[인턴] 서베이를 AI가 대신 써 준다면 — AutoSurvey
AutoResearch가 연구 자동화 전체를 조망한 ‘지도’였다면, AutoSurvey는 그 지도 위에서 실제로 돌아가는 한 점이다. 서베이 논문을 쓰는 일이 왜 그렇게 어려운지(컨텍스트 한계·환각 인용·평가 부재)를 짚고, 그 세 문제에 병렬 생성·RAG·Multi-LLM 평가라...
Laboratory
[인턴] AI에게 연구를 통째로 맡길 수 있을까 — AutoResearch
PaperCoder가 ‘논문 하나를 코드로 옮기는’ 한 시스템이었다면, 이번 서베이는 시야를 통째로 넓힌다. 문헌 조사부터 보고까지 이어지는 연구 워크플로우를 다섯 단계로 나누고, 자동화의 정도를 L0~L4 자율성 스펙트럼으로 재고, 그 결과물을 novelty·validity·im...
[인턴] 논문만 주면 코드가 나올까 — PaperCoder(Paper2Code) 읽기 (3) 실험 — 계획은 결과로 확인됐나
PaperCoder가 만든 레포는 실제로 얼마나 쓸 만한가. 새로 만든 Paper2CodeBench와 PaperBench Code-Dev에서의 정량 결과, 논문 저자가 직접 매긴 사람 평가, 그리고 ‘생성된 레포를 돌리는 데 평균 0.81%의 라인만 고치면 됐다’는 실행 가능성 분...
[인턴] 논문만 주면 코드가 나올까 — PaperCoder(Paper2Code) 읽기 (2) 세 단계 파이프라인이 실제로 도는 방식
planning → analysis → coding. PaperCoder가 논문 한 편을 코드 레포로 바꾸는 과정을 단계별로 뜯는다. planning의 네 하위 단계(overall plan·architecture design·logic design·configuration), 파일...
[인턴] 논문만 주면 코드가 나올까 — PaperCoder(Paper2Code) 읽기 (1) 문제의식과 개요
머신러닝 논문 대부분은 코드가 없다. 그 논문 하나만 보고, 사전 구현·API·스켈레톤 없이 동작하는 코드 레포를 만들어 낼 수 있을까. PaperCoder가 던진 이 질문과, planning·analysis·coding 세 단계로 답한 큰 그림을 Abstract와 Introduc...
[회고] 고려대 CCSLAB 학부 인턴십: SBOM 분석 및 통합 프로토타입 개발을 마치며
고려대학교 컴퓨터 보안 연구실 학부 인턴 회고 내용 입니다.