Plan-and-Solve 논문 쉽게 이해하기: 왜 먼저 계획하면 단계 누락이 줄어들까
Plan-and-Solve Prompting 논문을 바탕으로 zero-shot CoT의 missing-step error가 무엇인지, 왜 먼저 계획하면 단계 누락이 줄어드는지, practical limitations까지 쉽게 정리합니다.
-
-
RAG는 왜 단순 검색이 아닐까: Retrieval-Augmented Generation 핵심 구조 정리
RAG를 검색 기능에 LLM을 덧댄 정도로 보면 핵심을 놓치게 됩니다. 이 글은 원 논문 기준으로 RAG의 retrieval, 문맥 결합, generation 구조를 짧고 정확하게 정리하고, 왜 단순 검색과 다른지 설명합니다.
-
Toolformer 이후 논문 흐름: 무엇이 달라졌고 무엇이 여전히 어려운가
Toolformer 이후 도구 사용 AI 논문 흐름을 정리합니다. ReAct, HuggingGPT, Gorilla가 무엇을 더했는지, 무엇은 여전히 어려운지, 그리고 오늘의 agent 설계에 어떤 함의를 주는지 차분하게 설명합니다.
-
Self-Consistency는 왜 CoT를 더 강하게 만들까: 여러 번 생각해 더 맞히는 원리
Self-Consistency를 쉽게 설명합니다. 왜 여러 reasoning path를 샘플링하면 CoT 정확도가 올라갈 수 있는지, 어떤 비용과 tradeoff가 생기는지, 어디서 잘 맞고 어디서 낭비가 되는지, 그리고 ReAct와는 무엇이 다른지 구조적으로 정리했습니다.
-
Chain-of-Thought 논문 쉽게 이해하기: 왜 step-by-step 추론이 갑자기 잘 먹히기 시작했을까
Chain-of-Thought 논문을 쉽게 설명합니다. step-by-step 추론이 왜 reasoning prompting의 전환점이 되었는지, 어디서 잘 되고 어디서 한계가 드러나는지, 그리고 ReAct·Toolformer·오늘의 AI 에이전트와 어떻게 이어지는지 구조적으로 정리했습니다.
-
에이전트 planning: ReAct 다음 단계
ReAct 이후 에이전트 논문과 설계 흐름에서 planning이 어떻게 확장됐는지 정리합니다. decomposition, planner-executor separation, replanning, cost·latency trade-off를 논문과 실무 구조로 함께 설명합니다.
