2026년 8월 AI 논문 동향

이달의 트렌드
2026년 8월의 주요 논문
출처

이달의 트렌드

2026년 8월에는 고정된 입력-출력 과제보다 실행 가능한 환경과 상태를 학습·생성·관리하는 연구가 두드러졌다. SPADE는 하나의 언어 모델이 실행 코드로 환경을 설계하고 그 환경을 푸는 두 역할을 맡아, 힌트 유무의 평균 반환 차이와 난이도 조절 신호로 환경 설계를 갱신한다. Apodex 1.1은 파일·검색·코드 환경의 검증 가능성을 넓히고, 장기 과업의 분해·위임·결과 통합·재계획을 훈련 대상으로 둔다. 두 연구 모두 도구 호출 자체보다 상태 전이, 실패 복구, 검증 가능한 납품물을 장기 에이전트 능력의 핵심 조건으로 다룬다. 1, 2

시각 생성에서는 단안 영상에서 많은 목표 시점을 생성해 4차원 인간 표현으로 재구성할 때, 확산 모델의 제한된 어텐션 문맥을 어떻게 배분할지가 핵심 문제로 제시됐다. 4DAnyone은 누적 참조 시점을 고정 길이의 다중 해상도 문맥으로 압축하고, 확산의 고노이즈 구간에서는 목표 시점 묶음을 바꾸어 전역 구조 정보를 전달하며, 저노이즈 구간에서는 인접 시점 묶음을 고정해 세부 묘사를 안정화한다. 이는 단순한 새 시점 생성 품질뿐 아니라, 생성 결과가 후속 4D Gaussian Splatting 재구성에 일관된 입력으로 쓰일 수 있는지를 함께 평가하는 방향이다. 3

평가 설계도 결과 수치의 해석 조건을 더 명시하는 방향을 보인다. SPADE는 동일 기반 모델과 400회 학습 예산으로 재학습한 고정 환경 기준선을 게임 설정의 직접 비교 대상으로 두는 한편, 도구 사용 표의 외부 시스템 수치는 모델·학습 자료·평가 프로토콜 차이 때문에 통제 비교가 아니라고 밝힌다. Apodex 1.1은 최소 오케스트레이션의 ReAct와 추가 조직화 계산을 사용하는 Agent Team을 구분하고, 내부 연구 납품 평가에서는 모든 요구사항을 만족한 과업의 비율을 통과율로 정의한다. 4DAnyone 역시 동일한 소스 영상과 목표 시점을 사용하되 일부 기준선은 공개 가중치 영점 일반화이고 ReCamMaster 변형만 같은 자료와 학습 프로토콜로 미세 조정한 비교라는 차이를 명시한다. 1, 3, 2

2026년 8월의 주요 논문

1. SPADE: Self-Play in Adaptive Synthetic Executable Environments

https://arxiv.org/abs/2608.19197
SPADE는 학습자가 강해져도 고정된 훈련 환경 풀의 과제 분포가 변하지 않는 문제를 다룬다. 동일한 언어 모델이 역할별 프롬프트에 따라 환경 설계자와 추론 에이전트로 동작하며, 설계자는 상태 전이·보상·검증을 포함한 Gym 형식의 실행 가능한 환경 코드를 만들고, 에이전트는 그 안에서 단일 턴 추론이나 다중 턴 상호작용을 학습한다. 1
설계자 보상의 핵심인 힌트 기반 후회는 같은 환경에서 힌트를 제공했을 때와 제공하지 않았을 때 각각 여러 새 롤아웃으로 측정한 에이전트 평균 반환의 차이이다. 실제 배포 보상은 이 원시 후회를 0에서 절단해 고정 척도로 정규화한 항에 가중치 0.4를 두고, 승률이 0.4~0.6 구간에서 최대가 되도록 하는 난이도 앵커에 가중치 0.6을 두어 결합한다. 따라서 후회 항만을 전체 설계자 보상으로 볼 수는 없다. 1
게임 설정에서 Qwen3-30B-A3B-Instruct-2507을 24개 환경씩 400회 롤아웃으로 학습했을 때, 여덟 개 학습 제외 벤치마크의 비가중 평균은 58.3으로 기본 모델 50.2 및 동일 backbone·동일 예산의 가장 강한 고정 환경 기준선 RLVE 53.0보다 각각 8.1, 5.3퍼센트포인트 높았다. 도구 사용에서는 자체 기본 모델 대비 BFCL v4 multi-turn이 49.0에서 54.7, ACEBench-Agent가 62.0에서 75.9로 상승했다. 다만 외부 합성 환경 시스템과의 표 비교는 backbone, 학습 자료·예산, BFCL 버전, τ²-bench 프로토콜과 하니스가 달라 통제된 우위 비교가 아니다. 또한 저자들은 생성 환경의 복잡도가 기반 모델의 문맥 내 표현력과 생성 예산에 제한되고, 고정 과제 성능이 개방형 성장 자체를 측정하지는 않는다고 지적한다. 1

공유 LLM의 이중 역할 자기 대전 구조와 게임·도구 사용 성능 향상 추이

학습 단계에 따른 적응형 다중 턴 환경 커리큘럼 사례

2. 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

https://arxiv.org/abs/2608.20335
4DAnyone은 카메라 내부·외부 파라미터를 알 수 없는 단안 인간 비디오에서 다중 시점 비디오를 생성한 뒤 4D Gaussian Splatting으로 변환한다. 수십 개 목표 시점을 한 번의 Diffusion Transformer 순전파에 모두 넣기 어려워 그룹으로 나누면, 참조 영상 문맥이 누적되어 커지고 그룹 사이의 구조 정보 교환이 끊기는 문제가 발생한다는 점을 출발점으로 삼는다. 3
방법은 깊이 버퍼를 적용한 3D 골격 조건, Reference Context Packing(RCP), Target Context Routing(TCR)을 결합한다. RCP는 이전에 생성한 참조 영상을 다중 해상도 토큰으로 압축해 참조 문맥 복잡도를 O(N)에서 O(1)로 바꾸며, TCR은 고노이즈 단계에서 네 시점 단위 목표 그룹을 순환 재구성하고 저노이즈 단계에서는 인접한 네 시점 그룹을 고정한다. 모델은 Wan2.2-TI2V-5B를 기반으로 3단계 미세 조정했으며, 잠재 공간 흐름 정합 MSE 손실과 가중치 0.25의 프레임 LPIPS 손실을 사용했다. 3
학습에서 제외한 DNA-Rendering 10개 장면과 모든 방법에 분포 밖인 DyMVHumans 3개 장면에서, 장면별 정면 소스 비디오 하나로 16개 목표 시점과 98프레임을 생성해 평가했다. DNA-Rendering의 생성 비디오 일관성에서 제안법은 PSNR 24.33 dB, SSIM 0.862, LPIPS 0.163을 기록했고, PSNR 기준 다음 값인 ReCamMaster 변형의 21.47 dB보다 2.86 dB 높았다. DyMVHumans의 4DGS 재구성에서는 23.28 dB, 0.846, 0.117이었다. 다만 MV-Performer와 TrajectoryCrafter는 공개 가중치의 영점 일반화 비교이고, ReCamMaster 변형만 같은 자료·학습 프로토콜 및 RCP·TCR을 적용한 미세 조정 비교다. 큰 천처럼 신체에서 멀리 움직이는 의상과 인간 동작 복원의 특이 포즈 추정 오류는 시점 간 불일치 또는 모든 생성 시점으로의 오류 전파를 일으킬 수 있다. 3

카메라 내부·외부 파라미터를 알 수 없는, 보통 카메라 움직임이 완만한 단안 비디오에서 다중 시점 비디오와 자유 시점 4D 볼류메트릭 비디오를 생성하는 개요

3D 골격 조건 다중 뷰 비디오 생성과 FreeTimeGS 기반 4DGS 학습 파이프라인

3. Apodex 1.1: Scaling Agentic Intelligence for Complex Work

https://arxiv.org/abs/2608.23283
Apodex 1.1은 복잡한 작업 능력을 단발 답변 정확도 대신, 실제 목표를 향해 상태를 유지하고 실패를 복구하며 검증 가능한 산출물을 완성하는 지속적 작업 능력으로 정의한다. 이를 위해 파일·검색·코드 환경의 다양성·충실도·검증성을 확장하는 Environment Scaling과, 장기 과업 분해·병렬 위임·비동기 결과 통합·재계획을 학습하는 Agentic Coordination Scaling을 결합한다. 2
공통 실행 하니스와 AgentOS는 입력, 작업공간, 최종 산출물 영역을 구분하고, 도구·파일 변경·근거·의존 관계와 에이전트 조정 상태를 유지한다. Agent Team에서는 리드 에이전트가 과업 보드에 범위, 의존성, 담당자, 해결 상태, 근거와 산출물 참조를 기록하고 필요할 때 하위 에이전트를 구성한다. PIVOT-RL은 긴 궤적의 사후 분석으로 비생산적 전략, 근거 부족, 도구 오용, 가정 미수정이 시작된 지점을 찾아, 유효한 접두부와 실행 상태를 보존한 국소 후속 과제를 학습에 사용한다. 이 교정 힌트는 예측 대상이 아니며 추론 시에는 제공되지 않는다. 2
ReAct와 Agent Team을 구분한 평가에서 Agent Team은 ReAct 대비 FrontierFinance 48.7에서 54.3, FrontierScience-Research 55.0%에서 63.3%, GDPVal 승률 69.5%에서 78.8%로 상승했다. 35B Mini도 Agent Team에서 FrontierFinance 50.2, FrontierScience-Research 51.7, APEX-Agents 27.7을 기록했지만, 여러 독점 비교 모델의 매개변수 수가 공개되지 않아 모델 규모 효율성은 성능 대역 수준으로만 비교할 수 있다. 또한 ReAct와 Agent Team의 차이에는 학습된 조정 정책뿐 아니라 동적 하위 에이전트와 추가 조직화 계산이 함께 포함된다. 내부 FrontierResearchBench에서 Agent Team의 완전 통과율은 12.4%였고, 서로 다른 모델·하니스 조합은 20.6%까지 보고되어 장기 과학 납품의 난도가 남아 있음을 보여 준다. 2