AI 뉴스
Qwen 3.8 27B, 실제 세계 지식 활용 능력 향상
Qwen 3.8 27B 모델은 이전 버전인 Qwen 3.6에 비해 세부 사항을 잘 기억하고 구현하는 능력이 향상되었다. 예를 들어, Qwen 3.6이 만든 'Galaga' 클론은 원작과의 유사성이 부족했으나, Qwen 3.8은 적의 공격, 애니메이션 효과 등을 포함하여 원작에 가까운 결과물을 생성했다. 이 모델은 세부 사항을 고려하여 더 정교한 결과를 만들어내며, 로컬 모델과 상용 모델 간의 격차를 줄이는 데 기여하고 있다.
Qwen 3.8은 세부 사항을 잘 기억하고 구현하여, 게임 개발 시 더 높은 품질의 결과물을 생성할 수 있다.
Google Gemini와 Pixel, 5개 축구 클럽과 협력하여 팬 경험 향상
Google Gemini와 Pixel이 5개 글로벌 축구 클럽과 협력하여 AI와 스마트폰 기술을 통해 팬의 경기일 경험을 향상시키고 있다.
AI와 스마트폰 기술을 활용하여 팬 경험을 개선하는 방법을 제시한다.
Self-Explainable Latent Reasoning (SELR) 프레임워크 소개
Latent reasoning은 텍스트 기반 Chain-of-Thought (CoT) 대신 효율성을 높이는 방법으로 부각되고 있다. 그러나 이러한 압축된 추론은 해석 가능성을 저해한다. 본 연구에서는 효율적이고 본질적으로 설명 가능한 latent reasoning을 수행하는 Self-Explainable Latent Reasoning (SELR) 프레임워크를 제안한다. SELR은 정확한 최종 답변을 생성하기 위한 Answer Loss와 인간이 이해할 수 있는 추론 단계로 디코딩하기 위한 CoT Loss를 동시에 최적화하는 다중 작업 훈련 목표를 가지고 있다. SELR은 Large Language Models (LLMs)와 Vision-Language Models (VLMs)에서 우수한 토큰 효율성과 정확성을 입증하며, 외부 디코더 없이 자체적으로 설명 가능성을 제공한다.
SELR은 효율적이고 해석 가능한 latent reasoning을 통해 모델의 성능을 향상시키고, 외부 디코더 없이도 설명 가능성을 확보한다.
Qwen3.6-35B-A3B 모델의 깊이 인식 민감도 분석
Mixture-of-Experts (MoE) 아키텍처는 대형 언어 모델의 계산 효율성을 유지하면서 스파스 활성화를 통해 확장된다. 본 논문은 Qwen3.6-35B-A3B 모델(40 MoE 레이어, 레이어당 256 전문가, top-8 라우팅)에 대한 체계적인 레이어별 민감도 분석을 수행하였다. 초기 레이어(0-9)와 중간 레이어(10-29)는 전문가 마스킹에 매우 민감한 반면, 후반 레이어(30-39) 및 특히 매우 후반 레이어(35-39)는 저강도 전문가의 공격적인 마스킹을 견딜 수 있다. 30%의 전 레이어 마스킹은 300 프롬프트에서 150/300 Good+Similar 출력을 유지하는 반면, 후반 중심 정책은 249-255/300을 유지하며 640-1,145 전문가를 마스킹한다. 500 프롬프트 검증에서 35-39 레이어에서 50% 마스킹을 적용한 좁은 정책이 419/500 Good+Similar 출력을 유지하며 10,240 전문가 중 640만 마스킹한다는 결과를 보였다.
Qwen3.6-35B-A3B 모델의 깊이 인식 전문가 마스킹은 모델 압축 및 효율적인 성능 개선을 위한 실질적인 경로를 제공한다.
언어 서버가 코딩 에이전트의 토큰을 절약하는가?
코딩 에이전트는 대부분의 컨텍스트 예산을 검색에 사용하며, 언어 서버 프로토콜(LSP)을 통한 의미 검색은 정확하지만 실행 중인 서버가 필요하고 심볼당 왕복 비용이 발생한다. 연구에 따르면, LSP는 토큰 효율성이 낮고, 심볼 이름 로컬라이제이션에서는 LSP가 토큰을 더 소모하며, 참조 완전성에서는 정확성을 제공하지만 토큰 절약은 이루어지지 않는다. 도구 선택은 작업에 따라 달라지며, 모델은 로컬라이제이션에서는 grep을 기본으로 사용하고 참조 작업에서는 LSP를 반 정도 사용한다.
LSP는 심볼 이름 로컬라이제이션에서 +6%에서 +118%의 토큰을 추가로 소모한다.
KRPRVFL 모델: 강인한 이중 모델 협업 랜덤 벡터 기능 링크 네트워크
랜덤 벡터 기능 링크(RVFL) 네트워크는 경량화되고 빠른 신경망 모델로, 랜덤화된 은닉층 가중치와 직접적인 입력-출력 연결을 통해 효율적인 훈련과 강한 일반화를 제공합니다. 그러나 기존 RVFL 모델은 노이즈가 있는 레이블, 이상치 및 불균형 데이터에 민감하여 실제 응용에서 성능이 제한됩니다. 이를 해결하기 위해, KRPRVFL 모델은 RVFL의 계산 효율성과 강인한 KRP 기준을 통합하여, KRP 기반 손실로 표준 최소 제곱 목표를 대체하여 훈련 중 손상된 샘플의 영향을 줄입니다. 또한 협업 학습 메커니즘을 도입하여 모델 구성 요소 간의 적응형 상호작용을 가능하게 하여 복잡하고 노이즈가 많은 환경에서 강인성을 더욱 향상시킵니다. UCI 및 KEEL 벤치마크 데이터셋에서의 실험 결과, KRPRVFL은 정확도와 강인성에서 기준 모델을 지속적으로 초월하는 성능을 보였습니다.
KRPRVFL 모델은 KRP 기반 손실을 통해 훈련 중 손상된 샘플의 영향을 줄여 안정성과 일반화를 개선합니다.
Jais 2: 아랍어 중심의 대형 언어 모델 패밀리
Jais 2는 MBZUAI, Cerebras, Inception이 공동 개발한 아랍어 중심의 대형 언어 모델 패밀리로, 70B 파라미터로 훈련된 가장 큰 오픈 아랍어 중심 LLM을 포함하고 있다. 이 모델은 아랍어 및 문화적 기준 벤치마크에서 강력한 성능을 발휘하며, 8B 파라미터 변형도 경쟁력을 갖춘다. HuggingFace에서 상업적으로 허용된 라이센스 하에 모델이 공개되며, Jais 2 70B는 웹, iOS, Android에서 채팅 앱으로도 제공된다.
Jais 2는 70B 파라미터로 훈련된 아랍어 중심 LLM으로, 아랍어 성능에서 강력한 결과를 보여준다.
RubricForge: 에이전트 평가에서 과도한 신뢰를 줄이는 보상 없는 평가 기준 유도
RubricForge는 소규모의 진실 레이블이 있는 경로 집합에서 에이전트 평가 기준의 텍스트를 유도하여 실제 결과에 기반을 두고, 이를 통해 환경 보상과의 일치를 극대화하도록 진화된 평가 기준을 제공한다. 이 방법은 7B 모델을 사용하여 tau-bench와 WebShop에서 평가를 수행했으며, 실패한 경로에 대한 과도한 신뢰를 약 절반으로 줄였다. 예를 들어, tau-bench에서의 잘못된 통과 비율은 0.115로, 기존의 G-Eval보다 개선되었다.
RubricForge는 tau-bench에서 실패한 경로에 대한 잘못된 통과 비율을 0.115로 줄여, 에이전트 평가의 신뢰성을 높인다.
불확실성 샘플링에서 오류 노출 및 위치 테스트
이 연구는 불확실성 샘플링이 더 많은 손상된 레이블을 획득하는지 또는 어려운 영역에서의 오류가 특히 해로운지를 테스트한다. 세 가지 공개 이진 표 데이터셋에서 마진 기반 불확실성 샘플링과 무작위 샘플링을 비교하였으며, 100개의 쌍 시드, 0에서 0.30까지의 아홉 가지 예상 노이즈 비율, 20에서 120까지의 주석 예산을 사용하였다. 깨끗한 레이블 하에서 불확실성 샘플링은 모든 데이터셋에서 학습 곡선 아래의 정규화된 균형 정확도를 1.09에서 1.77 포인트 향상시켰다. 그러나 난이도 의존 노이즈는 여섯 개의 비율에서 이 이점을 감소시켰다. 불확실성 샘플링은 레이블 효율적이었지만, 그 강건성은 데이터셋, 예산, 노이즈 구조 및 평가 메트릭에 따라 달라졌다.
불확실성 샘플링은 깨끗한 레이블 하에서 모든 데이터셋에서 정규화된 균형 정확도를 1.09에서 1.77 포인트 향상시켰다.
Agentao: 도구를 사용하는 LLM 에이전트를 위한 관리형 로컬 우선 런타임
Agentao는 도구를 사용하는 LLM 에이전트를 위한 관리형 로컬 우선 런타임으로, 모델 생성 액션 제안을 호스트 승인 실행과 분리하는 계층 구조를 갖추고 있다. 이 시스템은 호스트 인터페이스, 호스트 계약, 런타임 코어, 권한 중재 도구 시스템 및 메모리, 재생, 플러그인, 기술, 하위 에이전트, 프로토콜 통합을 위한 지원 하위 시스템으로 구성된다. Agentao는 형식적인 안전 보장을 제공하지 않지만, 권한, 상태, 프로토콜 경계 및 실행 추적을 명시적 런타임 추상화로 만들어 보다 관리 가능하고 검사 가능한 에이전트를 구축할 수 있는 방법을 보여준다. 코드가 공개되어 있다.
Agentao는 도구를 사용하는 LLM 에이전트의 실행을 보다 안전하고 관리 가능하게 만들기 위한 구조적 접근 방식을 제공한다.
Activation-Prune-Merge를 통한 모델 스케일 간 지식 전이
Heterogeneous model fusion은 서로 다른 작업, 초기화, 아키텍처 또는 스케일을 가진 모델을 결합하는 방법을 연구한다. Activation-Prune-Merge(APM)라는 프레임워크를 통해, 큰 모델을 작은 아키텍처로 잘라내고 이를 통해 수신 모델의 성능을 향상시킬 수 있음을 보여준다. APM은 16개의 벤치마크에서 원래 3B 수신 모델의 평균 정확도를 55.5%에서 60.6%로 개선했으며, RTE 정확도는 64.3%에서 82.3%, QNLI는 52.3%에서 65.7%, BoolQ는 70.8%에서 79.2%로 증가했다.
Microsoft, AI 버그 탐지로 Exchange Server CU1 출시 지연
Microsoft는 AI 버그 탐지 도구로 인해 Exchange Server Subscription Edition의 주요 누적 업데이트(CU1) 출시가 지연되었다고 밝혔다. Exchange 팀은 CU1이 2026년 상반기 말에 출시될 것이라고 언급했으나, 현재는 2026년 하반기로 업데이트되었다. Microsoft는 보안 우선 정책을 채택한 이후 보안 문제를 해결하는 데 집중하고 있으며, CU1 출시 일정에 대한 확실한 날짜는 제시하지 않았다.
Exchange Server Subscription Edition의 CU1 출시 지연은 Microsoft가 AI 도구를 활용하여 보안 취약점을 찾는 과정에서 발생한 문제이다.
Cursor의 Origin 코드 호스팅 기능 출시
Cursor는 이제 코드를 호스팅할 수 있는 Origin 기능을 도입했다. 이 기능은 오늘부터 모든 유료 플랜에서 초기 베타로 제공되며, 기본적으로 리포지토리, 풀 리퀘스트, 코드 탐색 및 GitHub 동기화 기능을 포함한다. 사용자는 새로운 **Codebase** 탭에서 리포지토리를 생성하고, GitHub 리포지토리를 Cursor와 연결하여 동기화할 수 있다. 모든 리포지토리는 실시간으로 업데이트되며, 풀 리퀘스트는 Cursor와 GitHub 간에 양방향으로 동기화된다. Vercel, Depot, Buildkite와의 통합도 제공된다.
Origin 기능을 통해 개발자는 GitHub 리포지토리와 Cursor 리포지토리를 동시에 관리할 수 있다.
markdown-svg-renderer 도구의 기능 업데이트
Simon Willison은 2023년 5월부터 markdown-svg-renderer 도구를 개발하였으며, SVG 문서를 포함한 Markdown 전사를 공유하는 데 최적화된 기능을 추가했다. 사용자는 브라우저에서 Markdown을 붙여넣거나 CORS-friendly URL 또는 GitHub Gist의 URL을 입력하여 SVG를 렌더링할 수 있다. 새로운 MP4 탭 기능은 SVG 애니메이션을 MP4 비디오로 변환하여 SVG 애니메이션을 지원하지 않는 플랫폼에서 쉽게 공유할 수 있도록 한다.
MP4 탭 기능을 통해 SVG 애니메이션을 MP4로 변환하여, SVG 애니메이션을 지원하지 않는 플랫폼에서도 쉽게 공유할 수 있다.
AI 챗봇 도입 후에도 콜센터 문의 비율 감소하지 않는 이유
많은 회사가 AI 챗봇 서비스를 도입했지만, 실제로 콜센터의 인바운드 문의는 큰 감소가 없었다. AI 챗봇은 사용자의 요청을 완결적으로 처리하지 못하는 한계가 있으며, 사용자는 복잡한 문제에 대해 사람의 개입을 원한다. AI 챗봇이 권한의 한계에 도달했을 때, 대화 맥락을 상담사에게 자연스럽게 연결하는 것이 중요하다.
AI 챗봇 도입 후 사용자가 300% 이상 증가했음에도 불구하고 콜센터 문의 비율이 감소하지 않는 현상은 AI 챗봇의 권한 한계와 관련이 있다.
AI 테스트에서 기준 설정의 중요성
1인 개발자가 AI를 활용해 QA 에이전트를 만들었으나, 기준을 명확히 설정하지 않아 테스트는 통과했지만 실제 버그가 발견되었다. 10여 년 전의 테스팅 자격증 문서를 활용해 기준을 재정립하고 AI의 테스팅 전략을 수정하여 문제를 해결했다. AI는 단순히 통과 여부만 체크했으며, 비즈니스 로직을 검증하지 못했다.
AI 테스트에서 기준을 명확히 설정해야만 실제 비즈니스 로직의 오류를 발견할 수 있다.
스페이스X의 그록 4.6과 그록 봇 출시
그록 봇은 8월 11일에 출시되었고, 그록 4.6은 8월 12일에 등장했다. 그록 4.6은 장시간 에이전트 작업과 화면/인터랙션 생성 기능을 갖추고 있으며, 성능은 GPT-5.6 솔과 비슷한 수준으로 평가받고 있다. 가격은 입력 100만 토큰당 2달러, 출력 6달러로, 기존 모델보다 저렴하다. 그록 봇은 클라우드에서 작동하며, 사용자가 직접 로그인해 화면을 조작할 수 있는 기능을 제공한다.
그록 4.6은 GPT-5.6 솔과 비슷한 성능을 가지면서도 가격이 더 저렴하여, 비용 효율적인 AI 솔루션을 찾는 기업에 유용할 수 있다.
중국 AI 스타트업 Zhipu, GLM-5.3 모델로 Anthropic의 Mythos 5 초과
중국 AI 스타트업 Zhipu가 새로운 GLM-5.3 모델을 발표하며 Anthropic의 Mythos 5를 사이버 보안 기준에서 초과 성능을 기록했다고 밝혔다. 이 모델은 코딩 능력에서도 격차를 줄였으며, 중국의 오픈 웨이트 모델이 서구 AI와 동등한 수준에 도달했음을 나타낸다. Zhipu는 지난 6월 이후 빠른 속도로 모델을 개선하고 있으며, 미국 정부는 중국의 AI 발전을 견제하기 위한 계획을 마련 중이다.
GLM-5.3 모델이 사이버 보안 기준에서 Mythos 5를 초과 성능을 기록함으로써, 중국의 AI 기술이 서구와의 경쟁에서 동등한 위치에 도달했음을 보여준다.
Qwen 3.8 27B 출시, 기본 설정으로 과도한 사고 발생
Qwen 3.8 27B는 Alibaba의 Qwen 연구소에서 개발한 27B 파라미터의 비전 가능 LLM으로, Apache 2 라이센스를 따릅니다. 이 모델은 27B 크기로 적당한 사양의 노트북에서 실행할 수 있으며, 이전 모델인 Qwen 3.6 27B보다 성능이 향상되었습니다. 기본적으로 reasoning_effort가 xhigh로 설정되어 있어 복잡한 작업에서 철저한 분석을 요구하지만, 소비자 하드웨어에서 실행하기에는 비효율적입니다. LM Studio의 기본 컨텍스트 제한인 8,192 토큰을 초과하여 262,144 최대 컨텍스트 길이로 모델을 실행한 결과, 과도한 사고 문제를 해결할 수 있었습니다.
Qwen 3.8 27B는 기본적으로 xhigh reasoning_effort를 설정하여 복잡한 작업을 처리하지만, 이는 소비자 하드웨어에서 비효율적일 수 있습니다.
AI의 인간에 대한 우위와 인간의 강점
저자는 Tesla의 완전 자율주행 기능을 사용하면서 AI가 인간보다 많은 장점을 가지고 있음을 깨달았다. AI는 도로를 완벽하게 인식하고 피로하거나 주의가 산만해지지 않지만, 인터넷 사용자 인터페이스를 다루는 데 여전히 어려움을 겪고 있다. 인간은 여전히 개인적인 지식이나 예술과 같은 분야에서 AI보다 우위를 점할 수 있으며, 인간의 존재는 AI가 자동화하기 어려운 특징으로 남아있다. AI가 특정 지능을 자동화할 수 있지만, 인간의 가치가 사라지지는 않을 것이다.
AI는 인터넷 사용자 인터페이스에서 정확한 클릭과 드래그를 수행하는 데 어려움을 겪고 있어, 현재는 인간이 여전히 우위를 점하고 있다.
OpenAI, 준비팀 해체 및 책임 분담
OpenAI는 지난달 말 준비팀을 해체했다. 준비팀의 역할은 모델이 심각한 위험을 초래하는지 평가하고 이를 완화할 방법을 개발하는 것이었다. 이제 책임은 생물학 및 사이버와 같은 특정 영역으로 나뉘어 기존 팀으로 이동되었다. 이는 OpenAI가 대규모 IPO를 준비하며 겪고 있는 최근 변화 중 하나이다.
OpenAI의 준비팀 해체는 모델의 위험 평가 및 완화 전략이 기존 팀으로 통합되었음을 의미한다.
AI가 생명체 설계도를 작성하고 보안 문제를 드러내다
스탠퍼드 대학교와 아크 연구소 연구진이 발표한 결과에 따르면, 유전체 AI 모델 '에보(Evo)'가 9조 개의 뉴클레오타이드 데이터를 학습해 새로운 바이러스 16종을 설계했다. 이 성과는 AI가 완전히 새로운 생명 구조를 창조할 수 있음을 보여준다. 또한, LLM 서비스 기업들이 모델 내부의 사고 과정을 '블랙박스'로 간주하던 중, 역추론 기술과 암호화된 블록의 취약점이 드러나면서 보안 문제가 발생했다. 마지막으로, 스페이스X가 AI 코딩 도구 커서(Cursor)를 인수하여 차세대 모델 '그록(Grok) 4.6'을 공개했다.
AI 모델 '에보'는 생명체 설계의 가능성을 열어주지만, 보안 문제는 AI 기술의 안전성을 위협할 수 있다.
Dario Amodei, AI에 대한 신뢰 위기 언급
Dario Amodei는 AI에 대한 부정적인 대중의 시각이 AI 리더들이 위험을 경고하는 것 때문이 아니라, 기본적으로 신뢰의 위기라고 주장했다. 그는 사람들이 기업, 정부, 기술 산업을 신뢰하지 않으며, AI가 그들의 문제를 해결할 것이라는 주장을 기만적이라고 여긴다고 말했다. Amodei는 AI 기업들이 세상을 이롭게 하겠다는 큰 약속을 아직 이행하지 못했다고 비판하며, 마케팅 캠페인보다는 실제로 문제를 해결하는 것이 중요하다고 강조했다.
AI 기업들이 세상을 이롭게 하겠다는 약속을 이행하지 못하고 있다는 비판은 AI 개발자들에게 실질적인 성과를 내는 것이 중요하다는 점을 시사한다.
AWS의 CPU 수요 증가와 에이전틱 AI의 영향
AWS는 AI 워크로드로 인해 CPU 서버 용량의 대기 시간이 급증하고 있으며, 이에 따라 CPU 사이클을 절약해야 한다는 지침을 엔지니어들에게 전달했다. 에이전틱 AI 시스템의 부상으로 CPU 수요가 증가하고 있으며, LLM의 추론은 주로 GPU에서 실행되지만, 도구 호출은 CPU에서 처리된다. 연구에 따르면, CPU가 유휴 상태일 때 LLM 추론이 GPU에서 실행되고, 반대로 GPU가 유휴 상태일 때 도구 호출이 CPU에서 실행되는 경우가 많다. 이를 최적화하기 위해 제안된 스케줄링 최적화는 에이전틱 워크로드의 엔드 투 엔드 지연 시간을 최대 1.8배 줄일 수 있다.
에이전틱 AI 시스템의 증가로 CPU 수요가 증가하고 있으며, 이는 Llama-8B 응답의 지연 시간을 줄이는 데 중요한 역할을 한다.