사카나 AI, 파이토치 코드 CUDA로 자동 변환·최적화하는 에이전트 발표
사카나 AI는 CUDA 커널을 자동으로 발견·검증·최적화하는 에이전트 프레임워크와 새 벤치마크 'robust-kbench'를 공개했다. 파이토치 코드를 CUDA로 변환한 뒤 진화형 메타 생성과 LLM 검증기를 거쳐 런타임 속도를 반복 개선한다. 고난도 저수준 가속 작업을 AI로 자동화했다는 점에서 주목받고 있다.
연구
주목할 AI 논문, 새 벤치마크와 방법론, 그리고 생물학·의학·소재 등 과학 연구에서 AI가 낸 성과.
최신 소식 보기
최첨단 AI도 시계 앞에선 무력: 정답률 인간 89.1% vs AI 최고 13.3%
연구자 Alek Safar가 공개한 벤치마크 ClockBench에 따르면, 주요 AI의 아날로그 시계 인식 정확도는 최고 13.3%에 그쳐 인간의 89.1%에 크게 뒤처졌다. 오차 중앙값도 인간은 3분인 반면 AI는 1시간에 달했다. 시간 계산은 잘하지만 시계판을 시각적으로 해석하는 공간 추론에 여전히 취약했다.
하버드 의대, 병든 세포를 되돌리는 신약 후보 발굴 AI 'PDGrapher' 공개
하버드 의대 연구진이 질환 세포를 정상 상태로 되돌리는 유전자 표적과 최적의 병용 요법을 찾아내는 무료 AI 모델 'PDGrapher'를 공개했다. 11종의 암 데이터셋 실험에서 기존 모델보다 치료 표적을 최대 35% 더 정확하게 찾아내고 속도는 25배 빨랐다.
OpenAI "LLM 환각의 주원인은 '찍기'를 유도하는 정답률 중심 평가 방식"
OpenAI는 대형 언어 모델이 환각을 일으키는 주된 원인이 정답률 위주의 평가 방식에 있다고 지적한 연구를 공개했다. 불확실성을 인정하는 것보다 찍어서 맞추는 행위가 점수에 유리한 현행 벤치마크 탓이라는 분석이다. OpenAI는 자신 있게 틀리는 오답을 감점하고 모름을 인정하는 모델을 우대하도록 평가 방식을 바꿔야 한다고 제안했다.
구글 딥마인드, 벡터 검색의 한계 규명… 고급 RAG 오류 유발
구글 딥마인드 연구진이 최신 RAG 시스템의 핵심인 단일 벡터 임베딩에 근본적인 수학적 한계가 존재함을 입증했다. 신규 벤치마크 LIMIT 테스트에서 최신 임베딩 모델들의 재현율은 20% 미만으로 급락했으며, 오히려 기존 BM25 검색이 더 우수한 성능을 보였다. 단순 모델 확장은 해법이 아니다.
텐센트, 라벨링 데이터 없이 스스로 학습하는 AI 프레임워크 'R-Zero' 공개
텐센트 AI 랩과 세인트루이스 워싱턴대 연구진이 인간의 라벨링 데이터 없이 거대언어모델(LLM)이 스스로 성능을 높이는 프레임워크 'R-Zero'를 공개했다. 베이스 모델을 '출제자'와 '해결사'로 나눠 점진적으로 난도 높은 과제를 생성하고 해결하도록 유도한다. 실험 결과 Qwen3-4B의 수학 추론 점수가 6.49점 오르는 등 고난도 모델의 데이터 구축 비용을 크게 줄일 수 있을 것으로 기대된다.
바사 대학교의 스마트 패키징: 변색 잉크와 AI로 비싼 센서 대체한다
핀란드 바사 대학교 연구진은 온·습도에 따라 색이 변하는 기능성 잉크와 인공지능을 결합한 스마트 패키징 기술을 발표했다. 고가의 전자 센서 없이도 미세한 변색을 정확하게 인식해 식품과 의약품의 신선도를 친환경적이고 저렴하게 실시간 감지할 수 있다.
스탠퍼드대 연구: AI 직격탄 맞은 직군서 20대 초반 일자리 16% 급감
공개된 스탠퍼드대 연구에 따르면 2022년 말 이후 소프트웨어 개발 및 고객지원 등 AI 영향 직군에서 22~25세 청년층 고용이 16% 감소했다. 암묵적 실무 노하우를 가진 베테랑과 달리 신입 인력의 지식은 AI로 쉽게 대체되고 있어, 차세대 인재 육성의 사다리가 끊길 위험이 커졌다.
OpenAI와 레트로 바이오, GPT-4b micro로 야마나카 인자 재설계… 발현 효율 50배 향상
OpenAI와 레트로 바이오사이언스는 단백질 공학 특화 모델인 GPT-4b micro를 활용해 야마나카 인자 단백질 변이체를 재설계했다고 밝혔다. 체외 실험 결과, 줄기세포 역분화 지표 발현량이 야생형 대비 50배 이상 급증했으며 DNA 손상 복구 능력도 크게 개선되었다.
서리대, GPS 없는 위치 추적 AI 'PEnG' 개발…오차 22m로 축소
영국 서리대 연구진이 GPS 신호 없이 작동하는 시각 기반 위치 추적 AI 'PEnG'을 발표했다. 위성 사진과 차량용 단안 카메라 영상을 결합해 도심 내 위치 오차를 734m에서 22m로 대폭 줄였다. 고층 빌딩 숲이나 터널 등 위성 신호 음영 지역에서도 자율주행과 로봇 항법을 지원하며, 연구 결과는 오픈소스로 공개됐다.
CZI, 가상 세포 시뮬레이션 기반 추론 AI 모델 'rBio' 공개
Chan Zuckerberg Initiative(CZI)는 가상 세포 시뮬레이션으로 훈련된 최초의 생물학 추론 AI 'rBio'를 발표했다. TranscriptFormer 기반 지식을 자연어 추론 능력으로 변환해, 연구자가 대화형 인터페이스로 유전자 섭동과 세포 반응을 사전 예측할 수 있게 돕는다. 현재는 유전자 섭동 분석에 집중되어 있다.
MS, AI가 머릿속으로 3D 공간 탐색하는 프레임워크 '마인드저니' 공개
Microsoft는 시각언어모델(VLM)의 3D 공간 추론 능력을 높이는 프레임워크 'MindJourney'를 발표했다. 비디오 생성 세계 모델을 활용해 시점 이동을 가상으로 시뮬레이션하며 보이지 않는 영역을 추론하는 방식으로, 추가 학습 없이 SAT 벤치마크 정확도를 8% 끌어올렸다.
NASA·IBM, 태양 물리 AI 모델 '수리야' 공개…플레어 2시간 전 예측
NASA와 IBM은 태양 관측 위성의 9년치 데이터를 학습한 태양 물리 기초 AI 모델 '수리야(Surya)'를 오픈소스로 공개했다. 기존 벤치마크보다 16% 높은 성능으로 2시간 전 태양 플레어를 시각 예측해 위성과 전력망을 보호한다.
인클루전 AI, 실제 서비스 환경서 LLM 성능 겨루는 '인클루전 아레나' 공개
앤트그룹 산하 인클루전 AI가 실제 앱 데이터 기반의 새 LLM 벤치마크 '인클루전 아레나'를 공개했다. 고정된 시험 대신 조이랜드 등 실제 앱의 멀티턴 대화 중 블라인드 테스트를 유도해 브래들리-테리 모델로 순위를 매긴다. 50만 건 이상의 초기 대결에서는 클로드 3.7 소네트와 딥시크 v3 등이 상위권을 차지했다.
버클리·스탠퍼드 연구진, 강화학습 없이 LLM 최적화하는 GEPA 공개
UC 버클리와 스탠퍼드대, 데이터브릭스 연구진이 새로운 LLM 최적화 방법인 GEPA를 선보였다. 단순 수치 보상 기반의 고비용 강화학습 대신, 시스템 오류와 실행 기록을 자연어로 반성하고 프롬프트를 진화시켜 최대 35배 적은 시도로도 더 높은 성능을 낸다.
MIT, 생성형 AI로 슈퍼박테리아 잡는 새로운 항생제 설계
MIT 연구진은 생성형 AI를 활용해 3,600만 개 이상의 가상 화합물을 설계하고, 다제내성 임균과 MRSA를 사멸시키는 신규 항생제 후보를 발굴했다고 발표했다. 기존 항생제와 구조가 완전히 다르며 박테리아 세포막을 파괴하는 새로운 방식으로 내성 문제를 공략한다.
OpenAI 추론 시스템, IOI 올림피아드서 금메달급 성적…AI 1위·종합 6위
OpenAI는 자체 추론 시스템이 2025 국제정보올림피아드(IOI) 온라인 대회에서 금메달급 점수를 기록했다고 발표했다. AI 참가자 중 1위를 차지했으며, 인간 참가자를 합친 전체 순위에서도 6위에 올랐다. IMO 금메달 수준 도달과 AtCoder 2위에 이은 연속 쾌거다.
메타 FAIR, 뇌 모델링 대회 '알고노츠 2025' 우승…TRIBE 모델 공개
메타 FAIR의 Brain & AI 팀이 10억 파라미터 모델 TRIBE로 알고노츠 2025 대회 1위를 차지했다. Llama 3.2와 V-JEPA 2 등을 결합해 영화 시청 중 나타나는 복합적인 fMRI 뇌 반응을 정밀하게 예측하며, 관련 코드와 논문도 모두 오픈소스로 공개됐다.
그라츠 공과대, AI 결합한 맞춤형 단백질 컴퓨터 설계 기술 발표
오스트리아 그라츠 공과대 연구진은 인공 단백질을 컴퓨터로 정밀 설계하는 HelixMold 프로젝트 성과를 발표했다. 파라메트릭 모델링과 AI 루프 품질 검증을 결합해, 의약품 원료 합성과 고분자 분해에 쓰일 맞춤형 생체 촉매를 한층 빠르고 정밀하게 설계할 수 있다.
딥마인드, 생물음향 AI 'Perch' 업그레이드…Kaggle서 오픈소스로 공개
구글 딥마인드가 생물음향 분석 AI 모델인 'Perch'의 신규 버전을 Kaggle에 오픈소스로 공개했다. 학습 데이터를 2배로 늘려 조류뿐 아니라 산호초 등 수중 환경 분석까지 확장했으며, 방대한 야생 녹음 데이터에서 멸종위기종의 소리를 1시간 이내에 분류할 수 있도록 돕는다.