Stanford CS329A: Self-Improving AI Agents의 첫 강의는 “LLM은 어떻게 답변을 잘하는 모델에서 실제 일을 끝내는 에이전트로 발전하는가?”를 큰 흐름으로 설명한다. 강의의 연결고리는 사전 학습의 규모 확장 → 사후 학습 → 추론 시 계산 확장 → 도구와 피드백을 활용하는 에이전트다.강사: Aakanksha Chowdhery, Azalia Mirhoseini · 강의일: 2025년 9월 22일 · 원본 영상아래 내용은 강의와 영상 속 슬라이드를 한국어로 요약한 학습 노트다. 모델·제품에 대한 비교는 강의 당시의 맥락이며, 최신 성능 순위를 뜻하지 않는다.1. 출발점: 더 큰 모델은 무엇을 바꿨나?전통적인 LLM 발전의 중심에는 스케일링 법칙(scaling laws)이 있다...
