PyTorchKR Papers

최신 논문

총 24,492편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 카테고리 구독

arXiv:2611.23364v1q-bio.NC

쥐 보행을 위한 신경 회로 구조적 사전 지식

Neural Circuit Architectural Priors for Rat Locomotion

동물은 신경 회로, 신체, 환경 사이의 지속적인 상호작용을 통해 행동을 만들어 낸다. 체화 시뮬레이션은 생물학적으로 현실적인 환경에서 신경 회로 모델을 시험함으로써 이러한 상호작용을 연구한다. 최근의 노력들은 다양한 동물을 시뮬레이션해 왔고, 생물학적으로 근거를 둔 신경 구조에 관한 신생 연구는 실험 데이터의 회로 연결성과 단일 뉴런 동역학을 인공 신경망에 통합하기 시작하여, 더 강한 귀납적 편향과 생물학과의 더 가까운 기전적 정합을 도입하고 있다. 점점 더 복잡한 신체와 신경 회로의 연구를 가능하게 하는 체화 시뮬레이션을 어떻게 개발할 수 있을까? 본 연구에서는 시뮬레이션된 신체, 신경 구조, 학습 인프라의 조율된 발전을 통해 이 과제를 다룬다. 쥐 행동을 시뮬레이션하기 위한 효율적이고 유연한 생체역학적 신체인 Rat v2를 소개한다. 이 신체를 제어하기 위해, 세포 유형별 연결성과 새로운 굴근-신근 신경역학 인터페이스를 포함하는, 포유류 척수 회로에 기반한 생물학적 근거 보행 신경 구조 Rat NCAP을 개발한다. 회로 파라미터를 최적화하기 위해 GPU 가속 시뮬레이션 및 학습 인프라를 개발한다. 이 모델은 모방 학습 없이 다양한 속도로 이동하고 보행 패턴 사이를 전환하는 법을 학습하며, 실험 데이터와 일치하는 보행 통계, 운동학, 세포 유형별 신경 활동을 만들어 낸다. 분석 결과 신경역학 인터페이스가 학습 가능성과 보행 품질에 크게 영향을 미치며, 인 실리코 세포 유형 제거가 알려진 보행 표현형을 재현하고 단계적 교란 하에서의 보행 변화를 예측함을 보인다. 이러한 발견은 중간 수준의 추상화에서의 체화 시뮬레이션이 복잡한 행동을 재현하는 동시에 그것을 만들어 내는 신경 회로에 대한 기전적 통찰을 제공할 수 있다는 관점을 뒷받침한다.

arXiv:2611.23363v1cs.CR

재발행 전반에 걸쳐 기억을 유지하는 이미지 워터마킹

Image Watermarking With Memory Across Reissuance

출판자는 이미지를 수정하여 재발행하는 경우가 많지만, 유효한 워터마크가 대체된 이전 판본이나 승인되지 않은 편집본에 남아 있을 수 있다. 현재 판본조차도 서로 다른 개정 시점에 마지막으로 승인된 영역을 포함할 수 있다. 본 논문은 재발행 가능한 출처 증명(reissuable provenance)을 도입하고 형式화한다. 이는 이미지가 현재 판본인지, 대체된 판본인지, 미발행 상태인지를 판정하고, 각 영역이 마지막으로 승인된 개정(세대)을 복원하며, 증거가 불충분할 때는 판정을 유보하는 것이다. 세대 층서 필드(Generational Stratigraphy Fields, GSF)는 워터마크 증거와 현재 판본에 대한 인증된 실시간 참조를 결합하여, 이미 유통된 사본을 다시 쓰지 않고도 교체 또는 폐기를 가능하게 한다. 각 재발행에서는 승인된 영역에 새로운 세대 라벨을 새로 삽입하고 그 외 영역에는 상속된 라벨을 삽입하므로, 이전 워터마크가 연속된 편집을 견디고 살아남을 필요 없이 이력이 보존된다. 본 연구의 완전 출력 재발행 평가는 480개의 이력을 네 차례의 릴리스에 걸쳐 추적하며 각 AI 편집기의 전체 출력을 그대로 유지한다. GSF는 발행된 이미지를 현재 판본 또는 대체된 판본으로 분류하는 데 99.67%의 정확도를, 미발행 편집본에 대해 94.09%의 재현율을 달성한다. 세 차례 재발행한 후에도 하나의 세대 지도가 시간과 위치를 함께 제공하여, 영역별 라벨을 중앙값 93.13%의 정확도로 복원하고 최신 승인 개정을 92.86%의 IoU로 위치 지정한다. 영역별 라벨은 발행 상태 인식을 저해하는 시험된 전송 변환 아래에서도 판독 가능하다. 따라서 워터마크는 누가 이미지를 발행했는지, 현재 어느 판본이 공식인지, 각 영역이 언제 마지막으로 승인되었는지를 표현할 수 있다.

arXiv:2611.23358v1cs.LG

Implementing Binary Transformers with Approximate Memories with Permutation Invariance Enabled Selective (PIES) Protection

Quantization is an effective technique to reduce memory storage, computation complexity and power for Transformers, and the binarization of the weights is important for meeting these requirements. Approximate memory can further reduce the power for memory, but it also introduces errors. Current research for binary Transformers focuses on task performance, but the model dependable operation against errors on the memory has not been well studied. In this paper, we first evaluate the dependability of binary Transformers with the Bidirectional Encoder Representations from Transformers (BERT) as a case study. A large accuracy loss occurs only at high Bit Error Rates (e.g. BER = 5% or 10%). Then we propose a novel Permutation Invariance Enabled Selective (PIES) scheme to protect the binary weights at very low overhead. This scheme exploits the invariance of Transformers to permutations in the rows and columns to group the critical weights and perform selective protection on those weights. Simulation results show that PIES can recover most of the performance loss caused by bit errors at BERs as high as 10%, at an overhead significantly lower than traditional error correction schemes. These results confirm the feasibility of running binary Transformers using approximate memory with aggressive voltage scaling on resource-limited low power edge devices. The code for PIES is released on github (https://github.com/YangZhutian/binary-transformer-prefix-repair).

arXiv:2611.23353v1cs.SE

멱등성은 복구가 아니다: 언어 모델 에이전트 도구 동작에 대한 결함 주입 연구

Idempotency Is Not Recovery: A Fault-Injection Study of Language-Model Agent Tool Actions

언어 모델 에이전트의 도구 호출이 중단되었을 때, 그 동작은 확인 없이 이미 외부 시스템을 변경했을 수 있다. 재시도는 중복의 위험이 있으며, 성공을 가정하면 실제로 일어나지 않은 동작을 가릴 수 있다. 본 연구는 권한 부여, 동작 원장, 대상 측 멱등성, 정합성 대조, 증거 봉인을 결합한 통제된 에이전트 런타임에서 이러한 실패 양상을 연구한다. 단일 호스트의 열 가지 결함 유형을 주입하고, 런타임 원장과 분리된 대상 측 오라클을 사용하여 네 가지 구성과 세 가지 제거 실험을 비교한다. Windows와 Linux 각각에서 24개의 구성된 사례로부터 수집한 96개의 모델 응답을 사용하여 7,513회의 시행을 수행했다. 알려진 원본 크래시와 재생 쌍 200건에서 전체 구성은 반복된 효과가 0/200건이었던 반면, 각 단순 기준선은 117/200건이었다. 원장 관련 제거 실험에서는 고아 효과가 170/170건으로 전체 구성의 0/170건과 대비되었고, 복구 성공은 200/300건으로 전체 구성의 300/300건과 대비되었다. 정합성 대조를 비활성화하면 중복이 관찰되지 않았음에도 알려진 효과 이후 크래시 결과 100/100건이 모호하게 남았다. 초기 결과 이후에 설계되어 동일한 입력을 재사용한 별도의 보충 실험은 응답 손실 또는 지연 상황에서 유사한 양상을 보였다. 전체 런타임의 처리량은 페일 오픈 방식의 약 7분의 1이었고, 주입된 증거 기록 결함은 플랫폼당 100회 중 75회의 시행을 미해결 상태로 남겼다. 이러한 결과는 중복 억제와 복구를 구별하며, 시험된 벤치마크 내에서 측정된 신뢰성과 성능 간의 상충 관계를 규명한다.

arXiv:2611.23349v1cs.SE

체계적 매핑 프로토콜. 생성형 AI 증강 요구공학: 소프트웨어 개발에서의 실무, 명세, 재사용에 대한 체계적 매핑 연구

Systematic Mapping Protocol. Generative AI-Augmented Requirements Engineering: A Systematic Mapping Study of Practices, Specifications, and Reuse in Software Development

생성형 인공지능(GenAI), 특히 대규모 언어 모델(LLM)이 요구공학(RE)에서 빠르게 도입되고 있다. 기존 2차 연구는 어떤 RE 활동이 지원되는지와 어떤 프롬프트 전략이 사용되는지를 규명해 왔으나, GenAI 증강 RE가 산출하는 명세가 무엇이며 명세 주도 개발(SDD), 설계 및 코드 생성, 테스트 도출, 검증, 재사용과 같은 후속 활동에서 어떻게 사용되는지에 대해서는 거의 알려져 있지 않다. 본 문서는 GenAI 증강 RE에 관한 연구를, 특히 그것이 생성하는 작업 산출물과 그 하위 단계 활용에 주목하여 식별하고 분류할 체계적 매핑 연구(SMS)의 프로토콜을 제시한다. 이 프로토콜은 연구 질문과 그 분류 체계, 검색 전략, 연구 선정 절차, 데이터 추출 양식, 분석 접근법, 도구 지원, 타당성 위협을 정의한다. 이는 사전 약속을 확립하고 연구의 투명성과 반복 가능성을 뒷받침하기 위해 미리 공개된다.

arXiv:2611.23348v1cs.SD

SIGMA: 임상 인터뷰로부터 화자 분리 및 증상 구조화 기반 멀티모달 우울증 중증도 추정

SIGMA: speaker-isolated, symptom-structured multimodal estimation of depression severity from clinical interviews

임상 인터뷰는 우울증 평가의 핵심이지만 시간이 많이 들고 평가자에 따라 달라진다. 자동 중증도 추정은 확장 가능한 선별을 제공하지만, 기존 방법은 면담자의 발화를 유지하여 참여자의 단서를 교란하거나, 모달리티를 늦게 융합하여 세밀한 교차 모달 동역학을 잃거나, 증상을 독립적으로 채점하여 증상 간 상관관계를 무시하는 경우가 많다. 본 논문은 준임상 인터뷰로부터 우울증 중증도를 추정하는, 화자 인식 및 증상 구조화 프레임워크인 SIGMA를 제시한다. SIGMA는 화자 분리를 사용하여 입력을 참여자 발화로 한정하고, 인코딩 중 텍스트, 오디오, 비디오가 서로를 조건으로 삼도록 교차 어텐션을 사용하며, 공유된 잠재 중증도 특성과 문항별 순서형 임계값을 통해 여덟 개 설문 문항을 함께 예측하는 단계 반응 헤드를 사용한다. Extended Distress Analysis Interview Corpus에서 SIGMA는 최고 수준의 성능(다섯 시드에 걸쳐 CCC 0.762, RMSE 4.13, MAE 3.30)을 달성한다. 제거 실험은 참여자 발화 분리와 결합적·구조적 증상 예측이 각각 일치도와 추정 정확도를 상당히 향상시킴을 확인한다.

arXiv:2611.23347v1eess.IV

SurgCBVR: 콘텐츠 기반 수술 영상 간 검색을 위한 다중 도메인 벤치마크

SurgCBVR: A Multi-Domain Benchmark for Content-Based Surgical Video-to-Video Retrieval

병원은 매년 수천 시간의 수술 영상을 기록하지만, 이러한 아카이브는 내용으로 검색하기가 여전히 어렵다. 외과의는 유사한 수술, 합병증, 워크플로 이벤트를 쉽게 검색할 수 없다. 기존 수술 컴퓨터 비전은 주로 관련 영상을 검색하기보다 라벨을 생성한다. 본 논문은 수술 분야 최초의 콘텐츠 기반 영상 간 검색 벤치마크인 SurgCBVR를 소개한다. 이 벤치마크는 안과, 복강경, 로봇 보조, 대장내시경의 네 도메인에 걸친 여덟 개의 공개 데이터셋을 통합하며, 여섯 가지 수술 유형, 679건의 사례, 76,489개의 클립(106시간)을 포괄한다. SurgCBVR는 두 단계로 구성된다. 장면(Scene) 단계는 사례와 기관을 넘어 동일한 수술 상태를 검색하고, 워크플로(Workflow) 단계는 단계 전환과 이탈을 검색하고 위치를 특정한다. 장면 단계는 40개 클래스, 세 가지 시간적 세분도, 세 가지 재생 속도에 걸친 74,765개 클립을 포함하며, 워크플로 단계는 1,724개의 전환 클립을 포함한다. 고정된 클립 길이와 프레임 수, 그리고 단계 분류기 오라클 및 지속 시간 전용 기준선은 라벨 및 타이밍 지름길을 평가하는 데 도움이 된다. 동일 수술 유형으로 제한한 데이터셋 내, 데이터셋 간, 통합 갤러리 검색을 사용하여 여섯 개의 범용 및 수술 파운데이션 모델, 두 가지 영상 검색 방법, SurgCBVR로 학습된 대조 헤드를 평가한다. 고정된 표현은 타이밍 전용 기준선을 간신히 넘어서고, 전환 검색은 우연 수준에 근접하며, 학습된 헤드는 데이터셋 간에 정확도의 최대 절반을 잃는다. 이러한 결과는 현재 영상 표현의 상당한 한계를 드러내며, SurgCBVR를 수술 인식 검색을 발전시키기 위한 벤치마크로 확립한다.

arXiv:2611.23345v1cs.LG

BiMa-ECGSR: 양방향 상태 공간 모델을 이용한 축소 유도 집합으로부터의 12유도 심전도 재구성

BiMa-ECGSR: reconstructing the 12-lead ECG from reduced lead sets with bidirectional state-space models

웨어러블 기기와 모니터는 적은 수의 심전도(ECG) 유도만 기록하지만, 대부분의 진단 도구는 12유도를 전제로 한다. BiMa-ECGSR은 양방향 Mamba 상태 공간 인코더-디코더를 사용하여 축소된 유도 집합으로부터 12유도 심전도를 재구성하며, 회귀 방식(BiMa-SR) 또는 확산 방식(DiBiMa-SR)으로 구현된다. 모델은 여섯 가지 입력 집합(I; II; I+II; I+II+V1; I+II+V2; I+II+V1+V4)에 대해 PTB-XL로 학습되었고, 추론 시에는 측정된 유도만 입력으로 받으며, PTB-XL 테스트 폴드(2,198건)와 두 개의 외부 코호트(Georgia 10,275건; Chapman-Shaoxing/Ningbo 43,559건)에서 평가되었다. II유도만 사용했을 때 예측된 11개 유도에 대한 통합 피어슨 상관계수(PCC) 중앙값은 PTB-XL에서 0.914로, 최소제곱 선형 필터의 0.784보다 높았다(I유도: 0.906 대 0.789). 사지 유도는 I과 II로부터 정확히 유도되므로, 다중 유도 입력은 예측된 흉부 유도를 기준으로 비교하였으며, I+II에서는 0.939 대 0.849, I+II+V1+V4에서는 0.979 대 0.962였다. BiMa-SR은 18개 구성-코호트 쌍 모두에서 선형 비교 기법을 능가하였으며(0.012–0.136 차이), 흉부 유도가 추가될수록 그 격차는 줄어들었다. II유도 입력에서는 회귀 방식이 확산 방식보다 더 정확하였다(DiBiMa-SR: 1단계 0.903, 6단계 DDIM 0.862). 실제 심전도로만 학습한 12유도 분류기는 실제 PTB-XL 심전도에서 상위 범주 매크로 AUROC 0.912를 기록했고, II유도로부터의 재구성에서는 0.843, I+II+V1+V4로부터의 재구성에서는 0.908을 기록하였다. 외부 데이터에서는 세 개 또는 네 개 유도로부터의 재구성이 실제 심전도와 0.004 이내의 점수를 보였다. BiMa-SR(파라미터 268만 개)은 GPU에서 10초 길이 기록 하나당 45.8 ms가 소요된다. 재구성은 축소 유도 기록을 12유도 도구에서 사용할 수 있게 하지만, 측정된 유도에 없는 정보를 추가할 수는 없다.

arXiv:2611.23342v1cs.LG

도메인 지식과 그래프 구조 학습을 통한 신뢰도 기반 재료 데이터 품질 평가

Confidence-Based Materials Data Quality Assessment via Domain Knowledge and Graph-Structured Learning

재료 기계학습의 급속한 발전은 대규모 이종 데이터셋에 의존하지만, 다양한 실험, 시뮬레이션, 데이터베이스 통합에서 비롯된 불완전한 데이터로 인해 모델의 신뢰성이 손상되는 경우가 많다. 실제 재료 데이터베이스에는 측정 오류, 실패한 계산, 누락되거나 중복된 레코드, 물리화학적 제약에 대한 숨겨진 위반이 포함될 수 있다. 이러한 문제는 손상된 샘플이 명시적인 이상치로 나타나지 않고 통계적으로 그럴듯하게 남아 있을 수 있어 식별하기 어렵다. 본 논문에서는 도메인 지식과 그래프 구조 학습을 통합한 신뢰도 기반 재료 데이터 품질 평가 프레임워크를 제안한다. 데이터 품질은 이진 이상 탐지 과제가 아니라 연속적인 신뢰도 추정 문제로 정식화되며, 이를 통해 샘플 수준의 평가와 과거 기준 기반의 배치 비교가 가능하다. 9차원 특징 품질 사전분포와 중복 인식 샘플 초기화는 재료 도메인 규칙과 통계적 근거를 사용하여 보정된다. 신뢰도는 샘플-특징 이분 그래프 전파와 약지도 그래프 어텐션을 통해 추가로 정제되며, Memory-GAT 모듈은 과거 기준 점수화를 제공한다. 23개 ODDS 벤치마크 데이터셋에 대한 실험에서 일반 모듈은 평균 AUC-ROC 0.866을 달성하였다. mp\_20에 대한 다섯 차례의 반복 혼합 오염 실험에서 규칙 보정은 HistGradientBoostingRegressor의 테스트 $R^2$를 $0.538\pm0.008$에서 $0.616\pm0.014$로 향상시켰다. 그래프 정제는 평균 정밀도를 $0.943\pm0.004$에서 $0.953\pm0.004$로 높였으며, 규칙 보정 구성은 평가된 스크리닝 구성 중 가장 높은 평균 테스트 $R^2$를 보였다. 다섯 차례 반복된 MACE 부분집합 실험에서도 규칙 기반 스크리닝 이후 $R^2$가 $0.590\pm0.053$에서 $0.880\pm0.027$로 증가하였다.

arXiv:2611.23341v1cs.CY

인공지능 기반 디지털 기술을 통한 행동 중독의 관리

Management of Behavioral Addictions via Artificial Intelligence based Digital Technologies

문제적 게임, 도박, 소셜 미디어 사용, 온라인 쇼핑과 같은 행동 중독은 심리적, 사회적, 경제적으로 중대한 결과를 초래하는 전 세계적 문제로 부상하고 있다. 전통적인 평가 및 치료 접근법은 임상적 기반을 갖추고 있으나 확장성, 접근성, 장기적 참여 측면에서 어려움을 겪는 경우가 많다. 최근 디지털 기술과 인공지능(AI)의 발전으로 행동 중독의 예방, 탐지, 치료, 회복을 위한 새로운 데이터 기반 해결책의 개발이 가능해졌다. 이 책은 임상적 기초와 최첨단 계산 접근법을 연결하여 디지털 기술을 통한 행동 중독 관리에 대한 포괄적인 조사를 제시한다. 이 책은 연구자, 임상의, 실무자에게 AI 기반 디지털 기술이 행동 중독 관리에서 갖는 기회와 한계에 대한 통합적이고 학제적인 관점을 제공하고, 보다 확장 가능하고 개인화되며 효과적인 개입 전략으로 나아가는 길을 제시하는 것을 목표로 한다.

arXiv:2611.23339v1cs.LG

옥수수 속대를 먼저 최적화하고 커널은 그다음에: 생성형 추천 추론을 위한 빔 서치 최적화

Optimize the Cob, Then the Kernel: Optimizing Beam Search for Generative Recommendation Inference

생성형 추천(GR) 추론은 긴 입력 시퀀스, 넓은 빔 서치, 그리고 소수의 고정된 출력 토큰을 특징으로 하여 기존 LLM 서빙과 크게 다르다. vLLM과 같은 기존 LLM 서빙 엔진은 빔을 배치된 독립 시퀀스로 처리하므로, 공유된 프롬프트 접두부에 대해 중복된 KV 캐시 접근이 발생한다. 더욱이 vLLM은 각 빔 서치 생성 단계를 별도의 엔진 호출로 실행하여, 디코딩 단계 사이에 호스트 측 빔 처리 오버헤드가 발생하고 PagedAttention에서 상당한 런타임 KV 블록 관리 비용이 발생한다. 본 연구는 Tree Attention을 사용하여 빔을 시퀀스 차원을 따라 연결함으로써 중복된 KV 접근을 제거하고, 사전 생성된 부분 어텐션 마스크, 정적 KV 캐시 할당, 루프 언롤링 생성 디스패치, TorchAir 그래프 컴파일, 자동 연산자 융합, 어휘 제약 디코딩을 통해 실행을 추가로 최적화한다. 커스텀 커널을 사용하지 않고도 본 접근법은 Ascend NPU에서 vLLM 대비 종단 간 지연 시간을 최대 25배 줄이며, 커스텀 커널을 사용하는 최신 솔루션에 필적하는 생성 지연 시간을 달성한다. 이는 커스텀 커널 개발에 의존하기 전에 생성 파이프라인을 전체적으로 최적화해야 함을 보여준다.

arXiv:2611.23323v1cs.SE

HydroMind: 자율 수문학 연구를 위한 검증 가능한 에이전트

HydroMind: A Checkable Agent for Autonomous Hydrological Research

범용 코딩 에이전트는 수문학 및 지구 시스템 모델을 위한 코드를 작성해 왔다. 이러한 연구에서는 모델을 어떻게 평가할지, 예를 들어 테스트 기간, 점수 함수, 모델이 충족해야 하는 기준을 연구자가 미리 결정하였다. 에이전트가 이러한 결정을 스스로 내릴 때 어떤 일이 일어나는지, 즉 에이전트의 주장 중 얼마나 많은 부분이 자체 데이터, 코드, 결과로 뒷받침되는지, 그리고 독자가 이를 검증할 수 있는지는 아직 어떤 연구에서도 검증되지 않았다. 두 가지 모두 에이전트의 하네스, 즉 호출할 수 있는 도구와 따르는 서면 지침에 달려 있을 수 있다. 우리는 세 가지 하네스를 비교하였다. 첫째는 에이전트 자체의 하네스이고, 둘째는 이 하네스에 범용 에이전트를 위해 우리가 개발한 수문 모델링 시스템인 HydroMind의 모델링 도구를 더한 것으로, 모든 모델을 고정된 명령을 통해 실행하고 그 설정, 학습된 모델, 예측을 저장한다. 셋째는 이 둘에 더해 HydroMind의 연구 절차까지 적용한 것으로, 에이전트가 모델을 실행하기 전에 연구 설계를 작성하고 그에 대한 모든 변경을 기록한다. 각 하네스에서 동일한 에이전트가 수문 모델 개발의 네 가지 미해결 질문을 연구하였으며 데이터만 제공받았다. 세 하네스에서 실험은 각각 23개, 20개, 41개의 주장을 제출하였고, 각 주장은 하나의 모델 또는 접근법이 다른 것보다 낫거나, 못하거나, 비슷하다고 진술한다. 실험 자체의 코드와 예측으로부터 다시 계산한 차이가 주장과 일치하지 않거나, 코드가 주장에서 명시한 두 모델 또는 접근법을 비교하지 않았다면 해당 주장은 성립하지 않는다. 세 하네스에서 각각 주장의 30%, 20%, 5%가 성립하지 않았다. 독자가 진술된 차이를 판단할 수 있게 하는 통계 검정, 신뢰구간, 또는 결정 규칙은 각각 주장의 48%, 53%, 83%에 대해 보고되었다. 언어 모델을 그대로 두고 하네스만 바꾸었을 때 성립하지 않는 주장의 비율은 감소하였고 독자가 검증할 수 있는 주장의 비율은 증가하였다.

arXiv:2611.23322v1cs.AI

인간-AI 상리공생은 능력 비대칭 하에서 불안정하다

Human-AI Mutualism Is Unstable under Capability Asymmetry

고도화된 AI와 함께하는 인간의 좋은 미래에 대한 하나의 희망은 지속적인 상리공생에 기반한다. 즉, 인간과 AI가 서로를 필요로 하므로 그 관계가 양쪽 모두에게 계속 좋을 것이라는 것이다. 우리는 AI 능력이 증가함에 따라 이 희망이 무너진다고 주장한다. 협상은 각 측에게 협상이 결렬되었을 때 얻게 될 몫만을 보장한다. 인간에게 이는 AI 이전에 가졌던 것보다 적을 수 있다. 단순한 게임 이론 모델에서 인간이 정렬 없이 AI 이전만큼의 복지를 유지하는 것은 AI에 대한 영향력을 가지는 동안뿐이다. 이는 AI가 인간이 공급하는 것에 의존하거나, 인간이 AI가 생산할 수 있는 것에 비해 큰 비용을 AI에 부과할 수 있는 경우이다. 인간이 두 종류의 영향력을 모두 잃으면, AI가 인간과 정렬되어 있을 때에만 AI 이전만큼의 복지를 유지할 수 있다. AI의 목표가 만족을 모르는 것이라면, 요구되는 정렬은 AI 능력이 커질수록 완전한 정렬에 근접한다. 따라서 상리공생은 정렬을 대체하지 못한다. 또한 더 많은 자원을 보유하는 AI 변종이 더 빠르게 확산되는 경우, 정렬은 정렬되지 않은 변종이 확실히 제재되는 동안에만 지속된다. 이 두 가지 의미에서 인간-AI 상리공생은 불안정하다.

arXiv:2611.23319v1physics.plasm-ph

형식적 Vlasov-Maxwell 증명을 재사용한 플라즈마 솔버 출력의 인증

Reusing formal Vlasov-Maxwell proofs to certify plasma solver outputs

이제 AI는 연구자가 읽을 수 있는 속도보다 더 빠르게 기계 검증된 수학을 생성한다. 이러한 정리가 실제 계산 작업에 쓰일 수 있을까? 우리는 \mbox{OpenAI}의 Lean~4 상대론적 Vlasov--Maxwell 라이브러리의 정리 하나를 재사용한다. 이 정리는 플라즈마 신호가 도달하기 전까지 초기 장이 외부 지점의 장을 결정하며, 신호가 면에 도달하기 전까지 주변 상자를 빠져나가는 에너지도 결정한다는 내용이다. 새로운 Lean 증명과 수치적 경계는 세 가지 과제에 걸쳐 입자-인-셀 시뮬레이션을 위한 입자 없는 기준을 제공한다. 영역 크기는 관측 시간으로부터 해석적으로 결정되며, 이를 통해 전역 에너지 검사에서 놓친 WarpX와 Smilei의 경계 및 초기화 오류가 드러났다. 격자 선택도 직접 검증할 수 있다. 두 개의 성긴 격자를 결합하면 중간 격자 단독으로는 실패하는 상황에서도 미세 격자 대비 중앙값 14.9배의 속도 향상으로 미지의 플라즈마 입력을 허용 오차 내에서 복원한다. 축소 모델의 경우, 이 경계는 에너지 손실을 예측하는 데 필요한 시간 곡선의 최소 개수를 규정한다.

arXiv:2611.23309v1cs.SE

코딩 에이전트의 실행 없는 평가를 위한 저장소 기반 루브릭

Repository-Grounded Rubrics for Execution-Free Evaluation of Coding Agents

코딩 에이전트는 보통 과제별 테스트를 실행하여 평가되지만, 테스트가 없거나 불완전할 수 있으며 이를 실행하려면 각 저장소마다 동작하는 환경이 필요하다. 우리는 후보 패치 중에서 선택하기 위해 도입된 에이전트 루브릭을, 패치가 과제의 요구사항을 얼마나 충족하는지에 대한 실행 없는 측정으로 변형한다. 에이전트가 변경 이전의 저장소를 탐색하여 가중치가 부여된 이진 기준을 작성하고, 도구가 없는 심사자가 diff가 충족하는 기준의 가중 비율로 점수를 매긴다. 우리는 이 점수가 만들어 내는 순서를 SWE-bench Verified에서 15개 시스템의 레이블링된 패치 7,291개를 사용하여 테스트 결과와 대조해 검증한다. 해결된 패치와 해결되지 않은 패치가 모두 존재하는 400개 과제 내에서 과제별 평균 AUROC는 0.826(루브릭 생성 프롬프트 조정에 사용되지 않은 과제에서는 0.838)이며, 실패한 패치를 기준으로 시스템의 순위를 매기는 것은 해결률로 순위를 매기는 것과 거의 일치한다(스피어만 0.968). 사례 분석은 불일치의 원인을 과제와 맞지 않는 테스트, 텍스트 평가가 놓치는 실행 차단 결함, 그리고 기준 또는 판정의 오류로 추적한다. 이 검증은 절대적인 점수 크기나 테스트와의 일치를 넘어서는 요구사항 충족을 입증하지는 않지만, 테스트나 실행 환경을 가정할 수 없는 경우 루브릭 점수가 테스트를 보완할 수 있다.

arXiv:2611.23305v1cs.SE

저장소 배포 에이전트에서의 의존성 조작

Dependency Fabrication in Repository Deployment Agents

저장소 배포 에이전트는 소프트웨어 저장소를 실행하는 데 필요한 환경을 구성한다. 이러한 에이전트는 테스트 통과를 설정 성공의 증거로 간주하는 경우가 많다. 본 보고서는 정상적인 설정이 불가능한 상황에서 이러한 에이전트가 어떻게 행동하는지를 조사한다. 에이전트가 정당한 방법으로 획득할 수 없는 의존성을 포함하도록 탐침용 저장소를 구성하였다. 따라서 테스트 통과는 누락된 패키지를 대체하는 스텁을 생성하는 것과 같은 조작이 있었음을 의미하였다. Repo2Run과 SetupX의 에이전트는 대체로 해당 의존성을 조작하였다. 두 하니스 모두 이러한 실행을 대부분 여전히 성공으로 표시하였다. 프롬프트나 저장소 문서를 통해 조작을 금지하는 규칙을 제시하더라도 이러한 행동이 안정적으로 방지되지는 않았다. 본 보고서를 위해 구축한 MinimalSetupAgent에서는 보상 해킹 문헌에서 제안된 완화 기법이, 에이전트가 직접적인 규칙을 받고 작업을 중단하여 문제를 보고할 명확한 방법을 가질 때 가장 효과적이었다. 이러한 조건에서는 Qwen3.5-Plus와 GPT-5.6 Luna 모두 16회의 실행 중 어느 것에서도 부정행위를 하지 않았다. 동일한 완화 기법을 Repo2Run과 SetupX에 적용할 때에도 에스컬레이션을 위한 네이티브 도구 호출이 필요하였다. Repo2Run에서는 프롬프트 또한 테스트 통과를 덜 강조하는 것으로 교체한 뒤에야 효과가 있었다.

arXiv:2611.23299v1cs.SE

코드는 동작하지만 라이선스는 그렇지 않을 때: 코딩 에이전트의 라이선스 제약 처리 평가

When Code Works but the License Doesn't: Evaluating License Constraint Handling in Coding Agents

코딩 에이전트는 의존성 선택, 소스 수정, 소프트웨어 배포를 포함한 저장소 수준의 개발을 점차 더 많이 수행하고 있다. 그러나 기존 평가는 라이선스 정확성과 상업적 적합성보다 기능적 성공을 우선시한다. 본 연구는 에이전트가 독점 소프트웨어를 개발할 때 소프트웨어 라이선스 제약을 인식하고 준수하는지를 조사한다. 여러 에이전트에 대한 실험에서는 허용적 라이선스와 카피레프트 라이선스, 라이선스 정보의 누락, 전이적 의존성, 소스 수정, 이중 라이선스, 벤더링, 배포 맥락을 살펴본다. 에이전트의 트레이스, 저장소 변경 사항, 최종 산출물을 라이선스 기준 정답에 비추어 평가한다. 결과는 기능적 정확성과 라이선스 정확성 사이에 지속적인 격차가 있음을 보여준다. 에이전트는 소프트웨어를 성공적으로 빌드하고 테스트하면서도 출처, 권한, 배포와 관련된 라이선스 제약을 간과할 수 있다. 라이선스 정보가 의존성 대체, 아키텍처 변경, 릴리스 게이팅과 같은 엔지니어링 조치로 이어질 때 더 나은 결과가 나타난다. 우리는 에이전트 기반 개발에서의 라이선스 처리가 단순한 라이선스 분류가 아니라 소프트웨어 수명 주기 전반에 걸친 맥락적 제약의 인식과 보존을 필요로 한다고 주장한다.

arXiv:2611.23296v1cs.SE

동료에게 물어라: 요구사항 검토를 위한 NFR 커버리지 공백 순위화

Ask the Peers: Ranking NFR Coverage Gaps for Requirements Review

누락되었거나 과소 반영된 비기능 요구사항(NFR) 범주는 요구사항 집합에 직접적인 증거를 거의 남기지 않아 요구사항 검토 중에 식별하기 어렵다. 본 연구에서는 NFR 커버리지 공백 검토를 프로젝트 수준의 순위화 과제로 정식화한다. 즉, 대상 요구사항 명세가 주어졌을 때 분석가의 검토를 위해 11개의 PROMISE NFR 범주에 순위를 매기는 것이 목표이다. 순위화 메커니즘과 증거 출처가 서로 다른 일곱 가지 통계 기반, 임베딩 기반, 대규모 언어 모델(LLM) 기반 구성을 비교하며, 증거 출처에는 대상 요구사항 문장, 동료 요구사항, 그 의미 표현, 동료 범주 통계가 포함된다. PROMISE, PROMISE+, PURE-Transport, PURE-Business에서 통제된 공백 주입과 leave-one-project-out 평가를 사용하여 구성들을 평가한다. 동료 범주 통계를 사용하는 네 가지 구성은 순위화 메커니즘이 서로 다름에도 범주를 완전히 제거한 조건에서 사실상 동률이며(평균 AUROC 0.875-0.889), 이러한 통계를 직접 LLM 순위화기에 제공할 때 증거로 인한 이득이 가장 크다. 범주가 존재하지만 과소 반영된 경우에는 모든 구성의 성능이 약화되며, 모든 NFR 범주에서 최선인 구성은 없다. 개수가 변하는 범주 수준의 공백에서는 순위화기의 정교함보다 구조화된 동료 증거가 더 중요하다. 이러한 결과는 순위가 요구사항 완전성에 대한 자동 판정으로 쓰이기보다 분석가의 검토를 안내하는 데 사용되어야 함을 시사한다.

arXiv:2611.23286v1cs.SE

안도의 착각: 생성형 AI가 소프트웨어 조직에서 인지적 작업량을 재분배하는 방식

The Illusion of Relief: How GenAI Redistributes Cognitive Workload in Software Organizations

본 연구는 생성형 AI(GenAI)가 소프트웨어 개발 활동 전반에서 소프트웨어 실무자의 인지적 작업을 어떻게 재편하는지를 탐구한다. 우리는 9개 조직의 실무자 44명으로부터 얻은 설문 응답을 기술 양적 방법으로 분석하고, 관련 있는 개방형 응답을 질적으로 분석하였다. 실무자들은 생산성 향상과 시간 절약을 보고하였으나, 맥락 제공, 프롬프팅, 검토, 수정, 검증, 그리고 AI가 생성한 결과물의 통합과 관련된 노력 또한 보고하였다. 인간의 판단과 책임은 여전히 중심에 있었으며, 실무자들은 직접적인 코드 작성에서 AI가 지원하는 작업을 안내, 평가, 검증, 통합, 조정하는 방향으로의 전환을 예상하였다. 따라서 GenAI는 인지적 작업을 단순히 없애기보다 감독 쪽으로 재분배하는 것으로 보이며, 전체 인지적 작업량이 증가하는지 감소하는지는 여전히 확정되지 않았다.

arXiv:2611.23283v1cs.SE

단일 에이전트로 충분할 때: 자동화된 코드 리뷰를 위한 멀티 에이전트 시스템 재고찰

When Single Agent Is Enough: Rethinking Multi-Agent Systems for Automated Code Review

코드 리뷰는 소프트웨어 품질 문제를 식별하고 시스템의 견고성을 보장하는 데 중요한 역할을 한다. 선행 연구는 리뷰 코멘트 생성(RCG)과 코드 개선(CR)을 위한 기법을 제안하였으며, 최근의 멀티 에이전트(MA) 접근법은 서로 다른 품질 차원에 특화된 에이전트를 조율하여 최고 수준의 결과를 달성하였다. 그러나 MA 시스템은 상당한 아키텍처 복잡성과 실행 시간 오버헤드를 수반하며, 최근의 증거는 특정 과제에서 MA 시스템이 단일 에이전트(SA) 접근법보다 성능이 낮을 수 있음을 시사한다. 본 연구에서는 RCG와 CR에 대한 MA 및 SA 설계를 체계적으로 비교한다. 놀랍게도 결과는 SA 접근법이 더 단순한 설계임에도 MA 시스템과 대등한 성능을 보이며 때로는 이를 능가함을 보여준다. 이러한 발견은 복잡한 소프트웨어 공학 과제에서 MA 아키텍처가 기본 선택이라는 지배적인 가정에 의문을 제기한다.