📚 Weekly AI Paper Digest

기간: 2026-06-01 ~ 2026-06-06 선정: 이번 주 가장 주목받은 논문 Top 5

🏆 이번 주 Top 5

순위	논문	⬆️	Deep Dive
🥇	Crafter: A Multi-Agent Harness for Edita…	192	DD-102
🥈	On the Scaling of PEFT: Towards Million …	175	DD-103
🥉	Domino: Decoupling Causal Modeling from …	140	DD-104
4.	COLLEAGUE.SKILL: Automated AI Skill Gene…	108	DD-105
5.	GrepSeek: Training Search Agents for Dir…	102	DD-106

📑 논문별 요약

🥇 1. Crafter: A Multi-Agent Harness for Editable Scientific Figure Generation from Diverse Inputs

arXiv: 2605.30611 | ⬆️ 192 → Deep Dive 보기 태그: scientific-figure-generation multi-agent-system harness ai-editing crafter raster-to-vector visual-communication llm-agents

이 논문은 다양한 입력 조건과 도표 유형을 지원하며 생성된 결과물을 수정 가능한 ‘하니스(Harness)’ 아키텍처를 통해 과학 도표 제작의 효율성과 품질을 획기적으로 개선했기에 중요합니다.

📖 상세 분석: → Deep Dive 보기에서 심층 분석을 확인하세요.

🥈 2. On the Scaling of PEFT: Towards Million Personal Models of Trillion Parameters

arXiv: 2606.02437 | ⬆️ 175 → Deep Dive 보기 태그: peft personal-models scalability adapters llm efficient-ai scaling-laws

이 논문은 거대한 공유 모델 위에 개인별 맞춤형 작은 모델을 효율적으로 얹는 방식을 통해, 수백만 명이 각자 다른 성격과 기술을 가진 AI를 사용할 수 있는 새로운 확장성 청사진을 제시했기 때문에 중요합니다.

📖 상세 분석: → Deep Dive 보기에서 심층 분석을 확인하세요.

🥉 3. Domino: Decoupling Causal Modeling from Autoregressive Drafting in Speculative Decoding

arXiv: 2605.29707 | ⬆️ 140 → Deep Dive 보기 태그: speculative-decoding llm-inference causal-modeling parallel-processing efficiency domino draft-model

Domino는 스펙큘레이티브 디코딩(Speculative Decoding)에서 병렬 드래프팅의 빠른 속도와 자기회귀(Autoregressive) 방식의 높은 정확도를 동시에 달성하여, 대규모 언어 모델의 추론 속도를 획기적으로 개선한 혁신적인 프레임워크입니다.

📖 상세 분석: → Deep Dive 보기에서 심층 분석을 확인하세요.

4. 4. COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation

arXiv: 2605.31264 | ⬆️ 108 → Deep Dive 보기 태그: person-grounded-agents knowledge-distillation prompt-engineering llm-skills workflow-automation ai-artifacts expert-systems

이 논문은 인간의 비정형 활동 기록(Trace)을 분석하여 검증 가능하고 수정 가능한 에이전트용 스킬 패키지로 자동 변환하는 시스템(COLLEAGUE.SKILL)을 제안함으로써, 전문가의 암묵지를 AI 에이전트가 구조적으로 학습하고 재사용할 수 있는 표준화된 워크플로우를 처음으로 확립했다는 점에서 매우 중요합니다.

📖 상세 분석: → Deep Dive 보기에서 심층 분석을 확인하세요.

5. 5. GrepSeek: Training Search Agents for Direct Corpus Interaction

arXiv: 2605.29307 | ⬆️ 102 → Deep Dive 보기 태그: llm-agent direct-corpus-interaction rag information-retrieval multi-hop-reasoning reinforcement-learning grepseek shell-scripting

사전 구축된 인덱스를 거치지 않고 대규모 텍스트 말뭉치에 직접 셸 명령어를 실행하여 복잡한 다단계 추론 문제를 해결하는 새로운 검색 에이전트 패러다임을 제시했기 때문입니다.

📖 상세 분석: → Deep Dive 보기에서 심층 분석을 확인하세요.

📅 생성일: 2026-06-07 | 🤖 GLM-4.7 Weekly Digest