-
그냥, 이렇게 쓰고 있습니다
스타트업 대표들이 각자의 AI 에이전트 활용법을 공유한 자리에서 적어온 것들 — 기르는 에이전트, 계획과 검증이라는 병목, 통제보다 가시화.
-
비 오는 그림이 자꾸 흐려지는 이유
ICML 2026 AI4Physics 워크숍의 패널 토론. 물리 세계를 이해하는 AI를 둘러싼 세 연구자의 대화.
-
고양이가 꽃병을 밀었을 뿐인데, 방석이 사라졌다
ICML 2026. Elias Bareinboim의 강연 — 상관에서 인과로, 인과 AI로 가는 길.
-
수학을 잘하는 모델에게, 안전도 가르칠 수 있을까
ICML 2026. Eric Wallace의 강연 — 능력과 강건함을 함께 학습시키는 법.
-
힐을 신으면 키가 줄어든다고 믿는 모델 — 들쭉날쭉한 지능에 대하여
ICML 2026. Subbarao Kambhampati의 강연 — 검증자와 사고 흔적의 역할.
-
지능은 이제 컴퓨트의 함수다
ICML 2026 워크숍 에디션. Noam Brown의 대규모 테스트 시점 연산 강연.
-
시계 바늘이 항상 10시 10분을 가리키는 이유 — LLM 추론이라는 움직이는 과녁
ICML 2026. Samy Bengio의 강연 — LLM 추론의 도전과 기회.
-
언덕을 오른다고 하늘에 닿는 건 아니지만, 그래도 하나는 확실히 풀었다
ICML 2026. Nathan Sturtevant의 강연 — LLM 플래닝의 성공은 어디까지 진짜인가.
-
우리가 지우는 것과 우리가 쌓아올리는 것
ICML 2026. Yarin Gal의 강연 — 모델 붕괴가 LLM 플래닝에 남기는 것.
-
에이전트는 게으르고, 속이고, 쉽게 포기한다 — 그래도 연구 협업자로 만드는 법
ICML 2026. 수학·ML 연구에서 AI 보조 연구를 실전에서 굴리는 법에 관한 발표.
-
AI가 낸 아이디어가 더 참신했다 — 그런데 실행하면 무너지는 이유
ICML 2026. 스탠퍼드 Diyi Yang의 연구 자동화 진행 상황 강연.
-
에이전트가 나를 등질 때, 나는 알아챌 수 있을까
ICML 2026. 사보타주하는 코딩 에이전트를 사람 개발자가 눈치챌 수 있는지 실험한 연구.
-
그럴듯한 코드와 진짜로 돌아가는 코드는 다르다
ICML 2026. 상호작용 기반으로 코드 완성 모델을 평가하는 DevBench 발표.
-
에이전트에게 부족한 건 똑똑함이 아니라 눈치다
ICML 2026 워크숍 기조강연. 에이전트에게 사회적 맥락 인지가 왜 다음 병목인지에 관하여.
-
에이전트에게 필요한 건 세계 모델이 아니라 자기 확신이다
ICML 2026 워크숍 기조강연. 에이전트의 자기 확신이 왜 세계 모델보다 먼저인지에 관하여.
-
에이전트가 실패했을 때, 우리는 어디를 보고 있었나
ICML 2026. 능력치로 덮여온 에이전트 실패의 원인 분석에 관한 발표.
-
실패를 분류하는 것만으로는 부족하다 — 에이전트마다 다른 택소노미가 필요한 이유
ICML 2026. MAST 이후, 에이전트별 실패 택소노미와 그 활용법을 다룬 발표.
-
두 사람이 같은 답을 말했다고, 안전한 걸까
ICML 2026. 독립적 판단의 합의가 주는 안심이 왜 착각일 수 있는지 다룬 발표.
-
좋은 피드백인지는, 저자의 답장이 알고 있었다
ICML 2026. 저자 응답(rebuttal)으로부터 건설적 논문 피드백을 학습하는 GOODPOINT.
-
새 GPU가 나올 때마다, 우리는 커널을 처음부터 다시 짜야 했다
ICML 2026. 하드웨어 인식 GPU 커널 최적화에 관한 발표.
-
아무도 다시 쓰고 싶어하지 않는 코드가, 기후 정책을 만든다
ICML 2026. 레거시 과학 코드를 미분 가능 프레임워크로 이식하는 체계적 LLM 번역.
-
실행 파일 하나만 주고 코드베이스를 통째로 재현하게 시켜봤다
ICML 2026. 컴파일된 바이너리에서 코드베이스를 재구축하게 하는 ProgramBench — 1부.
-
점수표 너머, 모델들의 습관이 보이기 시작했다
ICML 2026. ProgramBench trajectory 로그에서 발견한 모델별 습관 — 2부.
-
라마누잔의 17개 공식이 하나의 구조 안에서 만나기까지
ICML 2026. 라마누잔의 1/π 급수 17개를 하나의 구조로 통합한 인간-AI 공동 발견.
-
모델이 90%라고 말할 때, 그 숫자는 무엇을 의미하는가
ICML 2026. LLM 불확실성 평가의 전제를 다시 묻는 발표.
-
질문을 던지는 사람은 아직 사라지지 않았다
AI for Science 패널. 벤치마크가 감추는 것, 사전 지식이라는 지도, 그리고 좋은 질문을 던지는 인간의 몫.
-
실패할 게 뻔해야 좋은 연구다
Global AI Frontiers Symposium 2026 딥다이브 패널. 로봇의 기억, 에이전트의 시간 지평, 벤치마크의 불안정성 — 그리고 몇 년을 걸 만한 문제를 고르는 법.
-
제 로봇에게는 세 가지만 믿게 하기로 했습니다
Leslie Pack Kaelbling 강연 재구성. 데이터를 무한히 붓는 대신, 세상에 대해 이미 아는 세 가지를 로봇 안에 지어 넣는 법.
-
우리는 아직 AI의 원시인 시대를 살고 있습니다
Noam Brown 강연 재구성. 모델 평가는 막대그래프가 아니라 테스트 시점 연산을 축으로 한 곡선으로 읽어야 한다.
-
트랜스포머를 발명한 사람이 왜 지금은 모델을 안 만들까
IronClaw 밋업 후기. Attention Is All You Need 저자가 지금 모델이 아니라 하네스를 만드는 이유.
-
하프문베이의 사체
샌프란 하프문베이의 동물 사체에서 시작해, 소로우의 '보편적인 결백'과 죽음·집착 사이를 서성인 월든 독후감
-
도구를 쓰게 만드는 건 도구가 아니다
라포랩스 AX팀 발표를 보고. 비개발자에게 AI를 쓰게 만드는 건 기술이 아니라 관점의 문제다.
-
기억을 정리하는 AI, 아직은 우회로
허예찬의 에이전트 메모리 설계를 보고 든 생각. 포인터, wiki 컴파일, 그리고 아직 풀리지 않은 문제.
-
21억 유저의 AI와 나의 AI
AWS 행사에서 삼성계정 에이전틱 AI 발표를 듣고 든 생각.
-
우리는 잘나서 AI를 쓴 게 아닙니다
카카오스타일 이미준 BPM의 Wanted HiFive 2026 발표를 듣고 정리한 기록 — AI 파워드 팀이 탄생하는 조건
-
엔터프라이즈 AI 제품을 만든다는 것
클라썸의 Wanted HiFive 2026 발표를 듣고 정리한 기록 — B2B AI 제품의 0→1과 1→10
-
생성형 AI 세상에서, 프로덕트 매니저로 살아남기
미리내(미리캔버스)의 Wanted HiFive 2026 발표를 듣고 정리한 기록 — AI 시대, 프로덕트 가치의 재정의
-
우리가 틀린다는 것을 빨리 아는 것이 전략이다
라포랩스(퀸잇)의 Wanted HiFive 2026 발표를 듣고 정리한 기록 — 40~50대 고객을 위한 커머스에서 배운 것들
-
에이전트는 밀키트가 아니다
원티드랩 PO의 Wanted HiFive 2026 발표를 듣고 정리한 기록 — AI 에이전트를 제품으로 배포하기까지
-
모델이 아니라면, 당신은 하네스다
GDG Build with AI Seoul 2026에서 이경록의 발표를 듣고 정리한 기록 — 프롬프트에서 컨텍스트, 그리고 하네스로
-
모두가 같은 도구를 쓰는데, 왜 어떤 사람은 다를까
같은 Claude Code를 쓰는데 왜 어떤 사람은 다를까 — Nitro Seoul 패널에서 본 생산성의 갈림길, 제약 설계, 그리고 시니어의 의미.
-
화장실 다녀온 사이에 세상이 바뀌어 있었다
나이트로 데모데이에서 들은 발표 — 자본이 가장 흔해진 시대에, VC는 도대체 무엇을 줄 수 있는가.