LLM으로 다시 풀어 보는 오래된 문제들

테트리스, 문랜딩, 오목, 바둑, 인베이더, 주식과 암호화폐까지. 예전에 풀던 문제를 지금의 언어 모델과 강화학습으로 다시 펼쳐 놓은 글입니다.

  1. 01서문LLM으로 다시 풀어 보는 오래된 문제들2026. 9. 28.
  2. 02인베이더 게임으로 배우는 휴리스틱과 AI 브리지순수 규칙 게임을 인공지능과 연결하기 위한 관찰, 행동, 통신 설계2026. 9. 28.
  3. 03OpenAI Gym과 강화학습(Reinforcement)2026. 9. 28.
  4. 04문랜딩 프로그램으로 이해하는 강화학습달 착륙선이 시행착오를 통해 안전한 착륙 방법을 배우는 과정2026. 9. 28.
  5. 05테트리스를 배우는 강화학습 에이전트 만들기C++ 게임 엔진을 Gymnasium 환경으로 감싸고 DQN으로 학습하는 실전 프로젝트2026. 9. 28.
  6. 06VLM을 이용한 테트리스 학습화면 전체를 읽고, 블록의 최종 위치를 결정하는 언어모델 기반 게임 에이전트2026. 9. 28.
  7. 07오목으로 이해하는 적대적 강화학습상대가 있는 게임에서 정책은 어떻게 강해지는가2026. 9. 28.
  8. 08SGF 기보로 학습하는 바둑 LLM 인공지능기보 수집, VLM/LLM 미세조정, 인간과의 대국까지 이어지는 바둑 AI 만들기2026. 9. 28.
  9. 09LoRA로 발전하는 가상 피팅 인공지능사람과 옷 이미지를 받아, 그 사람이 실제로 입은 것처럼 생성하는 개인화 모델 만들기2026. 9. 28.
  10. 10한국투자증권 API와 LLM 주식 응용 프로그램시세 조회, 차트 대시보드, 급등락 감시, 모의매매에 LLM을 붙이는 방법2026. 9. 28.
  11. 11암호화폐 자동매매 정책을 학습한 VLM5년치 캔들 데이터로 정책을 만들고, 차트 이미지를 보는 모델로 검증하기2026. 9. 28.
오래된 문제들