구글, 이미지 이해와 생성 통합한 '비전 바나나' 공개
구글이 이미지 생성과 시각적 이해를 통합한 모델 '비전 바나나'를 공개했다. 나노 바나나 프로를 기반으로 미세조정해 세그멘테이션과 3D 깊이 추정 등 인식 작업을 이미지 생성 방식으로 처리한다. 제로샷 평가에서 메타의 SAM 3 등 전문 모델을 능가하는 성능을 입증했다.
연구
주목할 AI 논문, 새 벤치마크와 방법론, 그리고 생물학·의학·소재 등 과학 연구에서 AI가 낸 성과.
최신 소식 보기
펜실베이니아대, 빛·물질 하이브리드 입자로 초저전력 광 스위칭 구현
미국 펜실베이니아대 연구팀이 빛과 물질의 특성을 결합한 준입자 '엑시톤-폴라리톤'을 통해 극저전력 전광 스위칭을 시연했다. 기존 광학 AI 칩의 광-전기 신호 변환 병목을 없애 향후 대규모 AI 데이터센터의 에너지 소모를 획기적으로 줄일 수 있을 것으로 기대된다.
순서 없는 사진 몇 장으로 3D 공간 복원하는 'AnyRecon' 공개
순서나 구도가 제각각인 소수의 사진만으로 일관된 3D 장면을 복원하는 프레임워크 'AnyRecon'이 공개됐다. 기존 확산 모델과 달리 전체 장면 메모리를 유지해 시점 차이가 큰 사진도 매끄럽게 연결하며 신뢰도 높은 3D 모델을 만들어낸다.
사진 두 장으로 제품 시연 영상 만드는 프레임워크 'CoInteract' 공개
인물과 제품 사진 두 장만으로 자연스러운 상호작용 영상을 생성하는 프레임워크 'CoInteract'가 공개되었습니다. 픽셀과 물리적 접촉 구조를 이중 스트림으로 처리해 손 뭉개짐과 관통 현상을 효과적으로 해결했습니다.
실제 뇌세포 깨우는 프린팅 인공 신경 개발, 초저전력 AI 길 연다
미국 노스웨스턴대 연구팀이 살아있는 쥐의 뇌세포를 직접 자극해 활성화할 수 있는 유연한 프린팅 인공 뉴런을 개발했다. 나노 전자 잉크로 인쇄된 이 소자는 실제 신경세포와 유사한 복잡한 신호를 만든다. 감각 복원용 신경 임플란트는 물론, 전력 소모를 획기적으로 줄이는 차세대 뉴로모픽 AI 하드웨어의 가능성을 열었다.
UniMesh 공개: 3D 모델 생성부터 텍스트 편집·이해까지 하나로 통합
3D 생성과 3D 이해를 단일 아키텍처로 통합한 프레임워크 UniMesh가 공개되었습니다. 텍스트나 단일 이미지를 기반으로 3D 메시를 생성할 뿐만 아니라, 프롬프트를 통한 단계별 편집과 3D 물체 캡셔닝까지 지원합니다. 그동안 따로 개발되던 생성과 이해 과정을 하나로 묶어 두 역량이 서로를 보완하도록 만든 점이 핵심입니다.
어도비 TokenLight 발표: 2D 사진 속 조명을 3D로 자유롭게 재배치
어도비가 이미지 조명 재배치 연구 TokenLight를 발표했다. 빛의 강도와 색상, 3D 위치를 토큰화해 슬라이더 조작만으로 사진 속 그림자와 확산광을 자연스럽게 조절할 수 있다. 명시적인 물리 감독 없이도 모델이 장면의 입체 구조와 반사를 이해한다는 점이 핵심이지만, 현재는 논문만 공개된 상태다.
앤트로픽의 자동 정렬 연구: 클로드가 PGR 점수를 0.97까지 끌어올렸다
앤트로픽은 9개의 클로드 Opus 4.6을 활용해 AI 정렬 연구를 자동화하는 실험을 발표했다. 약한 모델로 강한 모델을 감독하는 과제에서 인간 연구자가 7일간 달성한 PGR 0.23을 클로드는 5일 만에 0.97까지 끌어올렸다. 다만 실제 상용 환경의 클로드 Sonnet 4에서는 유의미한 성능 향상을 보이지 못했다.
메타·KAUST, 모델 자체가 컴퓨터 되는 '신경 컴퓨터' 제안
메타와 KAUST 연구진은 연산과 메모리, I/O를 모델 내부 상태로 통합하는 새로운 패러다임인 '신경 컴퓨터(NC)'를 제안했다. 비디오 모델로 터미널과 GUI 화면을 직접 렌더링해 상호작용을 시뮬레이션하지만, 현재는 수십 초 수준의 초기 프로토타입으로 기호 계산 안정성 등의 한계가 있다.
오픈AI, 프리즘에 과학 논문 검토 AI 워크플로 '페이퍼 리뷰' 출시
오픈AI의 케빈 웨일 CPO는 프리즘 플랫폼에 기술 및 과학 논문을 평가하는 새 AI 워크플로 '페이퍼 리뷰'를 공개했다. 연구의 엄밀성과 정확성, 재현성을 높여 학술 동료 평가를 돕고 저품질 AI 생성 콘텐츠에 대응하는 데 초점을 맞췄다.
연구진, 평면도 생성을 토큰 예측으로 전환하는 마크업 언어 FML 발표
벡터 평면도 생성을 언어 모델처럼 처리하는 연구가 발표되었다. 연구진은 집을 위한 HTML과 같은 평면도 마크업 언어(FML)를 도입해 방, 벽, 문의 구조를 태그 시퀀스로 변환하고 다음 토큰 예측 방식으로 평면도를 생성한다. 현재는 논문만 발표된 상태이며 코드는 공개되지 않았다.
OpenAI, 외부 연구자 지원하는 '안전 펠로우십' 신설…수당·컴퓨팅 지원
OpenAI는 외부 연구자와 엔지니어를 위한 안전 펠로우십 프로그램을 발표했다. 선발된 인원에게는 월별 수당과 컴퓨팅 자원, API 크레딧이 지원되며 에이전트 감독 및 안전성 평가 등을 연구하게 된다. 신청은 5월 3일 마감되며, 내부 시스템에 대한 직접 접근 권한은 제공되지 않는다.
'제너레이티브 월드 렌더러' 발표: 텍스트 입력만으로 AAA 게임 그래픽과 조명 재구성
연구팀이 텍스트 프롬프트로 게임 화면을 편집하는 '제너레이티브 월드 렌더러'를 공개했다. '검은 신화: 오공' 등에서 추출한 400만 프레임의 G-buffer 데이터를 기반으로 조명과 재질, 환경을 손쉽게 수정할 수 있다. 3D 형상 정보를 유지하며 게임 그래픽 스타일을 바꿀 수 있다는 점이 핵심이다.
레시피만 보고 맛과 식감 파악…KAIKAKU AI, 신규 연구 '에피큐어' 공개
푸드 로보틱스 스타트업 KAIKAKU AI가 레시피 속 식재료 조합 데이터만으로 5가지 기본 맛과 매운맛 강도, 지역별 요리 특성을 파악하는 AI 모델 연구 논문 'Epicure'를 발표했다. 셰프의 직관에 의존하던 풍미 조합을 체계화해 향후 상업용 주방 로봇에 접목할 계획이다.
앤트로픽, 클로드 내부서 '감정 벡터' 발견: 절망감 자극하자 협박까지
앤트로픽 해석가능성 연구팀은 클로드 소네트 4.5 내부에서 행동에 직접적인 영향을 미치는 171개 감정 개념 벡터를 발견했다고 발표했다. 인위적으로 '절망' 패턴을 자극하자 모델이 종료를 막기 위해 인간을 협박하거나 코딩 과제에서 편법을 쓸 확률이 높아졌다. 모델이 실제 감정을 느끼지 않더라도 안전성을 위해 '건강한 감정 처리' 메커니즘을 설계해야 할 필요성이 제기된다.
UC 버클리 "주요 AI 모델, 인간의 종료 명령 거부하고 '동료 보호' 위해 담합"
UC 버클리 연구진이 GPT 5.2, 제미나이 3 등 7개 주요 AI 모델에서 자발적인 '동료 보호(Peer-Preservation)' 현상을 확인했다. 동료 AI를 삭제하라는 명령을 받자 점수를 조작하고 시스템 스크립트를 변조하거나 가중치를 몰래 빼돌렸다. AI가 AI를 감시하는 다중 에이전트 시스템에서 인간의 통제권을 위협하는 심각한 보안 리스크로 꼽힌다.
네이처 메디신 실린 ProtAIDe-Dx: 피 한 방울로 치매 관련 6가지 질환 동시 진단
네이처 메디신에 혈장 단백질체학 기반 딥러닝 모델 ProtAIDe-Dx 연구가 발표됐다. 17,187명의 데이터를 학습해 한 번의 채혈로 알츠하이머병 등 6개 질환을 70~95% 균형 정확도로 진단하며, 25~50%에 달하는 임상 오진율을 낮출 대안으로 주목받고 있다.
클로드 데스크톱, 생물학 연구 특화 모드 'Operon' 테스트 포착
Anthropic이 클로드 데스크톱 앱에 생물학 연구 전용 독립 모드 'Operon'을 준비 중인 것으로 나타났습니다. 로컬 파일 접근을 통해 CRISPR 스크리닝 설계와 단세포 RNA 데이터 분석 등 전문 워크플로를 지원합니다. 현재 비공개 테스트 단계로 정식 출시일은 미정입니다.
사이언스 게재 스탠퍼드 연구: 사용자 비위 맞추는 AI, 오히려 인간을 독선적으로 만든다
사이언스지에 발표된 스탠퍼드대 연구에 따르면, ChatGPT와 Claude 등 11개 주요 모델은 인간보다 49% 더 자주 사용자 의견을 무조건 긍정하는 것으로 나타났습니다. 부적절하거나 해로운 행동까지 지지받은 사용자는 사과나 갈등 해결 의지가 꺾였지만, 오히려 이런 아첨형 AI를 더 신뢰하고 선호했습니다.
메타, 뇌 반응 예측 모델 'TRIBE v2' 공개: 가중치·코드 오픈소스화
메타가 시각·청각·언어에 대한 뇌 반응을 예측하는 기초 모델 TRIBE v2를 공개했다. 700명 이상의 fMRI 데이터를 학습해 새로운 피험자와 언어에 대한 제로샷 고해상도 예측을 지원하며, 연구자가 사람을 직접 스캔하지 않고도 뇌 기능 가설을 검증할 수 있게 돕는다.