자가개선 AI 01 — AI는 무엇을 바꿀 때 더 좋아지는가
자가개선 AI에서 바뀌는 대상과 피드백의 역할을 살펴보고, 재귀적 자기개선의 전망을 실제 평가·일반화의 근거와 구분합니다.
Notes & Essays
기술·연구·생활과 성경에 관한 개인의 학습 기록입니다. 먼저 분야를 고른 뒤 관련 글을 이어서 볼 수 있습니다. 최신 연구·산업 트리거는 News의 Frontier One에서 별도로 정리합니다.
AI / ML
머신러닝 기초, 수학, 평가, 산업 AI, AI 의식·해석 가능성 연구를 정리합니다.
자가개선 AI에서 바뀌는 대상과 피드백의 역할을 살펴보고, 재귀적 자기개선의 전망을 실제 평가·일반화의 근거와 구분합니다.
학습 목표와 손실 함수에서 출발해 지식 증류와 자기 생성 의사 정답을 살펴봅니다. 같은 모델의 출력이 언제 새로운 학습 신호가 되는지 계산으로 설명합니다.
답을 고치는 자기수정과 파라미터를 바꾸는 학습을 구분합니다. 수정 답의 지도학습, 수정 행동의 강화학습, 보상에 따른 업데이트를 계산 예시와 함께 살펴봅니다.
희소 보상의 어려움과 중간 보상이 목표를 바꾸는 반례를 살펴봅니다. 잠재 함수 기반 보상의 조건, LLM 보상 코드 생성과 정책 평가를 연결합니다.
Eureka·REvolve·RF-Agent의 보상 탐색, 도파민의 보상 예측 오차, 선호 기반 보상 모델과 RLHF·RLAIF의 차이를 살펴봅니다.
자기평가 점수, 다수결, 엔트로피는 무엇이 다를까? Tent·SUTA·LLM 엔트로피 최소화의 학습 신호와 적용 조건을 살펴봅니다.
입력 퍼플렉서티, 비지도 RLVR의 초기 향상과 붕괴, 테스트 시점 학습을 살펴보고 초기화형·누적형 적응의 차이를 계산합니다.
문장 엔트로피의 토큰별 추정과 정책 경사를 연결하고, 샘플을 고정하면 빠지는 항을 확률나무와 자동미분 코드로 살펴봅니다.
엔트로피가 낮은 경로를 선택하는 정책 경사, 음성인식 WER 비교, AI 평가와 학습 문제 생성의 역할을 살펴봅니다.
문제 생성자와 풀이자의 자기대결, R-Zero의 성능 정체, Absolute Zero의 실행 검증, SPICE와 R-Few의 외부 정보 활용을 살펴본다.
PostTrainBench와 FT-Dojo로 후학습 자동화를 살펴본다. 학습 에이전트와 대상 모델을 구분하고, 시간 예산·가중 평가 점수·데이터 오염을 함께 읽는다.
Weak-to-Strong Generalization의 학습 구조와 성능 격차 회복률 PGR을 설명하고, OpenAI의 보조 확신 손실과 Anthropic 자동 정렬 연구자의 성과·전이 한계를 살펴본다.
AI 에이전트를 모델 가중치, 하네스, 실행 상태로 나누고 ReAct·Generative Agents·Reflexion·SWE-agent의 구조를 통해 도구와 메모리가 행동을 바꾸는 원리와 공정한 개선 평가를 살펴본다.
하편 1–5쪽의 학습 흐름을 따라 훈련 손실과 실제 평가를 구분하고, Absolute Zero·R-Zero·SPICE·R-Few가 출제자·풀이자·검증자로 자기학습을 구성하는 원리와 한계를 살펴본다.
하편 6–10쪽에서 모델 가중치와 하네스를 구분하고, 프롬프트·도구·실행 흐름을 수정하는 원리를 살펴본다. CMU·NAIRR·MIT 강의와 SWE-agent·DSPy·AFlow·τ-bench를 연결해 기억 관리, 후보 생성, 공정한 비교, 비용과 반복 신뢰성을 설명한다.
하편 11–15쪽의 OPRO·GEPA·ALMA·Darwin Gödel Machine을 한 장씩 읽는다. CMU·Stanford 발표 슬라이드와 GEPA 저자의 영상 설명을 연결해 프롬프트 탐색, 문항별 후보 선택, 메모리 설계와 코드 자기수정의 원리·계산 예·평가 조건을 설명한다.
NTU 자가개선 AI 하편 16–20쪽을 원본 슬라이드 한 장씩 읽는다. DGM 아카이브와 탐색 계보, DSPy의 선언형 프로그램과 자동 최적화, 하네스·모델 파라미터의 경계, 경험 검색과 fine-tuning을 논문과 외부 강의 자료로 보강한다.
NTU 2026 하편 21–25쪽을 한 장씩 읽는다. ExpRAG의 경험 검색과 Fine-tuning, BetterTogether의 교대 최적화, E-SPL의 프롬프트 진화와 강화학습, 목표 변화 시 재평가를 공식 논문 및 Omar Khattab 강의로 해설한다.
NTU 하편 26–30쪽을 읽으며 입력마다 모델을 초기화하는 방법과 적응 결과를 이어받는 방법을 비교한다. 머신비전의 회전 예측, 소음 속 음성인식 실험, 경험 재생으로 새 환경 적응과 기존 능력 보존을 설명한다.
NTU 하편 31–35쪽을 읽으며 하네스를 바꿀 때 생기는 망각과 개선기의 역할을 살펴본다. 가중치를 고정해도 예전 능력이 떨어지는 이유, 성공률과 유지율의 분모, DGM의 편집자 고정 실험을 여섯 계산 예제로 푼다.
NTU 하편 36–40쪽을 따라 하네스가 다음 편집자가 되는 과정을 읽는다. 식 풀이 일곱 개로 Hyperagents의 부모 선택 실험과 Learning to Self-Evolve의 문맥 편집 보상을 계산한다.
NTU 하편 41–45쪽의 식 풀이 7개로 경사하강법, PostTrainBench, autoresearch, AlphaEvolve와 ShinkaEvolve를 읽는다. 가중치 한 번의 갱신에서 학습 규칙 자체의 평가까지 계산한다.
NTU 하편 46–50쪽을 따라 SEAL의 자기 편집 보상, 두 학습 시간 척도, 학습된 최적화기와 MAML을 살펴본다. 식 풀이 일곱 개로 모델과 학습 규칙의 갱신을 구분한다.
NTU 하편 51–55쪽. 토큰이 TTT 층의 가중치를 바꾸는 과정, Titans와 Nested Learning의 메모리, 문맥 속 지시서가 답을 바꾸는 과정을 일곱 예제로 계산한다.
칩이 설계에서 실제 제조 가능한 도면이 되기까지의 과정과, AlphaChip·상용 EDA·OpenROAD 같은 AI가 그 과정에서 실제로 돕는 일을 쉽게 설명한다.
ECE5992 현대 인공지능 1장 통합 학습노트. AI·ML·DL, 영상처리, 선형대수, 퍼셉트론, 컨볼루션, 확률변수·가우시안·WSS, 손실함수와 경사하강법을 두 강의자료의 수식과 함께 빠짐없이 재구성한다.
ECE5992 머신러닝 기초 13쪽을 페이지·문단·도표·수식 원장으로 완전 추적하며, 분류·회귀·밀도추정, 일반화, 정규화, 교차검증, SVM, 최소거리·베이즈 분류기, 차원의 저주를 2026년 연구까지 연결한다.
ECE5992 강의자료 15쪽을 페이지·문단·표·그림·수식·손글씨 원장으로 완전 추적하며, 퍼셉트론 학습, XOR, MLP 순전파, DropOut·DropConnect, 1D·2D 컨볼루션, 경계조건, patch 행렬화와 PyTorch 모듈을 2026년 연구까지 연결한다.
ECE5992 최적화 강의자료 19쪽을 페이지·본문·수식·표·그림·질문·주석 원장으로 완전 추적하며, Lipschitz 연속성, GD·PSD·PGD·FGM·OGM, 복소수 하강방향, 효율적 선탐색과 로지스틱 회귀를 2026년 연구까지 연결한다.
2D convolution과 ImageNet에서 AlexNet·VGG·GoogLeNet·ResNet·WRN·DenseNet·SE Network를 거쳐 현대 이미지 분류의 발전 흐름을 정리한다.
픽셀 단위 예측, encoder-decoder, skip connection, dilated convolution과 다중 스케일 분할을 다룬다.
MMSE와 비선형 필터에서 VAE의 ELBO, 재매개변수화, DDPM의 순방향·역방향 확산으로 이어진다.
양성·음성 쌍, InfoNCE, augmentation, memory bank, SimCLR·BYOL과 이미지-언어 CLIP을 연결한다.
3부작 1편. Consciousness, Sentience, Access/Phenomenal consciousness의 정의부터 16개 의식 이론, 전문가·온라인 지식 생태계, AI welfare와 Scientific Audit까지 원 연구를 거의 전체 수록한다.
3부작 2편. 프런티어 AI를 16개 후보 단위와 10개 인지 차원으로 분해하고, Evidence Ladder, Theory-System Matrix, 자기보고·SAE·J-space·functional emotion을 행동·구조·인과 증거 수준에서 기술 실사한다.
3부작 3편. AI 의식 논쟁을 5대 지식 생태계, 7개 전문가 입장 군집, 학계 합의와 2022–2026 타임라인, 과잉·과소 귀속 윤리 리스크, 3단계 정책 트리거와 제품 설계 원칙으로 종합한다.
벡터와 행렬의 노름을 중심으로 선형대수의 기본 정의와 머신러닝 활용을 정리합니다.
이상 탐지Anomaly Detection, AD는 정상적인 데이터 분포에서 현저하게 벗어나는 희귀한 관측치나 패턴을 식별하는 과정입니다.
SVS 40 진동 센서의 3,075개 특징을 다룬 과거 실험을 바탕으로, PHM의 의미와 전처리·PCA·t-SNE·데이터 누수·재실험 설계를 처음부터 설명한다.
머신러닝이란 광범위한 인공지능AI영역의 하위 집합으로, 컴퓨터가 데이터로부터 학습할 수 있도록 설계된 알고리즘을 만들고 활용하는 것을 중심으로 하는 분야이다.
Vision
컴퓨터 비전, 인간 자세·동작, 카메라 기하, 시각 신경과학을 연결합니다.
인간 시각 시스템 정보 처리 메커니즘
월드·카메라·정규화 영상·픽셀 좌표의 변환과 intrinsic, extrinsic, distortion을 하나의 투영식으로 정리한다.
Computer Vision과 딥러닝의 핵심 개념, 모델, 학술 자료를 정리한 연구 노트입니다.
인간 자세 예측Human Pose Forecasting/Prediction은 과거의 관찰된 인간 동작 시퀀스를 바탕으로 미래의 인간 자세 또는 동작을 예측하는 컴퓨터 비전 및 그래픽스 분야의 핵심 연구 주제입니다.^1
2D-to-3D lifting, mesh recovery, world-space motion recovery를 구분하고 MotionAGFormer·HybrIK·TRAM의 입력과 출력을 원문 기준으로 비교한다.
WSL 환경에서 AlphaPose 모델을 사용한 2D-3D 인간 자세 추정 프로젝트
CCTV 한 대로 사람의 키를 추정할 때 필요한 가정과 오차원을 세 편의 원문을 기준으로 비교한다.
<div id="study-section"
Robotics
ROS2, SLAM, 로봇 학습, 산업 통신, 임베디드 시스템 구현·검증 기록입니다.
로봇 학습은 무엇을 배우고, 어떻게 행동하는가? ETH 2026 강의 슬라이드와 함께 정책·모방학습·강화학습·VLA를 이해하고 실제 코드와 시뮬레이션 예제로 연결합니다.
로봇의 목표가 실제 움직임이 되는 과정을 좌표계·역기구학·궤적·PID로 이해하고, 상태·행동·전이·보상으로 MDP를 구성합니다. ETH 2강 슬라이드와 자막, 실행한 시뮬레이션을 함께 살펴봅니다.
전문가의 시연에서 정책을 배우는 행동 복제부터 DAgger, 다봉 행동 분포와 잠재 계획까지. 원본 그림과 강의 자막을 따라 데이터·손실·실행의 차이를 풀고 수치 예제로 확인합니다.
보상과 가치의 차이부터 벨만 방정식, 가치·정책 반복, Q-learning, DQN과 연속 행동 제어까지. 원본 그림과 시간 자막을 대조하고 작은 격자·수치 예제로 계산 과정을 풀어 봅니다.
원본 슬라이드와 공개 자막을 대조해 REINFORCE, 기준값과 어드밴티지, 중요도 표집, TRPO·PPO·SAC를 풀어 봅니다. 확률비·엔트로피·손실 부호를 직접 계산한 예제와 함께 설명합니다.
한 장면에 여러 정답 행동이 있을 때 평균이 왜 실패할까요? VAE, VQ-VAE, DDPM·DDIM, Diffusion Policy와 Flow Matching을 원본 그림·공개 자막·보충 강의와 함께 설명합니다.
한 장의 사진으로 알 수 없는 로봇의 상태를 어떻게 기억할까요? attention·토큰·위치 정보에서 CLIP·VLM·ACT·FAST까지, 슬라이드와 공개 자막을 대조하고 계산 예제로 풀어 봅니다.
월드 모델로 로봇 행동의 결과를 예측하는 법.
여러 로봇을 한 모델로 제어하는 법.
ECoT와 추론 시 연산 확장을 통해 로봇이 판단에 시간을 쓰는 방법을 살펴본다.
새 환경에서의 일반화, 접촉 센싱, 빠른 적응과 평생 학습을 연구 질문으로 바꿔 본다.
SoC의 주요 블록, 센서 데이터 경로, 레지스터 HW/SW 계약을 연결해 설명합니다.
로봇강화학습 성공 사례 Deep Reinforcement Learning for Robotics, A Survey of Real-World Successes
라즈베리파이 5 시키고 환경설정을 정리하기 위해 글을 끄적여본다.
EtherCAT 프레임의 on-the-fly 처리와 SOEM 라이브러리의 초기화·상태 전이·주기 통신을 공식 원문 중심으로 정리한다.
ros2 run <특정 패키지 <특정 노드
고정된 배포판 이름을 외우는 대신 REP-2000과 공식 설치 문서로 운영체제·지원기간·아키텍처를 선택하는 방법을 정리한다.
노드·통신·QoS·executor·workspace를 연결해 ROS 2가 로봇 소프트웨어를 어떻게 구성하는지 설명한다.
SLAM을 front-end data association과 back-end optimization으로 나누고 좌표계·불확실성·loop closure를 연결해 설명한다.
복습 겸 SLAM의 흐름에 대해서 담은 게시글이다....
Software
프로그래밍, 자료구조·알고리즘, 웹, Linux·Docker 개발환경을 다룹니다.
- 내가 쉽게 쓰기 위해서, 리눅스의 명령어, 썼던 제품들의 명령어등을 정리하고자 한다....
정의 : defaultdict는 Python의 collections 모듈에 포함된 특별한 사전 자료형...
브라우저에서 플레이할 수 있는 인터랙티브 숫자 야구 게임
C언어로 배우는 자료구조 기초 개념과 구현
Step by step...
연결리스트 배열과 반대.....
최대 힙 Max Heap...
왼쪽 자식 노드 : 2 부모 index...
개념 링크 참조 자료구조Data Structure스택/큐/그래프/트리https://velog.io/@j_jhwww/TIL%EC%9E%90%EB%A3%8C%EA%B5%AC%EC%A1%B0Data-Structure-%EC%8A%A4%ED%83%9D%ED%81%90%EA%B7%B8%EB%9E
연결되어 있는 객체 간의 관계를 표현하는 자료구조
도커의 기초를 배우고 컨테이너를 실행했지만, 일부 그래픽 프로그램은 실행되지 않아요....
- JavaScript 응용 프로그램을 위한 설문조사 및 퀴즈 폼 빌더이다....
데이터베이스의 정의...
_처음 자료형을 변수에 정하는 것이 아닌_
Research Tools
Deep Research, 프롬프트 설계, 검증 가능한 조사 워크플로를 정리합니다.
현재 공개된 글이 없습니다. Deep Research·프롬프트 설계·검증 가능한 조사 워크플로는 재작성 예정입니다.
mAh와 실효 Wh는 왜 다를까요? 전압 변환, 인덕터, CC-CV 충전, 발열과 보호회로를 그림과 실제 부품 사진으로 이해한 뒤 마지막에 용도별 제품을 비교합니다.
당뇨병 환자 맞춤형 통합 관리 시스템
지속적인 보통 수준의 카페인 섭취가 신체적, 정신적, 신경학적 영향에 대한 심층 분석
휴대하기 좋으면서 자외선 차단과 방수 기능을 겸비한 접이식 양산을 일본·한국 브랜드 중심으로 비교했습니다. 무늬
에스겔 2:1–3:11의 원어·역사·본문비평 전체 연구를 본문 안에서 바로 읽습니다. 포로기 역사, 히브리어, MT·LXX·P967 비교, 표와 참고문헌을 함께 제공합니다.
에스겔 2:1–3:11의 문학·수사·신체성 전체 연구를 본문 안에서 바로 읽습니다. 단위 경계, 두루마리 섭취, 신체 수사와 비교표·참고문헌을 제공합니다.
에스겔 2:1–3:11의 사회과학·트라우마·수용사 전체 연구를 본문 안에서 바로 읽습니다. 포로 공동체, 예언 권위, 현대 오용 감사와 참고문헌을 제공합니다.
세 글에 전체 연구 본문·표·참고문헌을 내장했습니다. Naver 원문과 대조하기 ↗
Meta
블로그 운영과 기록 방식 자체에 관한 글입니다.