Morning Digest — 2026-06-19

• RAG·에이전트·evals·guardrails·배포까지 AI 시스템 구축·운영 리소스 중심 구성
• Chip Huyen, Raschka, Burkov, Goodfellow 등 대표 서적과 CS324, fast.ai, HF 코스 정리
• Transformer, scaling laws, GPT-3, Constitutional AI 등 핵심 논문을 함께 묶은 참고 허브

• Physical AI 서베이 2편으로 arXiv 2501.10928 기반 물리 인지 생성(Physics-Aware Generation) 체계 정리
• 시각적 사실성 중심 PUG와 달리 PAG는 물리 세계 이해를 전제로 하며, 명시적 시뮬레이션 유무로 PAG-E와 PAG-I 구분
• 토대 모델로 GAN·diffusion·NeRF·Gaussian Splatting 비교 정리, 특히 GS의 입자 표현이 물리 시뮬레이션 결합에 유리

• 루프 엔지니어링을 발견·계획·실행·검증·반복의 자동 피드백 사이클 설계로 정의
• 핵심 구성 요소 6가지 제시: 자동화, git worktree, Skills, MCP 커넥터, 서브에이전트, 메모리
• 단일 에이전트 루프와 오케스트레이터 기반 플릿 루프, 오픈 루프와 클로즈드 루프 구분 정리

• Claude Code, Codex 등 에이전트가 데이터 웨어하우스를 맥락 있게 질의하도록 설계된 레이어
• 승인된 지표 정의, 테이블 관계, 업무 지식을 한곳에 모아 질의 정확도와 일관성 보강
• 단순 문서화가 아닌 실행 가능한 컨텍스트 제공으로 분석·데이터 작업 자동화 지향

• LLM을 단순 피훈련 대상이 아닌 훈련 환경 설계자(trainer)로 활용하는 RL 프레임 제안
• 멀티에이전트 추론(multi-agent reasoning)을 위한 상호작용형 학습 환경을 LLM이 구성하는 관점
• 정적 데이터셋·고정 벤치마크 중심 학습 대신 환경 설계를 통해 추론 학습 신호를 만드는 방향

• SciOrch 제안 논문으로, 전문가 LLM들을 조합해 멀티모달 과학 추론 과제 해결 방식 학습
• 텍스트·이미지 등 복합 입력이 포함된 frontier scientific reasoning 문제를 주요 대상으로 설정
• 단일 모델 직접 추론보다 역할 분담형 오케스트레이션에 초점을 둔 접근

• GPT-5.5 Instant 적용으로 건강·웰니스 질의에서 추론 강화, 맥락 이해 개선, 설명 명확성 향상
• 의사(physician) 참여 평가를 통해 건강 정보 응답의 유용성·의사소통 품질 점검
• 단순 정보 제공을 넘어 사용자 상황에 맞춘 문맥 반영과 더 이해하기 쉬운 답변 지향

• Z.ai가 GLM-5.2 가중치를 MIT 라이선스로 공개, 753B 규모·MoE 40B 활성 파라미터 구성
• 텍스트 전용 모델로 컨텍스트 윈도 100만 토큰 지원, GLM-5.1의 20만 토큰 대비 5배 확대
• Artificial Analysis Intelligence Index v4.1에서 51점으로 오픈 웨이트 1위, MiniMax-M3·DeepSeek V4 Pro·Kimi K2.6 상회

• MQ-2 가스 센서를 케이스에 연결하고 0.5초마다 적응형 청정 공기 기준선 대비 연기 강도 측정
• 연기 입력을 0~10 phase로 변환해 상승·감쇠시키고, 별도 스크립트형 'stoned mode' 없이 상태 반영
• phase 값에 따라 토큰 단위 샘플링 파라미터 실시간 변경, temperature 1.0→약 1.6·top_p 0.95→0.99·top_k 64→120

• Transformer 논문 공동저자이자 LLM 핵심 연구자로 알려진 Noam Shazeer의 OpenAI 합류 발표
• 원문 출처가 개인 X(Twitter) 게시물로, 기술 공개보다 인사 이동 자체가 핵심 이슈
• HN에서 높은 관심을 받은 소식으로 연구 인재 이동이 AI 업계 판도에 미치는 영향 부각