로컬 우선 AI 에이전트 Selene 업데이트: SWE-bench Lite 61% 달성 및 신규 기능 추가

작성자가 직접 개발한 도구의 성능과 자가 개발 방식에 대해 긍정적인 반응이 있으며, 특히 로컬 우선 접근 방식에 대한 관심이 확인됐다.

• 복잡한 문서 레이아웃 처리가 필요할 때 IBM에서 공개한 Docling 라이브러리를 활용하면 효과적이다.
• 에이전트의 웹 상호작용 기능을 구현할 때 browser-use와 같은 경량 멀티 액션 도구를 검토해볼 가치가 있다.

에이전틱 코딩(Agentic Coding)

— AI 에이전트가 스스로 코드를 작성, 테스트, 수정하며 소프트웨어를 개발하는 방식이다. 개발자가 상위 아키텍처를 설계하면 AI가 세부 구현 작업을 자율적으로 수행하여 개발 효율성을 극대화한다.

SWE-벤치 라이트(SWE-bench Lite)

— 실제 GitHub 이슈를 해결하는 능력을 통해 모델의 소프트웨어 엔지니어링 역량을 평가하는 벤치마크의 경량 버전이다. 복잡한 코드베이스에서의 문제 해결 능력을 객관적으로 측정하는 지표로 활용된다.

로컬 우선(Local-first)

— 데이터 처리와 저장을 클라우드가 아닌 사용자의 로컬 기기에서 우선적으로 수행하는 설계 원칙이다. 개인정보 보호를 강화하고 네트워크 연결 없이도 빠른 응답 속도를 보장하는 것이 특징이다.

도클링(Docling)

— 다양한 형식의 문서를 정교하게 파싱하고 구조화된 데이터로 변환하는 라이브러리이다. 복잡한 레이아웃을 가진 PDF 등을 AI 모델이 이해하기 쉬운 형태로 전처리하는 데 중요한 역할을 한다.