한 줄 요약

로봇 학습이 ‘고정 정책을 테스트 시에 고치기’와 ‘코드형 실행 스킬을 재사용하기’ 두 길로 정리되고, 스킬 압축·화면 활동 컴파일·데이터 에이전트 벤치마크·이디시어 전용 모델이 그 변화를 수치로 보여준다.

Research Papers

Weights or Skills: 로봇 학습의 ‘가중치 vs 스킬’ 분기점 지도

새 설문은 로봇 학습을 두 가지 접근으로 정리한다. 시각‑언어‑행동(VLA) 정책의 고정 가중치에 능력을 담거나, 에이전트가 실행 가능한 코드를 스스로 작성·개선해 스킬로 재사용하는 방식이다. 저자는 여섯 기법 계열의 대표 77개 시스템을 검토하며, 제로샷 프로그램 합성부터 스킬 메모리와 진화 탐색을 결합한 폐루프 자기개선까지 메커니즘을 조작적으로 정의하고, 실행 피드백·스킬 메모리·진화 탐색을 모두 갖춘 개방형 루프는 아직 소수 최신 시스템만이 차지한다고 분석한다. 아울러 ‘스킬 경제’의 현재와 쟁점을 정리한다. ¹

‘가중치’ 축에서는 Retrieve in Time, Correct in Frequency(RTCF)가 고정 VLA 정책을 학습 없이 테스트 시 보정한다. 네 개 LIBERO 스위트와 조건당 2,000회 에피소드에서, RTCF는 총합 성공률을 86.4%에서 88.4%로, LIBERO‑Long을 61.6%에서 68.6%로 끌어올렸다. 이는 실행 과정을 성공 메모리와 점진적으로 정렬하고, 회수된 동작의 저주파 잔차만 클리핑해 이식하는 방식으로, 파라미터 업데이트·반복 추론·추가 그래픽처리장치(GPU) 없이, 단일 정책 호출 뒤 클라이언트 중앙처리장치(CPU)에서 동작 청크당 중앙값 10.99밀리초의 오버헤드로 수행된다. ²

‘스킬’ 축에서는 SkillZip이 에이전트 스킬 라이브러리를 실행 계약을 보존한 채 압축한다. 반복되는 섹션 단위 모티프를 경계 시그니처, 의존성 폐쇄, 검증기 도달성을 유지하는 가역 매크로로 치환하며, 가장 강한 기준선 대비 최대 12.2포인트 향상, 3.46배 압축비, 99.2% 의존성 보존, 98.7% 검증기 도달성을 보고한다. 200개에서 10만 개까지 스킬 규모가 달라도 견고한 검색 성능을 보였다. ³

설문은 이 기술들을 로봇 스킬 마켓플레이스와 연결한다. 현재는 ‘원‑탭’ 스킬을 정적 재생으로 배포하는 경우가 많아, 적응, 이종 로봇 간 이식성, 출처 추적, 안전 검증, 합성, 표준화 등의 미해결 과제가 드러난다. 분류 체계와 사례들은 단기적으로 두 선택을 제시한다. 테스트 시 메모리로 고정 정책을 보강할지, 실행 계약을 갖춘 스킬에 투자해 유지·검증 체계를 함께 구축할지다. ¹

Activity Frames: 화면 활동을 결정적으로 컴파일한 에이전트 메모리

이 논문은 사용자 화면 캡처를 형식화된 ‘액티비티 프레임’으로 컴파일해, 컴퓨터 사용 에이전트가 비싼 최상위 추론에 의존하지 않고 이미 수행된 루틴을 그대로 재사용하도록 한다. 단일 사용자의 51일 활동 동안 128,756개 프레임 코퍼스에서, 하루치 원시 캡처를 68밀리초에 프롬프트 준비 컨텍스트 블록으로 86배 축소했고, 이 블록을 읽은 에이전트는 독립 오라클 대비 질의 응답 정확도 98.4%(Wilson 95% CI 91.7–99.7%)를 기록했다. 같은 캡처의 대형 언어 모델(LLM) 요약은 66–80%에 그쳤다. ⁴

이 컴파일러는 위임 이전의 수요 측 비용을 재는 도구도 겸한다. 루틴 오버헤드 비율 R은 60–343배, 위임 가능한 루틴 재발률은 내표본 9.0%, 외부표본 7.7%로 보고되어, 전체 플릿 토큰 상한선을 약 8%로 시사한다. 컴파일된 루틴은 모델이 개입하지 않는 0토큰 결정적 재생으로 시연되었고, 스키마·컴파일러·평가 하네스는 공개되어 있다. ⁴

DataSpace: 이질적 워크스페이스에서 검증 가능한 데이터 에이전트 벤치마크

DataSpace는 에이전트가 CSV, JSON, SQLite, 마크다운, PDF, 동영상으로 이루어진 작업 공간에서 근거를 찾아 조인해, 완전하고 검증 가능한 표를 산출하도록 요구한다. 410개 다국어 과제와 7,439개 아티팩트(총 15.01GB)를 담고, KDD Cup 2026 Data Agents for Complex Data Analysis 대회의 공식 평가 벤치마크로 사용되었다. ⁵

헤더 불변 정렬, 타입·정밀도 인식 정규화, 순서 인식 행 비교를 수행하는 결정적 평가기를 제공한다. 최근 공개된 6개 멀티모달 모델과 5개 널리 쓰이는 에이전트 하니스 조합에서 최고 정확도는 66.34%였고, 동일 백본에서도 하니스 선택만으로 15.36포인트 격차가 발생했다. 멀티모달 증거 통합과 조인은 여섯 백본 모두에서 정확도를 낮춰, 벤치마크가 아직 포화되지 않았음을 보여준다. ⁵

LLM & SOTA Models

MameLoshnLM: 이디시어 전용 80억 매개변수 LLM

MameLoshnLM은 이디시어에 특화된 최초의 공개 80억 매개변수 대형 언어 모델(LLM)로, Llama 3.1 8B를 고품질 코퍼스(Oytser)로 계속 사전학습하고, 다중 과제 벤치마크(Kashes)로 평가해 만들었다. 벤치마크 전반에서 유사 규모 공개 기준선을 앞선다. ⁶

저자들은 정량 지표를 넘어, 범용 다국어 모델 대비 이디시어의 어휘·형태론적 패턴을 더 잘 포착한다고 보고한다. 이는 저품질 다국어 웹 데이터가 저자원 언어에서 보이는 한계를 드러내며, 역사적으로 풍부하지만 디지털에서 소외된 언어를 위한 실용적 모델 개발 템플릿을 제시한다. ⁶

Open Source & Repos

Ray: 분산 AI 컴퓨팅 엔진

Ray는 코어 분산 런타임과 AI 라이브러리 묶음으로 구성된 AI 컴퓨팅 엔진이다. 저장소에는 문서, 커뮤니티 슬랙, 질의 토론 링크가 제시되어 있어 시작에 도움이 된다. ⁷

분산 학습이나 병렬 계산을 모색하는 팀은 스크립트와 서비스를 임시로 엮는 대신, 통합 런타임과 라이브러리를 활용할 수 있다. 저장소는 설치, 예제, 커뮤니티 지원의 출발점이다. ⁷

왜 중요한가

로봇 학습은 ‘더 훈련’에서 ‘이미 성공한 것을 재사용’으로 무게중심이 옮겨가고 있다. 메모리로 고정 정책을 테스트 시 보정하거나, 실행·검증 가능한 스킬로 절차를 외부화하는 흐름이다. 이는 재학습 위험을 낮추는 대신 검색, 압축, 검증, 유지보수 역량을 핵심 과제로 부각시키며, 이번 설문과 논문들은 이를 구체 메커니즘과 수치로 제시한다. ¹

동시에 실무 도구도 따라붙고 있다. 결정적 액티비티 메모리 컴파일러와 통합 데이터 에이전트 벤치마크는 비용과 오류를 측정 가능하게 만들고, 이디시어 전용 80억 모델은 특정 도메인 데이터가 범용 다국어 코퍼스를 능가할 수 있음을 보여준다. 합쳐서 더 감사 가능하고 효율적인 에이전트 스택으로의 이행을 가리킨다. ⁵

이번 주 시도해볼 것

1. RTCF 도식 살펴보기: 진행 정렬과 주파수 보정이 어떻게 결합되는지 도해와 방법 절을 훑어본다(ArXiv). ²
2. Ray README 탐색: 런타임과 라이브러리 구성이 어떻게 이어지는지 저장소를 훑어본다. ⁷