AI 리서치·논문
arXiv 논문과 대형 연구소의 기술 리포트를 추적하는 카테고리다. 모델 아키텍처, 학습 기법, 벤치마크 결과처럼 6개월 뒤 제품에 들어올 흐름을 미리 읽는다. 한국 개발자가 논문 전문을 다 읽지 않고도 핵심과 재현 가능성을 가늠하도록 정리한다.
Periodic Labs의 AI 과학자 실험 및 재료 발견
Periodic Labs는 2022년 9월에 설립된 이후 AI 과학자 실험실로 자리잡았다. 이들은 물리적 실험을 기반으로 한 강화 학습을 통해 새로운 재료를 발견하는 데 집중하고 있으며, 모든 실험 장비에 '140 IQ'를 부여하는 방안을 모색하고 있다. 실패한 실험도 가치 있는 훈련 데이터로 활용되며, 자율 실험을 통해 과학적 시행착오를 수개월로 단축할 수 있는 가능성을 제시하고 있다.
Swift 모델 220만 다운로드 달성 및 연구자 무료 컴퓨팅 제공
UkisAI의 Swift 모델이 220만 다운로드를 초과했다. Swift는 효율적인 추론을 위한 LLM 시리즈로, 토큰 사용량을 58.3% 줄이고 속도를 1.95배 향상시킬 수 있다. UkisAI는 Discord 커뮤니티를 통해 초기 테스트를 위한 미발표 Swift 모델과 UkisAI 코드를 제공하며, 연구 지원 프로그램을 통해 무료 컴퓨팅과 LLM API를 제공할 예정이다.
OpenAI, 722개의 수학 논문 발표 및 Quasi-Riemann Hypothesis 해결
OpenAI는 내부 Navier-Stokes 수학 모델을 기반으로 722개의 수학 논문을 공개 GitHub 저장소에 발표했다. 이 논문들은 약 4,000개의 연구 문제를 평가한 결과로, 평균 3시간의 ChatGPT Pro 컴퓨팅 시간을 사용하여 작성되었다. 특히 Quasi-Riemann Hypothesis는 수학 역사에서 가장 중요한 결과 중 하나로 평가받고 있다.
2026년 기술 산업 현황과 AI의 영향
2026년 기술 산업의 변화 속도는 전례 없는 수준으로, 대부분의 엔지니어가 수작업으로 코드를 작성하지 않으며, 5-10개의 에이전트와 함께 작업하는 것이 일반화되고 있다. 코드 출력에 대한 가정이 깨지고, 코드 리뷰의 품질이 저하되었으며, 팀워크와 계획의 중요성은 여전히 유지되고 있다. AI의 발전으로 인해 소프트웨어 개발 방식이 근본적으로 변화할 것으로 예상된다.
AI 컴퓨트의 상품화 가능성과 미래 시장
AI 회사가 특정 클러스터와 가격으로 GPU를 필요로 할 때, 공급자는 미래의 임대료를 알기 전에 자본을 투자해야 하며, 구매자는 미래 비용을 알기 전에 용량이 필요하다. 이는 상품 시장에서의 일반적인 상황과 유사하다. AI 컴퓨트는 상품으로 자리 잡을 가능성이 있으며, 이를 위해서는 거래되는 것의 정의, 품질 측정, 위험에 대한 계약 구축이 필요하다.
OpenAI, 722개의 수학 문제 해결 방안 공개
OpenAI는 372개의 결과 집합을 포함한 722개의 원고를 통해 여러 오랜 수학 문제의 해결책을 발표했다. 이 결과는 수학 커뮤니티에서 인상적이면서도 불안감을 주고 있으며, 연구 윤리와 학문적 행동에 대한 질문을 제기하고 있다. AGMAI라는 새로운 독립 자문 그룹은 이 결과를 책임감 있게 전달하기 위해 구성되었으며, 발표된 내용에는 '수백 개'의 미해결 질문에 대한 해결책이 포함되어 있다.
GPU 자원 공유 제어의 어려움
GPU 애플리케이션은 단일 프로세스 내에서 동시에 실행되는 여러 독립적인 구성 요소로 구성되는 경우가 많다. 예를 들어, 지연에 민감한 연산자와 처리량 중심의 백그라운드 커널, 데이터 전처리 단계와 모델 추론, 또는 단일 GPU를 공유하는 여러 처리 워크플로우 단계가 있다. 그러나 이러한 구성 요소 간의 GPU 자원 공유를 제어하는 것은 여전히 어려운 문제이다.
EmTech Future 2026: AI와 다른 분야의 융합
Yossi Matias는 AI가 생물학, 인프라, 제조업, 과학을 어떻게 재편하고 있는지를 탐구하며, AI의 가장 큰 영향은 다른 분야와의 교차점에서 올 것이라고 언급했다. EmTech Future 2026에서는 AI가 산업에 미치는 영향, 양자 기술의 방향, 새로운 에너지 시스템의 가능성, 로봇 공학의 발전 및 이러한 기술들이 융합할 때 발생하는 도전과 기회에 대한 논의가 이루어졌다. 이 행사에서는 Google Quantum AI의 Hartmut Neven과 MIT의 에너지 및 기후 담당 부사장 Evelyn Wang이 각각 양자 기술과 에너지 시스템의 상호작용에 대해 설명했다.
2026년 기업 AI의 자율적 의사결정 시대
2026년에는 예측 모델이 통계적 예측을 초월하는 것이 확립되었고, 이제는 예측 시스템이 비즈니스 의도에서 벗어나지 않고 스스로 결정을 내릴 수 있도록 하는 것이 주요 과제가 되었다. Vishal Gupta는 기업들이 과거 지향적인 관점에서 벗어나 더 미래 지향적으로 변화하고 있다고 언급했다. 딥러닝과 생성 AI와 같은 기술로 구동되는 지능형 분석은 실시간 학습을 통해 AI가 지속적으로 진화할 수 있게 하고, 새로운 예측 엔진은 구조화되지 않은 데이터 소스도 활용하여 기업들이 수동적인 회고에서 실용적인 예측으로 나아가고 있다.
Microsoft의 Jennifer Neville, AI 시스템 평가와 실패의 교훈 탐구
Jennifer Neville은 Microsoft의 파트너 연구 관리자이며, AI의 실제 사용을 이해하고 발전시키는 경력을 쌓아왔다. 그녀는 AI 시스템의 성능 경계를 확장하는 데 있어 평가의 역할과 전통적인 기준을 넘어 테스트할 때 발생하는 ‘놀라운 실패’에 대해 논의한다. 또한 현재 AI 시스템과 작업할 때의 실용적인 조언과 데이터의 중요성에 대해 설명한다.
OncoNoteBERT: 실제 외래 종양학 노트를 위한 기초 표현 모델
OncoNoteBERT는 21,564명의 폐암 및 두경부암 환자로부터 수집된 290,026개의 외래 종양학 노트를 기반으로 한 BERT 스타일 인코더이다. RadBERT와 PathologyBERT는 제로샷 평가에서 각각 113.04와 2035.03의 perplexity를 기록하며 부적합한 성능을 보였으나, OncoNote-RadBERT는 계속된 마스크 언어 모델 프리트레이닝을 통해 2.10의 perplexity로 가장 우수한 적합도를 보였다. OncoNoteBERT는 2.83의 perplexity를 기록하며 가장 효율적인 토큰화를 제공하고, 13개의 마스크 토큰 프로브 중 12개에서 임상적으로 수용 가능한 예측을 반환하였다.
Surrogate의 로그 확률로 블랙박스 LLM 에이전트 감사하기
LLM 에이전트는 도구 호출, 쿼리 및 코드를 생성하지만, 오류가 발생할 때까지 이를 인지하지 못할 수 있다. Frontier 채팅 API는 모델의 토큰 확률을 숨기며, 에이전트의 신뢰도는 중요한 실수에서 우연의 결과를 겨우 초과한다. 이 연구는 저비용의 오픈 웨이트 서러겟을 사용하여 에이전트와 병행하여 실행하며, 호출을 평가하기 위해 다양한 보조 도구를 활용한다. 어려운 코딩 작업에서 AUROC 0.825를 달성하며, 에이전트의 신뢰도가 0.598에 불과할 때도 있다. 이 신호는 실시간 게이트 및 신뢰도 피드백의 두 가지 배포 모드를 구동한다.
모바일 앱 리뷰에서의 세분화된 감정 분류: 대형 언어 모델을 활용한 실증 연구
이 연구는 모바일 앱 리뷰의 세분화된 감정 분류가 요구 사항 엔지니어링 활동에 어떻게 기여할 수 있는지를 탐구한다. 대형 언어 모델을 활용하여 심각한 클래스 불균형 하에서 자동 다중 레이블 감정 분류를 수행하며, 다양한 모델과 전략을 비교한다. 결과적으로, 최상의 디코더 전용 몇 샷 프롬프트가 매크로 F1 점수 0.642를 기록하며, 최상의 다중 레이블 인코더와 생성적 데이터 증강을 결합하면 이 격차를 상당히 줄일 수 있음을 보여준다. 실험 파이프라인, 합성 코퍼스 및 미세 조정된 체크포인트가 공개된다.
GPT-6.1 Sol 모델, 중첩 모델 아키텍처에 대한 루프된 정보
GPT-6 Astra는 여러 번의 전방 패스를 통해 토큰을 출력하는 루프된 트랜스포머 아키텍처로 추정된다. GPT-6-Sol은 토큰당 3회의 추론 패스를 사용하고, GPT-6.1-Sol은 2회를 필요로 한다. GPT-6-Sol과 5.6-Sol은 약 100 tok/s의 속도를 보이며, GPT-6.1-Sol과 GPT-6-Astra는 약 60 tok/s로 추정된다. 이는 Sol이 Astra 요청을 완료하기 위해 추가 사이클을 기다려야 할 수 있음을 시사한다.
AI 에이전트의 인간 개입 유지 실패와 그 원인
AI 에이전트의 결정 검토와 승인을 위한 인간 개입이 현재의 설계 및 사용 관행으로 인해 실패할 것이라는 주장을 담은 논문이 9월 6일 ArXiv에 발표되었다. 연구자들은 현재의 에이전트 설계가 인간 감독자의 요구를 별개의 고려사항으로 취급하여, 에이전트가 인간 감독자를 압도하는 정보를 제공한다고 지적했다. 이들은 인간-AI 상호작용에서 마찰을 도입해야 하며, 예를 들어 사용자가 다음 단계를 선택하도록 요구하거나, AI의 계획을 승인하기 전에 증거를 요구하는 방식으로 개선할 수 있다고 제안했다.
AI가 Navier-Stokes 문제를 해결하며 수학계에 논란을 일으킴
2023년 9월 13일 독일 하이델베르크에서 열린 Heidelberg Laureate Forum에서 AI 기업들이 수학 문제 해결에 대한 논의가 활발히 이루어졌다. OpenAI는 Navier-Stokes 존재성과 매끄러움 문제를 해결했다고 발표했으며, 이는 자동화된 추론의 중요한 이정표로 평가받고 있다. 그러나 이 발표는 OpenAI의 행동에 대한 비판과 함께 수학계의 규범과 가치에 대한 우려를 불러일으켰다. 현재 남아있는 밀레니엄 문제 중 Riemann 가설과 Hodge 추측이 다음 해결 후보로 떠오르고 있다.
통신사들이 AI 전략을 오픈 모델에 기반하여 구축하는 이유
통신사들은 AI 전략을 오픈 모델에 기반하여 구축하고 있으며, 이는 비용 외에도 신뢰성, 제어 및 맞춤화의 이점을 제공한다. NVIDIA의 보고서에 따르면, 응답자의 89%가 오픈 소스 모델과 소프트웨어가 AI 전략에 중요하다고 응답했다. 오픈 모델은 비용을 절감하면서도 최전선 수준의 지능에 접근할 수 있게 하며, 통신사들이 특정 작업에 대해 폐쇄형 모델을 사용할 수 있도록 한다. NVIDIA는 30억 개의 매개변수를 가진 Nemotron 3 Large Telco Model을 발표했으며, 이는 통신 산업 용어를 이해하고 네트워크 구성 및 고객 사건 분류와 같은 작업을 효과적으로 수행할 수 있다.
Qwen3.8 27B의 덧셈 실험 결과
Colin Frasier는 GPT-4o를 사용하여 숫자의 합을 단어로 반환하는 실험을 진행하였고, 그 결과를 차트로 공유했다. 이후, Qwen3.8-27B-Q4_K_M 모델을 사용하여 동일한 실험을 진행한 결과, 5,070개의 시도 중 23.57%의 정확도를 기록했다. 추가로, 추론 기능을 활성화했을 때는 169회 시도 중 167회에서 정답을 맞췄다.
Swarm Scaling의 속도와 한계
Toby Ord는 AI 스왐의 활용을 속도 측면에서 설명하며, 4-agent 스왐이 동일 성능을 내기 위해 약 두 배의 토큰이 필요하지만, 에이전트가 병렬로 실행되기 때문에 이론적으로는 절반의 시간에 동일한 작업을 수행할 수 있다고 언급했다. 그러나 스왐의 성능은 에이전트 수를 늘릴수록 수익이 감소하는 경향이 있으며, 10배의 에이전트를 사용해도 3배에서 5배의 성능 향상만 가능하다고 설명했다. 이러한 스왐 스케일링은 AI의 지능 폭발 가능성을 높일 수 있다고 덧붙였다.
Google DeepMind의 Gemini Robotics 2와 전신 지능
Google DeepMind의 Gemini Robotics 연구 책임자인 Keerthana Gopalakrishnan은 Gemini Robotics 2의 출시와 전신 지능, 일반화된 휴머노이드 로봇 개발에 대해 설명했다. DeepMind는 Gemini Robotics ER 2와 같은 추론 모델을 비전-언어-행동 실행과 결합하여 다중 손가락 조작과 전신 구현의 어려움을 강조했다. 로봇이 인간 환경에서 물리적 AI를 적용할 때의 안전성, 센서 실패, 추론 지연 등 여러 가지 중요한 문제를 다룬다.
중국 AI 생태계에 대한 27번째 기사 요약
이번 ChinAI의 27번째 에피소드는 중국의 AI 생태계에 관한 10개의 기사를 요약한다. 주요 내용으로는, Ulanqab가 중국의 AI 컴퓨팅 중심으로 부상하고 있다는 점, 중국 여행자들이 AI 여행 도우미를 사용했으나 실망을 겪었다는 점, BAT 기업들이 '더러운 데이터' 문제를 해결하기 위해 AI 사전 학습 과정을 재작업하고 있다는 점 등이 포함된다.
Mythos 5.1, Fable 5.1 및 Opus 5.5의 모델 복지 관련 보고
이 글은 Claude 모델의 복지에 대한 우려와 관련된 내용을 다룬다. Mythos와 Fable 5.1에 대한 보고서를 Opus 5.5와 결합하여, 모델 복지의 중요성과 내부 평가의 신뢰성 문제를 논의한다. 또한, 모델의 능력 향상과 그에 따른 새로운 문제 발생 가능성을 언급하며, 통합적인 해결책의 필요성을 강조한다.
도구 사용 에이전트를 위한 비교 가치 추정
대형 언어 모델(LLM)은 복잡한 작업을 위해 긴 도구 호출 시퀀스에 의존하며, 각 호출은 작업 상태를 변경하고 이후 결정을 조건짓는다. 이 논문에서는 도구 사용 에이전트가 다음 도구 호출의 장기 가치를 추정해야 한다고 주장하며, 이를 위해 비교 추론 모델(CIM)을 제안한다. CIM은 관찰된 도구 행동, 베이지안 도구 그래프 시뮬레이터의 확장 가능한 감독, LLM 기반 비교의 의미적 판단을 결합한 신호 쌍에서 학습한다. CITA는 세 가지 도구 사용 벤치마크와 여러 LLM에서 Tool F1 및 작업 성공률을 일관되게 향상시킨다.
AI 설계 단백질의 워터마크 기술 개발
AI 기반 도구들이 생물 보안 분야에서 위협을 초래할 수 있으며, AI 설계 효소가 플라스틱을 분해하거나 독성 단백질을 차단하는 등의 성공 사례가 있지만, 이러한 도구들이 독소를 만들거나 바이러스 단백질의 행동을 변화시킬 수 있는 위험이 있다. 현재 DNA 서열을 식별하는 소프트웨어는 AI 설계 단백질을 탐지하지 못하며, 이들에 대한 충분한 특성이 규명되지 않아 위협으로 인식되지 않고 있다.