Instruct.KR 2025 12월 Meetup - Agents · Luma
요약
상세 내용
행사 개요 및 목적:
본 밋업은 2025년 12월 20일 토요일 13시부터 19시까지 서울 종로구 월드 스페이스 서울에서 진행됩니다. 이번 밋업의 핵심 테마는 "Agents"로, 단순히 텍스트를 생성하는 수준을 넘어 스스로 계획하고, 도구를 사용하며, 복잡한 목표를 달성하는 AI 에이전트(AI Agent)의 핵심에 깊이 파고드는 것을 목표로 합니다. 지난 밋업에서 호평받았던 짧은 발표와 충분한 네트워킹 시간을 바탕으로, 핵심 발표, 실제 작동하는 데모, 커뮤니티 해커톤이 결합된 원데이 프로그램으로 구성됩니다. 현재 일반 참여자 등록은 500명 이상 등록으로 마감되었으며, 대기 등록이 가능합니다.
행사 구성 및 주요 발표 내용:
* 김동규 (NomaDamas @Jeffrey Kim): Claude Hackathon 1위 수상팀인 AutoRAG 팀의 경험을 공유하며, 수상 비결, '바이브 코딩(Vibe Coding)' 및 오픈소스 개발 관련 이야기를 다룹니다.
* 변형호 (NotoLab @Noto): 파인 튜닝(Fine-Tuning) 분야의 오래된 질문인 LoRA와 풀 파인 튜닝(Full Fine-Tuning)에 대한 연구 및 사례를 소개합니다. 특히 2025년 9월 발표된 Thinking Machine의 논문 'Lora Without Regret'의 결과와 실제 적용 사례를 비교하며, Meta의 'Physics of Language Models'에서 다룬 정보 이론적 접근(Information Theoretic Approach)을 소개합니다.
* 한승윤 (KAIST @seungyoonee): 시간 제약 쿼리 데이터셋(Time-Constrained Query Dataset)으로 모델을 파인 튜닝할 때 발생하는 재난적 망각(Catastrophic Forgetting) 현상을 해결하기 위한 Time-Specifier Model Merging (TSM) 기법을 제안합니다. TSM은 시간 인지 능력 향상과 기존 비시간적 쿼리 성능 유지 간의 딜레마를 해결하는 것을 목표로 합니다.
* 정이태 (XCENA @Yitae Jeong): Knowledge Graph (KG) 기반의 Retrieval-Augmented Generation (GraphRAG) 시스템에서 KG 구성 방식이 RAG 품질에 미치는 영향을 분석합니다. CDL25' 트렌드 리뷰와 SEOCHO 설계/구현 경험을 바탕으로 설명합니다.
* 이경주 (D.LAB): Gemini 2.5 Pro를 활용하여 정보올림피아드 문제 해결 시 단일 프롬프트(Single Prompt)로는 저조했던 점수를 워크플로우(Workflow)와 프롬프트 엔지니어링(Prompt Engineering)을 통해 만점으로 끌어올린 과정을 발표합니다.
* 김민준 (KAIST): From scratch로 학습된 한국어 오픈소스 언어모델 KORMo 프로젝트 개발기를 소개합니다.
* 이경록 (테디노트 @teddy): LangGraph V1.0의 주요 기능을 살펴보고, 미들웨어(Middleware), HITL(Human-In-The-Loop), 다이내믹 프롬프트(Dynamic Prompt), 컨텍스트 엔지니어링(Context Engineering), 멀티 에이전트(Multi-Agent) 등 AI Agent 개발에 활용 가능한 기능들을 사례와 함께 소개합니다.
* 김보겸 (래블업 @겸): 타입(Type) 활용을 통해 에이전트(Agent)와 협업하며 겪었던 시행착오와 양질의 컨텍스트 및 사람과 에이전트 모두가 이해하는 파이썬 코드 베이스(Python Codebase) 구축 경험을 공유합니다.
* 김나연, 어태경 (카카오 카나나팀): MoE (Mixture-of-Experts) 모델을 from scratch로 학습한 Kanana 팀의 Pre-training 및 Post-training 노하우를 소개합니다.
* 심대열 (OpenAI): Codex CLI를 바탕으로 최근 출시된 OpenAI의 GPT 5.1 codex-max:xhigh를 활용한 다양한 에이전트 워크플로우 개발 노하우를 소개합니다.
* 윤주운 (Sionic AI): 에이전트의 워크플로우를 자동 생성하는 DSL (Domain-Specific Language) 및 백엔드 엔진(Backend Engine)인 Sionic Storm 플랫폼의 Swifap 플랫폼을 라이브 시연과 함께 소개합니다.
* HuggingFace KREW (유용상 외 4인): Ko-AgentBench: 한국어 도구 호출(Tool-Calling) 에이전트를 위한 종합 평가 벤치마크를 소개합니다.
* 이정연: Alt: On-device AI 강의 필기·요약 앱을 시연합니다. 이 앱은 디바이스 내부에서 작동하는 AI를 통해 실시간 강의 필기 및 요약을 제공합니다.
* 용혜림 (Momo): Momo: The unified inbox with AI prioritization 앱을 소개합니다. 이는 여러 채널의 메시지를 통합 관리하고 AI가 중요도를 분석하여 업무 우선순위를 결정합니다.
* 정한결 (가짜연구소): Cherry In the Haystack: 에이전트가 수집된 정보에서 중복을 제거하고 MECE (Mutually Exclusive, Collectively Exhaustive) 원칙에 따라 핵심 내용을 요약 및 단권화하는 정보 필터링 앱을 선보입니다.
* 성해빈, 김성민, 이윤성 (CostNav): CostNav: A Navigation Benchmark for Cost-Aware Evaluation of Embodied Agents 벤치마크를 소개합니다. 이는 작업 성공률 외에 하드웨어 비용, 에너지 소비, 유지보수 등 실제 상업적 운영에 필요한 경제성을 평가합니다.
* 장영준 (고려대학교): 한국어 Inference-Free SPLADE 개발기를 발표합니다. 이 기술은 기존 Dense Retrieval 모델 대비 추론(Inference) 과정 없이 Sparse Retrieval의 장점을 유지하면서 고성능을 달성합니다.
* 유대곤 (Sionic AI): Position-Aware Retrieval Training: 위치 인지형 검색 모델 학습 방법론을 제시합니다. 이는 문서의 위치 정보를 활용하여 검색 모델 성능을 향상시키고, LLM 앙상블 및 Answer-Aware Sampler를 통해 학습 데이터의 False Negative 문제를 제거합니다.
* 송명하 (Sionic AI): WandB와 VS Code를 활용하는 Nomad 기반 학습 환경 구축기, 즉 '딸깍으로 학습하기'를 소개합니다. 이는 VS Code 확장 기능을 통해 코딩 및 학습을 지원하고, Nomad 클러스터의 GPU 컨테이너 라이프사이클을 효율적으로 관리 및 모니터링하는 하이브리드 인프라 솔루션입니다.
스폰서:
* 장소 스폰서: World Foundation (OpenAI CEO 샘 알트먼이 공동 설립한 '월드' 프로젝트의 비영리 조직)
* 해커톤 스폰서: Sionic AI (기업 맞춤형 AI 운영 플랫폼 STORM Platform 제공)
* 미디어 스폰서: 요즘IT (국내 최대 IT 매거진)
본 행사는 AI 에이전트 분야의 최신 연구 동향, 실제 적용 사례, 그리고 실용적인 개발 경험을 심도 있게 다루며, 참가자들에게 네트워킹과 공동 학습의 기회를 제공합니다.