구글 안티그래비티 팀이 경량 모델 '제미나이 3.7 플래시' 기반 멀티 에이전트 오케스트레이션 프레임워크 '팀워크(Teamwork)'를 공개했다. 에이전트들을 경쟁·상호검증 구조로 배치해 초반 오류가 증폭되는 기존 멀티 에이전트의 한계를 극복했으며, 경량 모델만으로 FOCS·JMLR 등 권위 학회의 미해결 학술 문제 7개를 해결하고 이 중 5개는 논문으로 정리해 아카이브에 공개했다. 구글 내부 평가지표 TCS벤치에서는 71%를 기록해 종전 최고치(67.7%)를 경신했다. 시스템 영역에서는 RISC-V CPU 시뮬레이터를 개발해 실제 하드웨어와 클록 사이클 오차 0.71% 수준을 달성하고, 오픈소스 라이브러리 최적화 코드가 실제 메인테이너 리뷰를 거쳐 채택되는 성과도 냈다.
- •에이전트를 경쟁·상호검증 구조로 배치해 초반 오류 증폭 문제 해결
- •경량 플래시 모델로 FOCS·JMLR 등 권위 학회 미해결 학술 문제 7개 해결, 5개는 논문화
- •크누스의 사이클 추측 등은 정리증명 도구 린(Lean)으로 정밀 검증 완료
- •TCS벤치에서 71% 기록, 종전 최고치 67.7% 갱신
- •RISC-V CPU 시뮬레이터 개발로 실제 하드웨어와 클록 사이클 오차 0.71% 달성, 오픈소스 코드 기여까지 성공
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
구글, 멀티 에이전트 '팀워크' 공개…"플래시 모델로 난제 해결"
- 1.구글 안티그래비티팀, 제미나이 3.7 플래시 기반 멀티에이전트 프레임워크 '팀워크' 공개
- 2.에이전트 경쟁·상호검증 구조로 FOCS·JMLR 등 미해결 학술 난제 7개 해결, 5개는 논문화
- 3.TCS벤치서 71% 기록해 종전 최고 67.7% 경신, 경량 모델로 초대형 모델급 연구 성과 달성
- 4.RISC-V CPU 시뮬레이터로 xv6 OS 부팅 성공, 실제 하드웨어와 클록 오차 0.71%로 정밀 재현
왜 중요한가?
고비용 초대형 모델 없이도 오케스트레이션 구조만으로 박사급 연구와 하드웨어 설계 난제를 해결했다는 점에서, AI 연구 파트너화가 비용 효율적인 경량 모델 전략으로도 가능함을 입증한다.
언급 프로젝트
본문 미리보기
구글 안티그래비티 팀이 최신 경량 모델 '제미나이 3.7 플래시'를 기반으로 한 멀티 에이전트 오케스트레이션 프레임워크 '팀워크(Teamwork)'의 주요 성과와 업데이트 내용을 공개했다. 단순한 보조 코딩 도구를 넘어, AI가 오랜 시간이 걸리는 학술 연구와 하드웨어 설계 난제를 자율적으로 해결하는 '독자적인 연구 파트너'로 진화했음을 입증했다는 설명이다.27일(현지시간) 발표에 따르면, 팀워크는 단일 AI 모델이 가졌던 추론의 한계를 구조적 협업으로 극복한 프레임워크다. 느슨하게 연결된 기존 멀티 에이전트는 한 에이전트의 초반
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
