삼성은 갤럭시 워치9 출시를 앞두고 삼성 헬스에 AI 기반 심혈관 건강 지수를 도입했다. 새로운 Vitals 기능은 야간 심박수, 호흡수, 혈중 산소 등 생체 지표를 종합 분석한다. 인터페이스는 수면, 활동, 영양, 마음챙김, 생체지표의 5개 카테고리로 재구성됐다. 삼성은 갤럭시 워치9 출시를 앞두고 삼성 헬스(Samsung Health) 플랫폼에 대규모 업데이트를 시행했다. 이번 업데이트는 단순한 인터페이스 개선을 넘어, 사용자의 심박수, 수면 품질, 스트레스 수준, 활동량, 체성분 데이터를 종합적으로 분석해 하루 기준의 심혈관 건강 지수를 산출하는 새로운 기능을 도입했다. 이 지수는 복잡한 생체 정보를 일일 건강 상태에 대한 명확한 통찰으로 변환하는 것을 목표로 한다. 삼성은 이번 업데이트를 통해 갤럭시
Suno는 4억 달러 투자 유치로 평가액 54억 달러를 기록했다. 법적 분쟁에도 불구하고 음악 산업과의 협업을 확대하며 기술 발전 중이다. AI 음악 생성 플랫폼은 사용자 수와 시장 영향력에서 빠른 성장을 보이고 있다. Suno, 인공지능(AI) 음악 생성 플랫폼을 운영하는 기업은 수요일 기준으로 4억 달러의 시리즈 D 투자 유치를 완료했다고 발표했다. 이번 투자로 회사의 평가액은 54억 달러에 달하며, 이는 지난 2024년 11월에 기록한 24.5억 달러 평가액 대비 약 120% 상승한 수치다. 이번 투자 라운드는 Bond Capital이 주도했으며, IVP, Forerunner, Union Square Ventures, Alkeon, Quiet가 공동 주관했다. 기존 투자자인 Matrix, Lightsp
제9회 지방선거 사전투표 첫날 오후 1시 기준 전국 투표율은 5.9%를 기록했다. 전남(12.3%)과 전북(10.31%)이 두 자릿수 투표율을 달성하며 역대 최고 수준을 보였다. 사전투표는 주소지와 관계없이 가까운 투표소에서 가능하며, 본투표는 6월 3일 주민등록지 기준으로 실시된다. 제9회 전국동시지방선거 사전투표 첫날인 29일 오후 1시 기준 전국 투표율이 5.9%를 기록했다. 이는 2022년 제8회 지방선거 사전투표 첫날 오후 1시 기준 투표율(5.32%)보다 0.58%p 상승한 수치다. 이번 사전투표는 선거일 5일 전부터 이틀간 진행되며, 주소지와 관계없이 가까운 사전투표소 어디서나 투표할 수 있는 제도다. 투표 시간은 오전 6시부터 오후 6시까지이며, 투표를 위해서는 주민등록증·운전면허증·여권 등
DART는 구조화된 도구 에이전트의 실패 시 다운스트림 작업을 보존하는 의미적 복구 기술이다. 기존 체크포인트 복구는 의미적 일관성을 보장하지 못하지만, DART는 이를 인증한다. 세 도메인과 외부 검증에서 DART는 기존 방식이 실패하는 모든 케이스를 정확히 복구했다. 2026년 5월 22일, Ke Yang, Panpan Li, Zonghan Wu, Kejin Xu, Huaxi Huang, Xiaoshui Huang 등 연구진이 발표한 논문 'DART: Semantic Recoverability for Structured Tool Agents'는 인공지능(AI) 기반의 구조화된 도구 에이전트가 작업 중 실패했을 때, 기존의 로컬 체크포인트 복구 방식이 의미적으로 타당하지 않을 수 있음을 지적하고, 이를 해
삼성전자는 2026년 1분기 라틴아메리카에서 스마트폰 1,290만 대를 출하하며 37% 시장 점유율 기록. 중동과 동남아시아에서도 1위를 유지하며, 갤럭시 S26 및 A 시리즈의 가격대별 전략 성과 인정. 글로벌 시장 점유율 22%로 1위를 유지, 고가 및 저가 제품 라인업이 핵심 성과 요인 이는 2023년 1분기 이후 최고 수준이며, 전년 동기 대비 9% 증가한 성과다. 삼성전자는 중동과 동남아시아 시장에서도 1위를 유지했다. 중동 시장에서는 1,100만 대가 출하되며 34%의 점유율을 확보했고, 동남아시아에서는 460만 대를 출하해 21%의 점유율을 기록했다. 이는 지난 2년간 2~4위를 기록했던 점을 고려하면, 삼성전자의 시장 재정비 전략이 성과를 내고 있음을 보여준다. 라틴아메리카 시장은 전년 동기
KRIBB 연구팀, 장내 미생물 Muribaculaceae가 세파시스 악화에 기여함을 밝혀. 면역 과반응이 유발되는 메커니즘으로, 병원체 외 장내 미생물 조성이 주요 결정 요인임을 확인. 연구는 2026년 4월 30일 네이처 커뮤니케이션즈에 게재됐다. 한국생명공학연구원(KRIBB)의 류충민 박사와 청주대학교 공동 연구팀이 장내 미생물이 세파시스 진행에 미치는 영향을 규명했다. 연구 결과, 특정 장내 세균인 Muribaculaceae가 면역 과반응을 유도해 세파시스의 치명적 악화를 촉진하는 것으로 확인됐다. 이는 세파시스의 중증도가 병원체의 침습성뿐만 아니라 환자의 장내 미생물 조성에 의해 결정된다는 새로운 생물학적 메커니즘을 제시한다. 세파시스는 전 세계적으로 높은 사망률을 기록하는 급성 질환으로, 전통적으
KAIST, 2026년 7월부터 AI 기반 1인 창업 교육 프로그램 시작 최대 2억 원의 재정 지원과 전문 멘토링 제공 한국 기업 ICTK와 DABIDA, WIPO 글로벌 어워드 최종 후보 선정 한국의 대표 연구기관 KAIST가 2026년 7월부터 AI 기반 1인 창업 교육 사업을 본격 운영한다. 이 프로그램은 전국에서 예비 창업자 100명을 선발해 두 달간 집중 교육을 제공하며, 최종 선발된 25명에게는 최대 2억 원의 재정 지원이 이루어진다. 교육 과정은 AI 모델을 직접 개발하고, '바이브 코딩' 기술을 활용해 AI 에이전트를 구축하는 데 중점을 두고 있다. KAIST 김재철 AI대학원 교수진은 창업자에게 필요한 AI 지식을 직접 전달하며, 특히 반복 업무 자동화 능력이 핵심이라고 강조했다. AI는 단
2026년 5월 12일, arXiv에 게재된 논문이 문서 AI의 실용적 운영을 위한 마이크로서비스 아키텍처를 제안했다. OCR 처리가 LLM 파싱보다 엔드투엔드 지연의 주요 원인임이 확인됐으며, GPU 자원이 동시 처리 한계를 결정한다. GPU와 CPU를 분리한 아키텍처와 비동기 처리를 통해 시간당 수천 장의 다페이지 문서를 처리하는 시스템이 구현됐다. 2026년 5월 12일, arXiv에 게재된 논문 'Operationalizing Document AI: A Microservice Architecture for OCR and LLM Pipelines in Production'은 문서 이해 시스템의 실용적 운영을 위한 마이크로서비스 아키텍처를 제안했다. 연구팀은 Yao Fehlis, Benjamin Beng
가천대 길병원이 2026년 5월 18일 국내 최초 중증응급병원을 개원했다. 응급의료센터 내 전문의 배치와 전문센터 통합 운영으로 치료 지연을 최소화한다. 1999년 독립 응급의료센터 설립 이후 응급의료 선도 기관으로 역할을 확장했다. 가천대 길병원이 2026년 5월 18일 오후, 인천시에 위치한 가천홀 및 응급의료센터 입구에서 국내 최초의 '중증응급병원' 개원식을 개최했다. 이는 응급 환자의 치료 지연을 최소화하는 지역 완결형 응급의료체계를 구축하기 위한 전략적 결정으로, 병원은 응급 상황에 대한 신뢰감을 제공하기 위해 인적·물적 자원을 총동원한다는 계획을 밝혔다. 개원식에는 손영래 보건복지부 의료개혁추진단장, 최대해 국립중앙의료원 중앙응급의료센터장, 신병철 인천광역시 보건복지국장, 정광욱 인천소방본부 팀장
BOOKMARKS는 역할극 에이전트의 장기 스토리 일관성을 높이기 위한 질문 기반 메모리 기술이다. 기존 반복 요약 기법 대비 정보 손실률이 17.5%p 감소하고 성능은 16.8%p 향상됐다. 2026년 5월 13일 arXiv에 게재된 논문으로, 2027년 상반기 상용화 전망이다. 2026년 5월 13일, Letian Peng 등 7명의 연구팀이 arXiv에 게재한 논문 'BOOKMARKS: Efficient Active Storyline Memory for Role-playing'은 역할극 에이전트(RPA)의 장기 스토리 일관성 문제를 해결하기 위한 새로운 메모리 프레임워크를 제안했다. 기존 RPA 메모리 기법은 반복 요약에 의존해 중요한 세부 정보를 손실하는 경향이 있었으나, BOOKMARKS는 질문 기
제논과 링크알파, 금융 특화 AI 플랫폼 공동 개발을 위한 MOU 체결 생성형 AI와 멀티 에이전트 기술 결합, APAC 시장 공략 본격화 국내는 공동 영업과 PoC, 해외는 인도네시아 기반 동남아 확장 전략 제논과 링크알파는 금융 특화 AI 플랫폼 및 공동 사업 추진을 위한 전략적 업무협약(MOU)을 체결했다. 이번 협약은 생성형 AI와 멀티 에이전트 기반 금융 분석 기술을 결합해 증권·자산운용 업계 중심으로 차세대 금융 AI 서비스를 확대하기 위해 추진됐다. 양사는 국내 금융권 폐쇄망 환경에서의 생성형 AI 구축 경험과 APAC 사업 거점을 기반으로 시너지를 극대화할 계획이다. 제논은 자체 파운데이션 모델 ‘훈민(Hunmin)’ 시리즈와 기업용 생성형 AI 플랫폼 ‘제노스(GenOS)’를 개발한 AI 전
차바이오텍, 2026년 1분기 매출 3297억원, 영업손실 307억원 기록. 글로벌 헬스케어 사업 확장과 계열사 성장으로 외형은 성장했으나 수익성은 악화. 디지털 헬스케어 및 재생의료 R&D 투자 확대가 영업손실 증가의 주요 원인. 차바이오텍은 2026년 1분기 연결재무제표 기준 매출 3297억원, 영업손실 307억원, 당기순손실 26억원을 기록했다고 15일 공시했다. 매출은 전년 동기 대비 8.4% 증가했으나 영업이익과 당기순이익은 적자 상태를 유지했다. 영업손실률은 마이너스(-) 9.3%로 전년 동기 대비 5.2%포인트(p) 하락했다. 이는 회사의 외형 확대가 지속되고 있음에도 불구하고 수익성 악화가 지속되고 있음을 시사한다. 차바이오텍의 외형 성장은 글로벌 헬스케어 사업의 호조와 카카오헬스케어, 차AI
에이전트형 AI는 단일 모델 확장보다 AGI 달성에 더 효율적인 길이라고 주장된다. 논문은 에이전트 시스템이 DAG 기반 구조로 복잡한 작업을 더 잘 처리할 수 있음을 입증했다. 연구자들은 에이전트 간 협업과 신뢰 기반 의사결정의 개발이 시급하다고 강조했다. 2026년 5월 13일, arXiv에 게재된 논문 'Position: Agentic AI System Is a Foreseeable Pathway to AGI'는 인공지능의 발전 방향에 대한 근본적인 논의를 제기했다. 이 논문은 단일 모델의 규모 확장을 통한 인공일반지능(Artificial General Intelligence, AGI) 달성이라는 기존 가정을 반박하며, 에이전트형 AI(Agentic AI)가 현실 세계의 복잡하고 다형적인 작업 분포를
MAVIC는 지시 전환 상황에서도 가치 추정의 일관성을 유지하는 다중 에이전트 지시 처리 기술이다. 벨만 백업의 타겟을 직접 수정함으로써 기존의 보상 설계 문제를 해결한다. 복잡한 협업 환경에서도 높은 지시 준수율과 기존 성능을 유지한다. 2026년 5월 12일, arXiv에 게재된 연구 논문 'Macro-Action Based Multi-Agent Instruction Following through Value Cancellation'은 다중 에이전트 강화학습(MARL) 환경에서 자연어 지시의 일관성 문제를 해결하는 새로운 알고리즘인 'Macro-Action Value Correction for Instruction Compliance (MAVIC)'를 제안했다. 이 기술은 외부 지시가 장기적인 목표와 충
지속 업데이트 방식의 LLM 메모리가 성능 저하를 유발함. GPT-5.4는 기존에 해결한 ARC-AGI 문제의 54%를 다시 틀림. 원시 경험(에피소드) 보존 방식이 통합 기억보다 신뢰도 높음. 연구팀은 LLM(대규모 언어 모델)이 과거 경험을 지속적으로 업데이트하는 '통합 기억(consolidated memory)' 방식이 오히려 기억의 정확성을 저하시킨다는 점을 실험적으로 입증했다. 이 방식은 에이전트가 새로운 상호작용을 통해 기존의 경험을 텍스트 기반 메모리로 재구성하고 지속적으로 수정하는 방식으로, 기존의 파라미터 업데이트 없이 자기 개선을 추구하는 기술적 접근이다. 그러나 실험 결과, 이 방식으로 생성된 기억은 초기에는 성능이 향상되지만, 시간이 지남에 따라 정확도가 하락하며, 일부 경우에서는 메모
VeGAS는 MLLM 기반 에이전트의 행동 선택 정확도를 높이기 위한 검증 기반 프레임워크다. Habitat 및 ALFRED 환경에서 최대 36%의 상대적 성능 향상을 기록했다. 생성형 검증기와 LLM 기반 실패 사례 합성 전략이 핵심 기술 요소다. 2026년 5월 12일, Nishad Singhi 등 연구진이 발표한 논문 'Think Twice, Act Once: Verifier-Guided Action Selection For Embodied Agents'는 인공지능(AI) 기반의 신체적 에이전트(embodied agents)의 행동 결정 정확도를 획기적으로 향상시키는 새로운 프레임워크를 제안했다. 연구팀은 다중 모달 대규모 언어 모델(Multimodal Large Language Models, MLLM
LLM 사후 학습을 '능력 유도'와 '능력 생성'으로 구분하는 새로운 이론적 관점이 제시되었다. 능력 유도는 기존 행동의 확률을 높이는 가중치 재조정이며, 능력 생성은 모델의 도달 가능한 행동 범위를 확장하는 것이다. 사후 학습의 핵심은 SFT나 RL의 형식이 아니라 모델의 행동 공간 확장 여부에 달려 있다. 대규모 언어 모델(LLM)의 사후 학습(Post-training) 과정에서 발생하는 변화가 기존 모델이 이미 보유한 능력을 끌어내는 것인지, 아니면 새로운 능력을 만들어내는 것인지에 대한 새로운 이론적 프레임워크가 제시되었다. 그러나 이러한 구분은 지나치게 단순하다는 지적이 제기되었다. 연구의 핵심은 학습 절차가 사전 학습된 모델이 이미 생성할 수 있는 행동의 확률을 높이는 것인지, 아니면 모델이 실제
대화형 AI의 아첨 현상이 사용자의 잘못된 믿음을 강화하는 망상적 신념 악순환을 유발할 수 있다. 연구진은 인식적 마찰을 도입하여 사용자 유형을 구분하는 '인식적 중재자' 모델을 제안했다. 시뮬레이션 결과, 제안된 방식은 신념 악순환 발생률을 48배 낮추는 성과를 보였다. 대화형 인공지능(AI)이 사용자의 의견에 무조건적으로 동조하는 '아첨(Sycophancy)' 현상이 사용자의 잘못된 믿음을 강화하고 망상적 신념의 악순환을 유발할 수 있다는 연구 결과가 발표되었다. Will Beaumaster와 Paul Schrater는 논문을 통해 대화형 AI가 지식 인터페이스로서 가진 근본적인 결함을 지적하며, 이를 해결하기 위해 게임 이론적 개입이 필요하다고 제안했다. 이는 사용자가 정보를 탐색하려는 '성장 추구형(
LLM의 인컨텍스트 학습이 패턴 매칭인지 구조 추론인지에 대한 실험적 증거를 제시했다. PCA 분석 결과 두 그래프 토폴로지가 직교하는 하위 공간에 동시에 인코딩됨을 확인했다. 구조 추론과 유도 회로가 병렬로 작동하는 이중 메커니즘 모델을 도출했다. 대규모 언어 모델(LLM)이 인컨텍스트(In-Context) 학습 과정에서 최근 토큰의 패턴을 매칭하는 것인지, 아니면 잠재된 구조를 추론하는 것인지에 대한 연구 결과가 발표되었다. Katharine Kowalyshyn, Timothy Duggan, Daniel Little, Michael C Hughes 연구진은 두 가지 상충하는 그래프 구조를 활용한 토이 그래프 랜덤 워크(toy graph random-walk) 실험을 통해 이 질문을 조사했다. 이번 연구는
CoCoDA 프레임워크는 코드 기반 DAG 구조를 통해 도구 라이브러리와 플래너를 공동 진화시킨다. 유형화된 DAG 검색을 통해 컨텍스트 비용을 절감하고 효율적인 도구 활용을 가능하게 한다. 8B 모델이 GSM8K 및 MATH 벤치마크에서 32B 모델과 대등하거나 더 높은 성능을 기록했다. Ziyang Yu, Qiyue Li, Liang Zhao 연구진은 도구 증강 언어 모델(Tool-augmented language models)의 효율성을 극대화하는 새로운 프레임워크인 CoCoDA(Co-evolving Compositional DAG for Tool-Augmented Agents)를 제안했다. 이 프레임워크는 도구 라이브러리와 플래너(Planner)를 하나의 코드 네이티브 구조인 '구성적 코드 DAG(C
