SEIHWAN

AI Scientist 최신 동향 분석 (2025년 12월 기준) 1. 핵심 개념 및 정의 AI Scientist 는 대형 언어 모델(LLM)과 에이전트 시스템을 결합하여 과학 연구의 전 과정을 자동화하는 시스템입니다. 문헌 검색, 가설 생성, 실험 설계, 데이터 분석, 논문 작성까지 최소한의 인간 개입으로 수행할 수 있습니다. 2. 주요 AI Scientist 플랫폼 및 시스템 2.1 Sakana AI - The AI Scientist v2 (2025년 4월) AI Scientist-v2는 최초의 완전 AI 생성 워크숍 논문을 피어리뷰에서 통과시킨 end-to-end 에이전트 시스템입니다. 이 시스템은 과학적 가설 수립, 실험 설계 및 실행, 데이터 분석 및 시각화, 과학 논문 자율 작성을 수행합니다. 특히 인간이 작성한 코드 템플릿에 의존하지 않고 다양한 ML 도메인에 효과적으로 일반화됩니다. 2.2 Edison Scientific - Kosmos (2025년 11월) Kosmos는 구조화된 세계 모델(structured world model)을 사용하여 수백 개의 에이전트 궤적에서 추출한 정보를 효율적으로 통합합니다. 단일 Kosmos 실행은 1,500개의 논문을 읽고 42,000줄의 분석 코드를 실행하며, 최대 12시간 동안 병렬 데이터 분석, 문헌 검색, 가설 생성 사이클을 수행합니다. 독립 과학자들이 Kosmos 보고서의 79.4%가 정확하다고 평가했으며, 협력자들은 단일 20-cycle Kosmos 실행이 평균 6개월의 연구 시간에 해당한다고 보고했습니다. 2.3 FutureHouse - Robin 시스템 (2025년 5월) Robin은 모든 가설, 실험 선택, 데이터 분석, 논문의 주요 그림을 자율적으로 생성합니다. 인간 연구자는 물리적 실험만 수행했으며, 지적 프레임워크는 전적으로 AI가 주도했습니다. Robin 구상부터 논문 제출까지 전체 과정이 단 2.5개월 만에 완료되었습니다. Robin은 dry age-relate...

  AI 바이브 코딩을 배우는 혁신적인 방법 바이브 코딩(Vibe Coding)은 Andrej Karpathy가 명명한 개념으로, "코드를 작성하는 것이 아니라 AI와 대화하며 원하는 결과를 만들어내는" 새로운 패러다임입니다. 기존 학습법과 완전히 다른 접근이 필요합니다. 1. 마인드셋 전환: "문법 암기" → "의도 표현력" 기존 코딩 학습은 문법, 자료구조, 알고리즘을 순차적으로 암기했습니다. 바이브 코딩에서는 "내가 무엇을 원하는지 명확하게 표현하는 능력"이 핵심입니다. 연습 방법으로는, 코드를 보지 않고 원하는 프로그램을 글로 써보세요. 예를 들어 "사용자가 이미지를 업로드하면 배경을 제거하고, 새 배경을 합성해서 다운로드할 수 있는 웹앱"처럼요. 이 설명의 구체성이 곧 실력입니다. 2. "역방향 학습" - 완성품에서 시작하기 전통적 학습은 Hello World에서 시작해 점점 복잡한 것을 만듭니다. 바이브 코딩에서는 거꾸로 갑니다. 먼저 AI에게 완성된 복잡한 프로젝트를 만들어달라고 요청하세요 . 그리고 작동하는 결과물을 받은 뒤, "이 부분은 어떻게 작동해?"라고 물어보며 분해합니다. 필요한 개념만 선택적으로 깊이 파고드는 것이죠. 이렇게 하면 "왜 이걸 배워야 하지?"라는 동기 문제가 사라집니다. 3. "프롬프트 저널" 운영하기 매일 AI와 코딩하며 나눈 대화를 기록하세요. 특히 효과적이었던 프롬프트와 실패한 프롬프트를 비교 분석합니다. ❌ "로그인 기능 만들어줘" → 모호해서 원하는 결과 안 나옴 ✅ "이메일/비밀번호 로그인, JWT 토큰 사용, 비밀번호 해싱은 bcrypt, 세션 만료 24시간" → 정확한 결과 이 저널이 쌓이면 나만의 "프롬프트 패턴 라이브러리"가 됩니다. 4. "디버깅 대화...