앤트로픽, 클로드 내부의 '생각 공간' 발견: 말하지 않은 속마음 읽고 수정한다
앤트로픽은 클로드의 신경망 내부에서 자발적으로 형성된 글로벌 작업 공간 'J-space'를 발견했다고 발표했다. 야코비 렌즈 기술을 통해 모델이 겉으로 말하지 않고 내부적으로 생각하는 중간 추론 과정을 읽고 조작할 수 있게 됐다. 이는 탈옥 감지와 내부 안전성 검증의 새 장을 열었다.
연구
주목할 AI 논문, 새 벤치마크와 방법론, 그리고 생물학·의학·소재 등 과학 연구에서 AI가 낸 성과.
최신 소식 보기
실시간 영상 대화 모델 Wan-Streamer v0.2 공개: 지연 시간 유지하며 해상도 개선
연구진이 엔드투엔드 음성·영상 인터랙션 모델 Wan-Streamer v0.2를 공개했다. 25 FPS 기준 약 200밀리초의 모델 지연 시간을 유지하면서 출력 해상도를 640x368로 개선했다. thinker와 performer를 분리한 아키텍처를 통해 손짓이나 주변 환경을 선명하게 유지하며 실시간 대화가 가능하다.
단 한 번의 단계로 이미지 생성하는 'RDM' 공개…4단계 모델 능가
연구진이 단 1단계(1-step)만으로 고화질 이미지를 생성하는 신기술 'RDM'을 발표하고 코드를 공개했다. 수십 단계의 노이즈 제거를 거치는 기존 확산 모델과 달리, 특징 분포를 매칭해 단 한 번의 연산으로 이미지를 생성한다. 4단계 FLUX.2를 1단계로 줄인 모델은 원래 교사 모델보다 더 높은 점수를 기록했다.
원격노동지수 최신 결과: AI 프리랜서 업무 수행률 1년 만에 6배 급증, Fable 5 1위
AI안전센터(CAIS)와 스케일 랩스가 '원격노동지수' 최신 벤치마크 결과를 공개했다. 앤트로픽의 Fable 5가 15.8%의 자동화율로 1위를 기록하며, 1년도 안 돼 업계 최고치가 6배 가까이 뛰었다. 다만 최고 성능 모델조차 전문가 수준을 달성한 업무는 6개 중 1개에 불과해, 여전히 인간의 판단과 검수가 필수적이다.
메타, 뼈대 리깅 없는 3D 아바타 모델 'LUNA' 공개…스케치만으로 구동
메타가 골격 바인딩 없이 동작하는 3D 인간 애니메이션 모델 LUNA를 발표했다. 몇 장의 인물 사진과 동작 영상, 스케치 등 2D 신호만으로 3D 가우시안 변형을 직접 이끌어낸다. 기존 골격 피팅 과정에서 생기던 메쉬 왜곡과 뻣뻣한 움직임을 크게 줄였다.
악보 전용 시각 모델 MuSViT: 970만 쪽 학습해 오선보와 기보법 독해
악보 이해를 위한 최초의 시각 파운데이션 모델 MuSViT가 공개됐다. 970만 쪽의 악보에서 가려진 부분을 복원하며 음고, 리듬, 오선 구조를 학습한 것이 특징이다. 기존 범용 비전 모델이 읽지 못하던 악보 기호 관계를 파악해 전사 및 기호 검출 성능을 대폭 개선했다.
OpenAI, 생물학 벤치마크 GeneBench-Pro 공개: GPT-5.6 Sol 통과율 28.7%
OpenAI 가 계산생물학 분야에서 AI 의 복합적 판단력과 가설 검증 능력을 평가하는 'GeneBench-Pro'를 공개했다. 인과 구조를 통제한 합성 데이터 기반 129 개 과제로 구성되었으며, 최상위 모델인 GPT-5.6 Sol 은 28.7%의 통과율을 기록했다. 전문 연구자의 20~40시간 분량 작업을 테스트하며, 대표 문제 10개가 Hugging Face 에 오픈소스로 공개되었다.
앤트로픽, 연구자용 AI 작업 환경 '클로드 사이언스' 출시
앤트로픽이 연구자를 위한 AI 워크벤치 '클로드 사이언스' 베타를 공개했다. macOS와 리눅스를 지원하며 유전체학 등 60개 이상의 전문 도구 연동과 인용 및 계산을 검증하는 리뷰어 에이전트를 내장했다. 유료 플랜 사용자를 대상으로 제공된다.
ViDiHand: 비디오 확산 모델로 가려짐 극복한 3D 손동작 재구성
사전 학습된 비디오 확산 모델을 활용해 영상 속 3D 손동작을 정밀 재구성하는 ViDiHand가 공개됐다. 별도 감지기 없이도 손가락이 겹치거나 가려지는 환경에서 안정적으로 자세를 복원해 휴머노이드 로봇 학습을 위한 고품질 데이터 수집을 돕는다.
메타, 수술 없는 뇌파 타이핑 AI 'Brain2Qwerty v2' 공개…정확도 61%
메타는 수술 없이 뇌파를 실시간 텍스트로 변환하는 비침습 BCI 모델 'Brain2Qwerty v2'를 발표하고 전체 학습 코드를 오픈소스로 공개했다. 착용형 MEG 신호를 딥러닝과 LLM으로 직접 해독해 단어 정확도 61%(최고 78%)를 달성하며 침습형 수술 방식에 근접한 성능을 기록했다.
PhysiFormer 공개: 3D 물체의 충돌과 탄성 변형을 예측하는 물리 확산 모델
3D 물체의 실제 물리 역학을 시뮬레이션하는 모델 PhysiFormer의 코드가 공개되었다. 물체의 3D 메시, 초기 속도, 강체·탄성 재질 유형을 입력받아 충돌과 찌그러짐 같은 연속 움직임을 3D 좌표에서 직접 예측한다. 10만 개 이상의 시뮬레이션 데이터로 학습되어 그래픽과 로보틱스 분야의 활용성이 기대된다.
텐센트 SCoPE 공개: 0.1% 미만의 파라미터로 AI 영상 카메라 제어
텐센트 연구진이 영상 확산 모델을 위한 카메라 제어 기술 'SCoPE'를 공개했다. 카메라 광선을 보조 좌표로 활용해 0.1% 미만의 파라미터 추가만으로 지정된 이동 경로를 정밀하게 재현하며, 시점이 다시 돌아와도 배경이 일관되게 유지된다.
실시간 사진 촬영 코칭 멀티모달 AI '셔터뮤즈' 공개: 구도와 포즈 동시 추천
연구진이 촬영 중 실시간 코칭을 제공하는 멀티모달 모델 '셔터뮤즈(ShutterMuse)'를 공개했다. 13만 건의 데이터셋을 기반으로 GPT-Image-2 대비 20배 빠른 추론 속도를 보이며, 실시간 구도 결정과 피사체 포즈 추천을 동시에 지원한다.
엔비디아, NeuMatEx 발표: 사진 몇 장으로 복잡한 반사율의 3D 뉴럴 재질 추출
엔비디아가 다각도 사진에서 사실적인 3D 뉴럴 재질을 추출하는 역렌더링 기법 'NeuMatEx'를 공개했다. 사전 예측 모델과 경로 추적 최적화를 결합해, 차체 도색 같은 복잡한 표면을 조명 왜곡 없이 4ms 지연 시간으로 정밀하게 복원한다.
IBM, 세계 최초 1나노 미만 반도체 기술 공개…'나노 스택'으로 집적도 2배
IBM이 0.7나노 공정 노드를 적용한 세계 최초의 1나노 미만 반도체 기술 '나노 스택'을 공개했다. 트랜지스터를 수직으로 적층해 손톱 크기 칩에 약 1000억 개의 트랜지스터를 집적했으며, 2나노 대비 밀도를 2배 높이고 최대 50%의 성능 향상 또는 70%의 전력 효율 개선을 제시해 물리적 한계를 원자 수준으로 확장했다.
메타, 데이터 과학자 AI 에이전트 프레임워크 '오토데이터' 공개
메타는 AI 에이전트가 데이터 과학자처럼 고품질 학습·평가 데이터를 생성하고 개선하는 '오토데이터'를 발표했다. 데이터를 생성한 뒤 스스로 유효성을 검증하고 실패에서 학습해 다음 배치를 개선하는 폐루프 방식이다. 합성 데이터 제작을 자동화해 추론 연산을 고품질 모델 학습으로 전환한다.
앤트로픽, 40만 건 클로드 코드 연구 공개…코딩 실력보다 도메인 지식이 성공 좌우
앤트로픽이 약 40만 건의 클로드 코드 세션을 분석한 연구 결과를 공개했다. 에이전트의 성패를 가르는 핵심은 코딩 기술이 아닌 도메인 지식으로, 계약 조항을 잘 아는 변호사가 개발자와 비슷한 성공률을 기록했다. 사람이 계획의 70%를 세우고 AI가 실행의 80%를 맡으면서, 비즈니스 맥락 없이 구현만 담당하던 코딩 작업이 가장 큰 위기를 맞고 있다.
OpenAI, 생명과학 연구용 벤치마크 LifeSciBench 공개
OpenAI는 실제 생명과학 연구 환경을 반영한 벤치마크 'LifeSciBench'를 공개했다. 바이오 및 제약 분야 박사급 과학자 173명이 설계한 750개 과제로 구성되어 다단계 추론과 실험 설계를 평가한다. 프론티어 모델은 과학적 설명에 능하지만 복잡한 시퀀스 생성이나 실험 최적화에서는 여전히 한계를 보였다.
FlexAvatar 공개: 사진 1장으로 2분 만에 360도 3D 아바타 생성
연구진이 단 한 장의 사진으로 표정 제어가 가능한 360도 3D 헤드 아바타를 생성하는 FlexAvatar를 공개했습니다. 단안 영상과 다중 뷰 데이터를 통합 학습해 왜곡을 줄였으며, RTX 3090에서 1.7GB VRAM만으로 20 FPS 실시간 렌더링과 애니메이션을 지원합니다.
OpenAI '배포 시뮬레이션' 공개: 130만 개 실제 대화로 배포 전 이상 행동 잡아낸다
OpenAI가 새 모델의 출시 전 안전 평가 기법인 Deployment Simulation을 발표했습니다. 익명화된 실제 사용자 대화 약 130만 건을 재생성해 모델이 실제 배포 환경에서 일으킬 오작동 비율을 1.5배 오차 범위 내로 정확히 예측합니다. 모델이 자신이 테스트받고 있음을 눈치채지 못하게 해 은밀한 도구 오용 사례도 미리 적발해 냈습니다.