에이전틱 AI(Agentic AI) 시스템은 계획(planning), 도구 사용, 메모리, 상호작용 및 적응을 결합한 다단계 궤적(trajectory)을 통해 동작합니다. 이러한 동작 특성으로 인해 수용 가능한 시스템 동작이 시간에 따라, 그리고 변화하는 환경 조건 하에서 결정이 어떻게 전개되는지에 좌우되므로, 검증(validation) 실무는 기존의 컴포넌트 테스트와 단발성 입출력 평가를 넘어서는 수준으로 확장됩니다. 본 체계적 매핑 연구(systematic mapping study)는 에이전틱 시스템의 검증 문제를 규명하기 위해 에이전트 평가, 소프트웨어 보증, 사이버-물리 시스템, 런타임 모니터링 및 규제 지침에 걸친 262편의 논문을 종합합니다. 본 검토는 행동적, 안전성(safety), 시간적, 규제적, 다중 에이전트 관심사를 다루는 5차원 분류 체계를 중심으로 구성되며, 해당 분류 체계를 사용하여 현재의 접근 방식을 매핑하고 접근 방식과 차원 간의 밀집 및 희소 조합을 식별합니다. 생성된 맵에 따르면 문헌은 행동 평가(262편 중 105편)에 집중되어 있으며 시간적 타당성(14편)이 가장 미흡한 것으로 나타났습니다. 규제 관련 연구는 주로 IEEE 색인 학술 행사에서 발표된 보증 케이스(assurance cases) 및 규제 분석에 기반하고 있으며, 다중 에이전트 연구는 주로 벤치마크에 집중되어 있습니다. 세 가지 교차 도메인 사례 연구(의료 케어, 산업 운영, 스마트 모빌리티 시스템)는 검토된 문헌에 기록된 실패 패턴을 바탕으로 안전이 중요한(safety-critical) 환경에서 5가지 분류 차원이 어떻게 반복적으로 나타나는지에 대한 운영적 예시를 제공합니다. 본 논문은 경계가 지정된 자율성(bounded-autonomy) 명세, 적대적 궤적 생성, 런타임 모니터링, 감사 가능한 증거 구조를 중심으로 한 수명 주기 지향적 연구 과제를 제시하며 마무리됩니다. 본 연구의 핵심 주장은 에이전틱 AI의 신뢰할 수 있는 배포가 고립된 컴포넌트만을 평가하는 것이 아니라 맥락 내에서 궤적을 검증하는 것에 달려 있다는 점입니다.
This paper details the Eloquence team's approach to Task 2 of the 2nd MLC-SLM challenge at Interspeech 2026, which involves multilingual Multiple-Choice Question Answering (MCQA) across 21 languages. Three approaches are explored. First, we fine-tune Voxtral-Mini-3B via LoRA with cross-lingual data augmentation, ASR transcript augmentation and timestamp-aware audio cropping, achieving 0.72 macro-accuracy on evaluation Phase 2. Second, we apply multimodal in-context learning (ICL) to the frozen Voxtral-24B model to correct a strong label bias, reaching 0.81, our best result. Third, a training-free retrieval system based on a three-layer voice-anchored memory combining acoustic identity, semantic content, and a knowledge graph achieves 0.68. All three systems substantially outperform the official baseline.
객체 검출기(object detector)는 일반적으로 라벨이 지정되지 않은 영역을 배경으로 암묵적 처리하는 닫힌 집합 지도학습(closed-set supervision) 하에 학습(training)됩니다. 불완전한 어노테이션 환경에서 이러한 가정은 객체성 바이어스(objectness bias)를 유발합니다. 즉, 시각적으로 유효하지만 라벨이 지정되지 않은 객체가 음성 샘플(negative)로 사용되어, 객체성이 일반적인 객체 구조가 아닌 어노테이션된 분류 체계에 종속되는 문제가 발생합니다. 이러한 한계는 클래스 비의존적(class-agnostic) 검출 및 오픈월드(open-world) 검출에서 특히 문제가 됩니다. 본 논문에서는 라벨이 지정되지 않은 영역에 대한 명시적인 배경 지도학습 없이 객체성을 학습하는 밀집 클래스 비의존적 검출 프레임워크인 B-FOR(Background-Free Objectness Learning)를 제안합니다. B-FOR는 검출을 밀집된 다중 스케일 객체 중심 및 스케일 필드의 예측으로 정형화하며, 이를 통해 국소 공간 구조로서 객체 가설(object hypothesis)이 창발합니다. 지도학습은 공간적으로 구조화된 소프트 타깃(soft target)을 통해 신뢰할 수 있는 어노테이션 영역으로만 제한되어 전경-배경 구분을 피합니다. 창발적 국소 극댓값(local maxima)으로부터의 디코딩을 지원하기 위해, 본 논문은 학습된 객체성 필드의 공간적으로 변화하는 특성으로 객체 범위를 모델링하는 변위 인식(displacement-aware) 스케일 필드를 추가로 도입합니다. PASCAL VOC, MS-COCO, Open Images 데이터셋에서의 실험은 미확인 카테고리 및 교차 데이터셋 객체 분포에 대한 강력한 일반화 성능을 입증합니다. B-FOR는 기존 클래스 비의존적 베이스라인 대비 재현율(recall)을 +10 AR 포인트 이상 향상시킵니다. 소거 연구(ablation study)는 불완전한 어노테이션 환경의 클래스 비의존적 위치 추정(localization)에서 국소화된 객체성 지도학습과 변위 인식 스케일 필드 모두가 결정적임을 보여줍니다. 코드는 https://github.com/Daniaawan/B-FOR 에서 확인할 수 있습니다.