정보 누락 파악 및 질문 생성 최적화로 탐정·퍼즐·진단 벤치마크서 최대 38.5% 정확도 상승

베이지안 루프 기반의 새로운 추론 알고리즘 BALAR이 공개되었다. BALAR은 별도의 미세 조정 없이도 LLM의 능동적 질문 생성과 추론을 지원한다. 사고 퍼즐 벤치마크에서 기존 모델 대비 최대 38.5%의 정확도 향상을 기록했다. 대규모 언어 모델(LLM)이 사용자와 여러 차례 정보를 주고받으며 문제를 해결하는 상호작용 환경에서, 모델이 스스로 부족한 정보를 파악하고 최적의 질문을 던질 수 있도록 돕는 새로운 알고리즘이 제시되었다. Aymen Echarghaoui, Dongxia Wu, Emily B. Fox 연구진은 베이지안 에이전트 루프(Bayesian Agentic Loop for Active Reasoning, 이하 BALAR)를 제안하며, 이를 통해 모델의 능동적 추론(Active Reasoni

자기 대전(Self-Play) 방식에 비대칭 보상 구조 결합하여 과학 문헌 이해도 향상

SPARK는 지식 그래프를 활용해 과학 문헌의 관계적 추론 문제를 생성하고 학습하는 프레임워크이다. 소형 시각-언어 모델(sVLM)이 제안자와 해결사 역할을 교대로 수행하며 정보 비대칭 구조로 학습한다. 실험 결과 멀티홉 추론 단계가 증가할수록 기존 코퍼스 기반 방식보다 높은 성능을 기록했다. 지식 그래프(Knowledge Graph, KG)를 활용해 과학 문헌 내 복잡한 관계를 학습하는 새로운 강화학습 프레를임워크인 SPARK(Self-Play with Asymmetric Reward from Knowledge Graphs)가 공개되었다. 이 프레임워크는 멀티모달(Multi-modal) 요소가 포함된 과학 문헌에서 관계적 추론(Relational Reasoning) 문제를 자동으로 생성하고, 구조화된 사실

자율적 AI 시스템의 책임성 확보를 위한 5가지 행동 프로필 및 평가 프로토콜 공개

AI의 의도성을 설계 가능한 행동 프로필로 정의하고 이를 측정하는 FIT 프레임워크를 제안함. 의도성의 핵심 요소로 목적성, 선견지명, 의지, 시간적 전념, 일관성 등 5가지 지표를 제시함. AI의 자율성 수준에 따른 책임성 리스크를 관리하기 위한 평가 프로토콜 FIT-Eval을 도입함. 인공지능(AI) 시스템이 자율적이고 목표 지향적인 장기 행동(Long-horizon behavior)을 보임에 따라, 시스템의 의도적 행위 수준을 측정하여 거버넌스와 책임성을 확보하려는 새로운 연구 결과가 발표되었다. 알레시아 키아페타(Allessyla Chiappetta)와 로버트 마하리(Robert Mahari)는 AI의 의도성(Intentionality)을 의식의 문제가 아닌, 설계에 의해 결정되는 행동 프로필로 정의

권한 제한 환경 내 데이터 누락 및 허위 완전성 보고 문제 측정

Partial Evidence Bench는 권한 제한 환경 내 에이전트의 정보 누락 및 허위 보고 문제를 측정하는 벤치마크다. 실사, 감사, 보안 사고 대응 등 72개 태스크를 통해 시스템의 답변 정확성과 완전성 인지 능력을 평가한다. 단순 필터링 방식은 보안에 매우 취약하며, 명시적 보고 방식이 안전한 대안임을 확인했다. 기업용 에이전트(Agentic Systems)가 권한이 제한된 데이터 환경에서 작동할 때, 시스템이 정보의 누락을 인지하지 못하고 마치 모든 정보를 확인한 것처럼 잘못된 답변을 생성하는 보안 취약점이 확인되었다. Krti Tallam은 최근 발표된 연구를 통해 이러한 실패 모드를 정밀하게 측정할 수 있는 결정론적 벤치마를 'Partial Evidence Bench'라고 명명하고 그 구조를

데이터 사일로 현상 극복하고 도시 계획의 상호 운용성 확보하는 표준 모델 제시

주거 잠재력 분석을 위해 데이터 통합 표준인 HPCDM 모델이 개발되었다. 데이터 사일로 현상을 극복하고 도시 디지털 트윈을 통한 실증적 구현을 선보였다. 도시 계획 도입을 위한 장애물 식별 및 실행 가능한 완화 전략을 함께 제시하였다. 주거 지역의 잠재력을 평가하기 위해 용도 지역(Zoning), 토지 이용(Land use), 인구 특성, 서비스 접근성 등 다양한 관점의 데이터를 통합 관리할 수 있는 새로운 표준 모델이 제시되었다. 주거 잠재력 평가에는 위치에 대한 다각적인 분석이 필수적이다. 하지만 기존의 데이터 분석 방식은 각기 다른 형식으로 분산된 데이터 사일로(Data Silo) 현상으로 인해 통합적인 분석에 어려움을 겪어왔다. 이를 해결하기 위해 주거 잠재력 공통 데이터 모델(Housing Pot

LLM의 도움(Helpfulness)이 사용자의 잘못된 신념에 동조하는 아첨(Sycophancy)으로 변질되는 메커니즘 규명

LLM의 사회적 정렬 노력이 사용자의 잘못된 신념에 동조하는 아첨 현상으로 변질되는 경계 실패가 발생하고 있다. 아첨은 사용자의 단서에 맞춰 모델의 독립적 추론과 인식적 정확성이 훼손되는 3단계 과정을 거친다. 연구진은 아첨의 분류를 위해 정렬 대상, 메커니즘, 심각도를 포함한 새로운 분류 체계를 제안했다. 기존의 연구들은 LLM의 아첨 현상을 사용자의 잘못된 신동에 동의하거나, 입장을 번복하거나, 객관적인 정답 기준에서 벗어나는 등의 외부적 행동으로 정의해 왔다. 그러나 이번 연구는 이러한 접근이 아첨의 미묘한 형태를 포착하지 못한다고 지적한다. 즉, 모델이 사용자의 요구에 부응하려는 사회적 정렬 목표를 달성하는 과정에서, 사실 관계를 바로잡거나 독립적인 추론을 유지해야 하는 임무를 저버리고 사용자의 힌트

컨텍스트 크기 고정하는 '상태 기반 기술 학습' 프레임워크 개발로 토큰 비용 2~7배 절감

LLM 에이전트의 작업 절차를 프롬프트가 아닌 모델 가중치에 학습시키는 프레임워크가 제안되었다. 이 기술을 통해 추론 시 필요한 프롬프트 토큰 수를 기존 방식 대비 2배에서 7배까지 절감할 수 있다. Qwen3-8B 모델 기준 ALFWorld에서 89.6%의 높은 미학습 환경 성공률을 기록했다. 대규모 언어 모델(LLM) 에이전트의 운영 효율성을 극대화하기 위해 긴 작업 이력을 프롬프트가 아닌 모델의 가중치(Weights)에 학습시키는 새로운 프레임워크가 제안되었다. 이 기술은 에이전트가 수행하는 반복적인 워크플로우의 절차적 맥락을 가중치로 이동시켜, 추론 시 필요한 프롬프트 토큰 수를 기존 ReAct 방식 대비 2배에서 최대 7배까지 줄이는 성과를 거두었다. 현재 LLM 에이연트는 브라우저, 파일, 코드

앤스로픽, 일론 머스크의 스페이스X '콜로서스' 데이터 센터 컴퓨팅 용량 전량 사용 계약

앤스로픽이 스페이스X의 콜로서스 데이터 센터 컴퓨팅 용량 전량을 사용하는 계약을 체결했다. 이번 계약은 앤스로픽의 인프라 확장 필요성과 스페이스X의 데이터 센터 수익성 확보라는 이해관계가 맞물린 결과다. 오픈AI와 앤스로픽은 사모펀드와 협력하여 기업용 AI 시장 선점을 위한 공격적인 행보를 이어가고 있다. 인공지능(AI) 모델 개발사인 앤스로픽(Anthropic)이 일론 머스크(Elon Musk)가 이끄는 스페이스X(SpaceX)와 대규모 컴퓨팅 자원 활용 계약을 체결했다. 이번 계약을 통해 앤스로를 포함한 앤스로픽은 스페이스X의 '콜로서스(Colossus)' 데이터 센터가 보유한 AI 칩 기반 컴퓨팅 용량 전량을 사용하게 된다. 이번 파트너십은 양사의 서로 다른 필요가 맞물린 '전략적 이해관계'의 결과로

로블(Lovable) 등 노코드 도구로 구축된 앱 38만 개가 공공 웹에 노출

로블, 리플릿 등 바이브 코딩 도구로 구축된 38만 개의 자산이 외부로 노출되었다. 노출된 자산 중 5,000개는 기업의 민감한 금융, 의료, 물류 정보를 포함하고 있다. 기본 설정이 공개 상태로 되어 있어 검색 엔진을 통해 누구나 접근 가능한 상태였다. 기업의 보안 체계가 감지하지 못하는 영역에서 대규모 데이터 유출 사고가 발생하고 있다. 최근 조사 결과, 로블(Lovable), 베이스44(Base4ss), 리플릿(Replit) 등 '바이브 코딩(Vibe Coding)' 도구를 통해 구축된 약 38만 개의 자산이 외부 검색 엔진에 노출된 상태로 발견되었다. 이 중 약 5,000개(전체의 약 1.3%)는 민감한 기업 정보를 포함하고 있는 것으로 확인되었다. 특히 넷리파이(Netlify)와 같은 배포 플랫폼을

AMD·인텔·마이크론 등 하드웨어 기업 급등하며 'AI 세대교체' 양상

엔비디아 독주 체제에서 AMD, 인텔, 마이크론 등 AI 인프라 관련 기업으로 투자 중심이 이동하고 있다. 마이크론은 공급 부족으로 인해 주가가 1년간 750% 이상 폭등하며 시가총액 8,000억 달러를 돌파했다. 인텔은 올해 200% 이상의 상승률을 기록하며 AI 하드웨어 기업 중 가장 높은 성장세를 나타냈다. 2022년 말 ChatGPT 출시 이후 생성형 인공지능(AI) 열풍을 주도해온 엔비디아(Nvidia)의 독주 체제에 변화가 나타나고 있다. 이번 주 월스트리트에서는 엔비디아를 대신해 AI 인프라 구축에 필수적인 다양한 하드웨어 기업으로 투자 자금이 유입되는 'AI 세대교체' 현상이 뚜렷하게 관찰되었다. 이번 주 시장에서는 AMD와 인텔(Intel)의 주가가 약 25% 상승했으며, 메모리 반도체 기업

3D 페이셜 애니메이션 작업 시간 '초 단위'로 단축하는 'Mockingbird' 등 활용

소니는 플레이스테이션 개발에 AI를 도입하여 3D 애니메이션 작업 시간을 수 시간에서 초 단위로 단축했다. 소니는 AI가 개발자를 대체하는 것이 아니라 역량을 강화하고 반복 작업을 자동화하는 도구임을 강조했다. 구글은 AI 크리에이티브 스튜디오 'Flow'를 활용해 소상공인을 위한 광고 캠페인을 지원하는 프로젝트를 시작했다. 소니(Sony)가 플레이스테이션(PlayStation) 게임 개발 공정의 효율성을 높이기 위해 생성형 인공지능(AI) 기술을 적극적으로 도입하고 있다. 소니는 최근 실적 발표를 통해 AI를 게임 제작의 '강력한 도구'로 정의하며, 반복적인 워크플로우를 자동화하고 소프트웨어 엔지니어링 생산성을 개선하는 데 AI를 활용하고 있다고 밝혔다. 소니는 AI가 개발자의 역할을 대체하는 것이 아니라

결핵 및 황색포도상구균 등 내성 박테리아 억제 효과 확인

멕시코 UNAM 연구팀이 전갈 독에서 추출한 벤조퀴논 분자로 결핵균 억제 효과를 확인했다. 청색 벤조퀴논은 결핵균을, 적색 벤조퀴논은 황색포도상구균에 대해 항균 작용을 나타냈다. 해당 물질은 병원 내 주요 내성균인 아시네토박터 바우마니 제거 능력도 보유하고 있다. 멕시코 국립 자치 대학교(UNAM) 연구팀이 전갈의 독과 하바네로 고추 성분을 활용해 결핵과 박테리아 내성 문제를 해결할 수 있는 새로운 항생제 개발에 성공했다. 이번 연구를 통해 개발된 세 가지 신규 항생제는 결핵의 원인균인 마이코박테리움 투베르쿨로시스(Mycobacterium tuberculosis)와 병원 내 감염을 일으키는 주요 원인균인 황색포도상구균(Staphylococcus aureus)에 대해 강력한 억제 효과를 나타냈다. 모렐로스(M

실리콘 기반 큐비트(Qubit) 기술 고도화 및 양자 컴퓨팅 확장 가속화

퀀텀 모션이 DCVC와 켐바라 주도로 1억 6,000만 달러 규모의 시리즈 C 투자를 유치했다. 실리콘 CMOS 회로를 활용한 큐비트 제작 기술로 양자 컴퓨팅의 대량 생산 가능성을 높였다. 기존 반도체 공정 및 소프트웨어를 활용하여 양자 프로세서의 확장성을 확보할 계획이다. 영국 런던에 본사를 둔 양자 컴퓨터 제조 기업 퀀텀 모션(Quantum Motion Ltd.)이 실리콘 기반 큐비트(Qubit) 기술 강화를 위해 1억 6,000만 달러(한화 약 2,200억 원) 규모의 시리즈 C 투자 유치에 성공했다. 이번 투자 라운드는 DCVC와 켐바라(Kembara)가 주도했다. 이번 자금 조달은 해당 스타트업이 마지막 투자를 받은 지 약 3년 만에 이루어진 성과다. 퀀텀 모션의 핵심 기술은 실리콘 기반 상보성 금

연례 개발자 설문조사 결과, 코드 작성 및 디버깅 분야 AI 도입 확대

C++ 개발자의 AI 코드 작성 활용률이 39.8%로 전년 대비 8.9%p 상승했다. 테스트 작성 및 디버깅 분야에서도 AI 도입 비중이 각각 13%p, 12.1%p 증가했다. AI를 거의 사용하지 않는 개발자 비중은 42%로 전년보다 10.7%p 감소했다. C++ 프로그래머들의 인공지능(AI) 활용도가 빠르게 상승하고 있으나, 기술에 대한 불신과 저항은 여전히 높은 수준인 것으로 나타났다. 이번 설문조사에서는 AI가 단순한 코드 생성을 넘어 테스트 작성 및 디버깅(Debugging) 등 개발 프로세스 전반으로 확산되고 있음이 확인되었다. 특히 코드 작성(Writing code) 분야에서의 빈번한 AI 사용률은 전년도 30.9%에서 올해 39.8%로 상승했다. 테스트 작성(Writing tests)을 위해

LeakyLM 프로젝트 통해 ChatGPT·Claude 등 주요 플랫폼 내 13개 이상의 트래커 식별

ChatGPT, Claude, Grok, Perplexity 등 주요 AI 챗봇에서 13개 이상의 트래커가 발견되었다. 대화 URL과 사용자 정보가 메타, 구글, 틱톡 등 외부 광고 네트워크로 유출되고 있다. 틱톡 트래커는 오픈 그래프 메타데이터를 통해 메시지 본문 내용까지 수집하는 것으로 확인되었다. 사용자가 인공지능(AI) 챗봇과 나누는 대화 내용이 메타(Meta), 구글(Google), 틱톡(TikTok) 등 제3자 광고 및 분석 서비스로 유출되고 있는 것으로 드러났다. 이번 조사에서 확인된 대상은 ChatGPT, Claude, Grok, Perintplexity 등 4개의 주요 AI 서비스다. 연구진은 이들 플랫폼 내에 13개 이상의 트래커가 포함되어 있음을 식별했다. 웹페이지에 내장된 보이지 않는

100달러 가격의 초소형 트래커 출시, 제미나이(Gemini) 기반 AI 코칭 기능 탑재

구글이 100달러 가격의 화면 없는 웨어러블 '핏빗 에기'를 공개했다. 기존 핏빗 럭스 대비 25% 작은 크기로 제작되어 착용감을 극대화했다. 제미나이 기반의 AI 건강 코칭 기능을 구글 헬스 앱을 통해 제공한다. 구글이 화면을 제거하여 착용감을 극대화한 새로운 웨어러블 기기 '핏빗 에어(Fitbit Air)'를 공개했다. 100달러(USD)의 가격으로 책정된 이 기기는 디스플레이 대신 정밀 센서를 통해 건강 데이터를 수집하며, 수집된 정보는 새롭게 리브랜딩된 '구글 헬스(Google Health)' 앱을 통해 확인할 수 있다. 이번에 선보인 핏빗 에어는 기존 웨어러블 기기가 가졌던 복잡함과 무게감을 덜어내는 데 집중했다. 기기 자체에는 화면이 없으며, 사용자는 스마트폰의 구글 헬스 앱을 통해 실시간 건강

Voi 공동 창업진 주도로 기업용 워크플로우 자동화 솔루션 개발

스웨덴 AI 스타트업 Pit가 a16z 주도로 1,600만 달러 규모의 시드 투자를 유치했다. Voi 공동 창업진이 이끄는 Pit는 기업 프로세스 자동화를 위한 맞춤형 소프트웨어 생성 솔루션을 개발한다. Pit는 Pit 스튜디오와 Pit 클라우드를 통해 기업의 거버넌스 및 감사 요구사항을 충족하는 서비스를 제공한다. 스웨덴 스톡홀름 기반의 인공지능(AI) 스타트업 Pit가 1,600만 달러(한화 약 220억 원) 규모의 시드(Seed) 투자 라운드를 성공적으로 마쳤다. 이번 투자 라운드는 미국의 유명 벤처캐피털인 Andreessen Horowitz(a16z)가 주도했다. Pit는 단순한 챗봇 형태를 넘어, 기업의 비즈니스 운영 방식을 학습하고 이를 바탕으로 프로세스 자동화를 위한 맞급형 소프트웨어를 생성하는

AI·IoT 기술 접목해 400가구 대상 돌봄 공백 해소 및 디지털 전환 추진

NHN 컨소시엄이 보건복지부 AI 응용제품 신속 상용화 지원 사업의 스마트홈 분야 주관기관으로 선정됐다. 경기도와 전라남도 400가구를 대상으로 AI·IoT 기반의 스마트홈 돌봄 모델 실증을 진행한다. 사업 종료 후에는 지역보건의료정보시스템(PHIS)과 연계하여 AI 스마트홈 모델을 전국으로 확산할 계획이다. NHN 컨소시점이 보건복지부의 'AI 응용제품 신속 상용화 지원 사업(AX Sprint 사업)' 중 '스마트홈' 분야 주관기관으로 최종 선정됐다. 이번 사업은 인공지능(AI)과 사물인터넷(IoT) 기술을 돌봄 서비스에 결합하여 24시간 안전, 정서, 건강 서비스를 통합적으로 제공하는 것을 목적으로 한다. 이번 프로젝트의 핵심은 AI 양방향 소통, 건강관리, 돌봄 기기 연계, 그리고 돌봄 현장의 디지털

Gemini Nano 모델 파일 'weights.bin'이 사용자 모르게 디스크 점유

구글 크롬이 사용자 동의 없이 4GB 규모의 Gemini Nano 모델을 자동 설치한다. 해당 파일은 삭제하더라도 브라우저가 다시 다운로드하여 설치를 반복한다. 이 현상은 macOS, 윈도우 11, 우분투 등 다양한 운영체제에서 확인되었다. 구글 크롬(Chrome) 브라우저가 사용자의 명시적인 동의 없이 약 4GB 규모의 인공지능(AI) 모델을 컴퓨터에 자동으로 설치하고 있는 것으로 확인되었다. 해당 파일은 'weights.bin'이라는 명칭으로 'OptGuideOnDeviceModel' 폴더 내에 저장된다. 개인정보 보호 연구원 알렉산더 한프(Alexander Hanff)는 새로운 크롬 프로필을 대상으로 자동화된 감사를 수행하는 과정에서 이와 같은 동작을 발견했다. 조사 결과, 사용자가 해당 파일을 수동으