Papers with Code
AI 논문과 코드·arXiv 링크를 함께 보며 최신 연구 흐름을 따라가는 연구 큐레이션
소개
ML 논문을 검색하면 관련 코드 리포지토리와 데이터셋을 한눈에 보여줍니다. 연구자와 실무자가 최신 성능을 따라가고, 제공된 구현으로 빠르게 실험을 재현하는 데 유용합니다. 단순 문헌 목록이 아니라 실행 가능한 코드가 연결된 논문에 초점을 맞춥니다.
에디터 한마디
실행 가능한 코드와 데이터셋이 함께 필요한 연구자나 엔지니어에게 적합합니다; 최신 ML 방법을 재현하거나 빠르게 프로토타입을 만들고자 할 때 써볼 만합니다.
주요 기능
- 주제 검색(예: diffusion models) → 코드 리포지토리 직접 링크 제공
- 논문 페이지 열기 → 구현과 함께 참조된 데이터셋도 표시
- 관심 분야 팔로우 → 최신 SOTA 작업 업데이트 수신
- 런타임 가능한 구현에 초점 — 코드가 있는 논문 우선 노출
이런 상황에 추천
- 박사과정 학생이 비전 분야 최신 기법을 조사하면서 재현 가능한 코드를 제공하는 논문을 추려야 할 때
- ML 엔지니어가 새 기능 프로토타입을 만들면서 최근 논문의 준비된 코드와 참조 데이터셋이 필요할 때
이렇게 써보세요
- 1 실행 가능한 코드가 있는 논문 선별하기
회원가입 후 주제(예: "vision transformer fine-tuning")로 검색 → 코드 링크가 표시된 최신 논문을 골라 읽기 목록에 저장 → 각 논문 페이지에서 연결된 저장소와 데이터셋을 확인하여 재현성이 높은 논문을 선별합니다.
- 2 프로토타입용 즉시 실행 가능한 구현 찾기
구현하려는 방법을 검색(예: "denoising diffusion model") → 저장소 링크와 라이선스 정보가 있는 논문을 선택 → 저장소로 이동해 예제 사용법을 복제하거나 로컬 프로토타입에 붙여넣습니다.
- 3 모델별 성능 지표 비교하기
관심 있는 벤치마크나 과제(예: "ImageNet accuracy")를 검색 → 리더보드나 과제 페이지에서 상위 논문과 지표를 확인 → 각 논문을 열어 코드 링크와 데이터셋 정보를 검증합니다.
- 4 논문에서 참조한 데이터셋 수집하기
관련 논문군(예: "semantic segmentation")을 검색 → 유망한 논문을 열어 데이터셋 섹션의 이름과 링크 확인 → 데이터셋 링크로 이동해 라이선스와 다운로드 방법을 확인합니다.
- 5 서브필드를 팔로우해 새 코드 릴리스 추적하기
관심 영역(예: "diffusion models")을 팔로우 또는 구독 → 피드나 이메일 업데이트에서 새로 추가된 코드 포함 논문을 확인 → 관련 논문이 나타나면 바로 열어 구현과 데이터셋을 확보합니다.
장단점
장점
- 논문 페이지에서 연결된 코드 저장소로 바로 이동할 수 있어 구현 시도 속도가 빠릅니다.
- 각 논문에 참조된 데이터셋이 함께 표시되어 재현 실험에 필요한 데이터 탐색이 수월합니다.
- 리더보드와 팔로우/구독 기능으로 특정 연구 분야의 최신 성과와 코드 릴리스를 꾸준히 추적할 수 있습니다.
단점
- 머신러닝·AI 중심 플랫폼이라 비(非)ML 분야나 희소한 하위 분야의 문헌·코드가 부족할 수 있으며, 유료 논문의 전체 본문(PDF) 제공은 보장되지 않습니다.
시작하는 법
- 1 paperswithcode.com에 접속(계정 불필요)
- 2 관심 주제를 검색하거나 최신 ML 분야를 둘러보기
- 3 논문 페이지를 열어 연결된 코드와 데이터셋에 바로 접근
비슷한 도구
FAQ
어떤 플랫폼에서 사용할 수 있나요?
Web에서 사용 가능합니다.
한국어를 지원하나요?
현재 한국어는 지원하지 않습니다.