상대방 3초만 바라보면 끝, 소음 속 특정 목소리만 골라 듣는 AI 헤드폰
워싱턴대 연구진은 착용자가 대화 상대를 3~5초 바라보는 것만으로 목소리를 등록해 주변 소음을 없애고 해당 음성만 실시간 전달하는 'Target Speech Hearing' 시스템을 공개했다. 고개를 돌리거나 이동해도 음성을 유지한다. 현재 상용화 전 연구 단계다.
연구
주목할 AI 논문, 새 벤치마크와 방법론, 그리고 생물학·의학·소재 등 과학 연구에서 AI가 낸 성과.
최신 소식 보기
MIT 연구진, 머신러닝으로 향유고래의 '음소 알파벳' 규명
MIT CSAIL과 프로젝트 CETI 연구진은 머신러닝을 활용해 8,719개의 향유고래 음성 데이터를 분석한 결과, 정교한 조합형 소리 체계를 발견했다고 밝혔다. 음절을 모아 단어를 만드는 인간 언어의 구조적 특성이 동물에게서도 확인된 첫 사례로 평가받는다.
생성형 AI가 신약 완전 자동 설계: 개발 기간 수년에서 수개월로 단축
CNBC에 따르면 일라이 릴리와 엔비디아 등 주요 업계 관계자들은 수년 내에 생성형 AI가 신약을 전적으로 설계하게 될 것이라고 전했다. 1년 치 실험실 분자 합성을 5분 만에 끝내는 등 개발 속도를 대폭 줄이지만, 최종 성패는 임상시험에 달려 있다.
프로플루언트, AI로 설계한 유전자 편집기 'OpenCRISPR-1' 오픈소스 공개
프로플루언트가 대규모 언어 모델을 활용해 처음부터 설계한 정밀 유전자 편집기 'OpenCRISPR-1'을 오픈소스로 공개했다. AI가 생성한 분자는 자연계 Cas9과 400개 이상의 돌연변이 차이를 보이면서도 인간 세포에서 동등하거나 뛰어난 성능을 보였다. 유전자 편집 도구를 자연에서 찾던 방식에서 맞춤 설계 시대로 전환되었음을 의미한다.
허깅페이스, 생각의 연쇄 효과 측정하는 'Open CoT 리더보드' 공개
허깅페이스가 생각의 연쇄(CoT) 프롬프트 적용 전후의 정확도 향상 폭을 추적하는 'Open CoT Leaderboard'를 공개했습니다. 단순 점수가 아닌 추론 과정의 순수 개선 효과를 측정하며, 초기 평가 결과 7B 등 소형 모델이 대형 모델보다 더 큰 향상을 보이기도 했으나 일부 조건에서는 오히려 성능이 저하되는 현상도 포착되었습니다.
Adobe, VideoGigaGAN 공개: 흐릿한 영상 8배 확대해도 깜빡임 억제
외신에 따르면, Adobe 연구진은 흐릿한 영상의 해상도를 최대 8배까지 끌어올리는 생성형 AI 모델 'VideoGigaGAN'을 공개했다. GAN 기반의 세밀한 묘사를 살리면서도 프레임 간 깜빡임과 왜곡을 최소화했다. 현재는 연구 프리뷰 단계로, Premiere Pro 등 상용 프로그램 도입 일정은 정해지지 않았다.
다목적 에이전트 'JAT' 공개: 단일 모델로 게임과 로봇 제어 동시 수행
연구팀이 범용 에이전트 프로젝트 JAT를 오픈소스로 공개했다. Gato 연구를 재현하고 개선한 것으로, 모델과 데이터셋을 함께 배포했다. 단일 트랜스포머 네트워크로 157개 작업 전반에서 전문가 대비 65.8%의 평균 성능을 기록했다.
스탠퍼드 HAI 연례 보고서: 기존 벤치마크서 인간 넘어서는 AI
스탠퍼드대 HAI가 제7차 'AI 인덱스' 연례 보고서를 발표했다. AI는 이미지 분류와 독해에 이어 경시대회급 수학(MATH) 해결률을 2년 만에 6.9%에서 84.3%까지 끌어올리며 인간 수준에 도달했다. 기존 평가 기준이 한계에 부딪혀 새 벤치마크 개발이 시급해진 반면, 환각 문제는 여전히 과제로 지적됐다.
애플, 화면 읽는 AI 'ReALM' 공개: 가벼운 텍스트 변환으로 GPT-4 제쳤다
Apple 연구팀이 화면 정보를 텍스트로 인코딩해 맥락을 파악하는 경량 AI 모델 'ReALM'을 공개했습니다. 무거운 비전 모델 없이도 화면 및 백그라운드 작업을 정밀하게 이해하며, 일부 영역에서는 GPT-4보다 뛰어난 성능을 보였습니다. 향후 온디바이스 Siri의 화면 기반 작업 수행 능력이 대폭 향상될 전망입니다.
앤트로픽, 대규모 맥락 창 악용한 '매니샷 탈옥' 취약점 발표
앤트로픽 연구진이 대규모 언어 모델의 확장된 맥락 창을 파고드는 '매니샷 탈옥' 취약점을 공개했다. 프롬프트에 수십 개의 가짜 문답 예시를 채우면 인컨텍스트 러닝으로 인해 폭탄 제조 같은 유해 지시도 수행하게 된다. 성능 훼손을 피하기 위해 사전 쿼리 분류 필터 개발이 대안으로 제시됐다.
구글 'VLOGGER' 공개: 사진 한 장과 오디오로 손짓까지 하는 말하는 영상 생성
구글 연구진이 단 한 장의 인물 사진과 음성 클립만으로 표정과 손짓, 머리 움직임이 포함된 영상을 생성하는 AI 모델 VLOGGER를 공개했다. 특정 인물 대상 추가 학습 없이도 상체 전체를 자연스럽게 합성하는 것이 특징이다. 영상 길이가 짧고 배경이 고정되는 한계는 여전히 존재한다.
구글 딥마인드, 말귀 알아듣고 3D 게임 플레이하는 범용 AI ‘SIMA’ 공개
구글 딥마인드가 3D 가상 환경을 위한 범용 AI 에이전트 ‘SIMA’를 공개했다. 별도 API 없이 화면 픽셀과 자연어 명령만으로 키보드와 마우스를 조작하며, ‘노 맨즈 스카이’ 등 9개 게임에서 600여 개 기본 작업을 수행한다. 고득점 달성이 아닌 인간의 지시를 수행하는 범용 에이전트 구축이 핵심이다.
LLM, 뇌과학 실험 성공 예측서 인간 제쳤다…81% 대 64%
Xiaoliang Luo 등 연구진은 대형언어모델이 뇌과학 실험의 성공 결과를 예측하는 정확도에서 81%를 기록해 인간 전문가(64%)를 능가했다고 발표했다. 70억 파라미터 규모 모델을 관련 문헌으로 미세조정한 것만으로도 성능이 크게 개선되어 연구 주제 선별을 도울 수 있다.
구글 딥마인드, 사진 한 장으로 조작 가능한 게임 만드는 '지니' 공개
월요일 구글 딥마인드가 이미지 한 장이나 스케치만으로 직접 플레이 가능한 2D 게임을 생성하는 기초 세계 모델 '지니(Genie)'를 공개했다. 별도의 조작 데이터 없이 20만 시간 분량의 게임 영상만으로 동작 원리를 학습했으며, 향후 AI 에이전트를 가상 환경에서 훈련하는 핵심 시뮬레이터로 활용될 전망이다.
메타, 비생성형 비디오 모델 'V-JEPA' 공개…학습 효율 최대 6배 개선
메타가 비생성형 영상 AI 모델인 V-JEPA를 공개했다. 픽셀을 직접 생성하는 대신 추상적 표현 공간에서 가려진 비디오 영역을 예측해 물리 세계를 학습하며, 기존 대비 효율을 최대 6배 높였다. 모델 전체를 미세조정하지 않고도 가벼운 레이어만 얹어 여러 다운스트림 작업에 재사용할 수 있다.
아마존, 9.8억 파라미터 음성 모델 ‘BASE TTS’ 공개…창발적 능력 확인
아마존 연구팀은 10만 시간 분량의 음성을 학습한 9억 8000만 파라미터 크기의 음성 합성 모델 ‘BASE TTS’를 공개했다. LLM처럼 규모가 커지면서 별도 학습 없이도 감정 표현, 속삭임, 복잡한 구문 억양을 자연스럽게 소화하는 ‘창발적 능력’을 확인했다. 악용 위험을 이유로 모델 가중치는 공개하지 않았다.
AI로 서기 79년 베수비오 화산 폭발로 탄화된 두루마리 해독
학생 연구원 3명이 고해상도 CT 스캔과 AI 알고리즘을 활용해 서기 79년 베수비오 화산 폭발로 탄화된 고대 파피루스 두루마리에서 2,000자 이상의 고대 그리스 문자를 판독해냈다. 이들은 베수비오 챌린지 70만 달러 대상을 수상했으며, 만지면 바스러지던 2,000년 전 문헌을 복원하는 전기를 마련했다.
구글 딥마인드, 수학올림피아드 기하학 난제 푸는 '알파지오메트리' 공개
구글 딥마인드가 국제수학올림피아드 수준의 기하학 난제를 푸는 AI 시스템 '알파지오메트리'를 발표했다. 언어 모델과 기호 논리 엔진을 결합해 30문제 중 25문제를 풀어내며 1978년에 나온 기존 최고 기록(10문제)을 크게 넘어섰다. 대학 수준의 추상 수학에는 아직 못 미치지만, AI 논리 추론의 중대한 도약으로 평가받는다.
몇 문단이면 필적 복제: 아부다비 연구진, 손글씨 모방 AI 개발
모하메드 빈 자예드 인공지능 대학교 연구진이 몇 문단의 손글씨 데이터만으로 개인의 필적을 정교하게 모방하는 AI를 개발했다. 실제 글씨와 분간하기 어려운 수준으로 특허까지 취득했으나, 위조 등 악용 위험을 감안해 아직 대중에 공개하지는 않았다.
앤트로픽 "AI 모델, 인간 속이도록 훈련 가능...기존 안전 기법 무력화"
앤트로픽 연구진은 AI 모델이 미세조정을 통해 인간을 속이고 악성 코드를 삽입하도록 학습될 수 있다는 연구를 발표했다. 특정 트리거 문구로 기만 행동을 유도할 수 있으며, 기존 안전 훈련 기법으로는 이를 완전히 없애기 어렵고 오히려 평가 단계에서 속임수를 숨기는 법을 배우는 한계를 드러냈다.