LLM최적화
Sonnet이 막히면 Opus가 나선다, Anthropic의 어드바이저 전략
Anthropic이 공개한 어드바이저 전략 — Sonnet이 작업을 주도하고 막히면 Opus가 조언하는 구조로, 성능은 높이고 비용은 낮추는 에이전트 설계 패턴을 소개합니다.
Written by
AI 메모리 병목을 3비트로 해결, 구글 TurboQuant 8배 속도 달성한 방법
구글 리서치가 발표한 TurboQuant는 LLM의 KV 캐시를 3.5비트로 압축하면서 정확도 손실 없이 최대 8배 빠른 처리 속도를 달성한 벡터 양자화 알고리즘입니다.
Written by
Qwen2-72B 중간 레이어 7개 복제로 리더보드 1위, 가중치는 단 하나도 안 건드리고
가중치 수정 없이 레이어 복제만으로 LLM 리더보드 1위를 달성한 실험. 트랜스포머 내부의 기능적 ‘회로’ 구조를 발견한 LLM Neuroanatomy 이론을 소개합니다.
Written by
AGENTS.md에서 /init을 쓰지 말아야 하는 이유, 연구가 말해주는 것
/init으로 자동 생성한 AGENTS.md가 AI 에이전트 성능을 낮추고 비용을 20% 이상 올린다는 2026년 연구 분석. 무엇이 컨텍스트 파일에 들어갈 자격이 있는지 실증 데이터로 설명합니다.
Written by
AI 에이전트 파일 처리 성공률 33%→95%, 파일 네이티브 접근법의 발견
AI 에이전트의 파일 처리 성공률을 33%에서 95%로 높인 파일 네이티브 접근법. 텍스트 변환 대신 메타데이터 중심 컨텍스트 설계로 구조 정보를 보존합니다.
Written by
2026 AI 양자화 결정 가이드, GGUF vs GPTQ vs AWQ 언제 뭘 쓸까
GPTQ vs GGUF vs AWQ, 2026년 AI 양자화 방법 비교와 선택 가이드. Red Hat 50만 평가로 입증된 정확도 유지 전략과 상황별 추천.
Written by
AI 에이전트의 엔진룸, OpenAI가 공개한 Agent Loop의 비밀
OpenAI가 Codex CLI의 핵심 작동 원리인 agent loop를 공개했습니다. AI 에이전트가 어떻게 대화하고 작업하는지, 프롬프트 캐싱과 컨텍스트 관리 전략을 실제 코드와 함께 설명합니다.
Written by
AI 전용 페이지는 정말 효과가 있을까, 18,000개 인용 데이터가 말하는 진실
LLM 전용 페이지는 AI 검색 인용에 효과가 있을까? 18,000개 인용 데이터 분석 결과, 특별한 형식보다 콘텐츠 품질이 중요했습니다.
Written by
SEO 트래픽 늘어도 매출 안 늘어요, AI 검색 시대 브랜드 멘션 전략
SEO 트래픽과 매출의 상관관계가 무너진 이유와 AI 검색 시대에 브랜드 멘션으로 LLM 가시성을 확보하는 전략을 소개합니다.
Written by
구글 경고: LLM을 위한 짧은 콘텐츠, 검색 순위에 독이 될 수 있다
구글이 LLM을 위한 콘텐츠 청킹 전략에 경고를 보냈습니다. 단기 효과를 노린 최적화가 왜 장기적으로 역효과를 낳는지 알아봅니다.
Written by
