServerBench: 코딩 에이전트가 LLM 서빙 시스템을 설계 및 검증하는 벤치마크로, Claude Sonnet 5.5가 Gemma E4B에서 2.97 dollars per dollar를 달성하며 vLLM 기준 구현 대비 4.87배의 성능을 기록함
• Proving and Improving the Platonic Representation Hypothesis with JEPAs: 같은 코퍼스에서 좋은 뷰를 양의 쌍으로 사용할 때 JEPA가 다음 토큰 예측보다 42배 적은 학습 샘플로 같은 정렬 수준을 도달함을 증명함
• TalentRL: 절차적 메모리를 전략 단위와 실행 절차로 계층화하여 RL로 라우팅 및 실행을 분리 최적화하며, ALFWorld 성공률 99.3% 기록함
• VibeVideoBench: 코드로 영상 및 음향 생성하는 능력을 평가하며, 최상위 시스템도 모든 핵심 요구사항 충족 과제 76.3%에 그침
• SEMA-Auto: 외부 평가기 없이 피해 모델 응답을 반영해 다음 공격을 조정하는 자율 다중 턴 탈옥 공격자로, 평균 3.0턴에 ASR@1 76.0% 달성함