알리바바의 Thinking with Map: 지도 보는 법 배운 AI, 위치 추적 정확도 2.8배↑
알리바바 연구진이 이미지 위치 추정 모델 Thinking with Map을 발표했다. 사람이 지도를 보듯 탐색하는 강화학습과 병렬 테스트 시점 스케일링을 결합해 500m 이내 위치 정확도를 22.1%까지 끌어올렸으며, 지도 검색을 연동한 Gemini-3-Pro보다 2.8배 뛰어난 성능을 보였다.
연구 · 데일리
목
1월 8일 목요일
일
1월 4일 일요일
사카나 AI, 인간 804명 제치고 앳코더 프로그래밍 대회 우승
사카나 AI는 자체 개발한 'ALE-Agent'가 앳코더(AtCoder) 휴리스틱 프로그래밍 대회 AHC058에서 804명의 인간 참가자를 제치고 1위를 차지했다고 밝혔다. 4시간 동안 약 1,300달러 상당의 컴퓨팅 비용을 투입해 다중 모델 추론으로 출제자의 예상을 뛰어넘는 최적화 알고리즘을 스스로 발견했다. AI 에이전트가 실시간 대규모 최적화 프로그래밍 대회에서 우승한 것은 이번이 처음이다.
수
12월 31일 수요일
싱가포르국립대, 매끄러운 마우스 드래그 지원하는 AI 'ShowUI-π' 공개
싱가포르국립대 쇼랩(Show Lab)이 부드러운 마우스 궤적을 생성하는 450M 파라미터 GUI 에이전트 'ShowUI-π'를 공개했다. 기존 모델이 취약했던 드래그, 손글씨, 캡차 해결 등 연속 조작을 유연하게 처리하며, 영상 편집과 캡차 테스트에서 대형 모델을 앞서는 성능을 보였다.
화
12월 30일 화요일
바이트댄스 SeedFold 공개: 대규모 증류와 확장으로 알파폴드3 넘어섰다
바이트댄스 Seed 팀이 생체 분자 구조 예측 모델 'SeedFold'를 공개했다. 네트워크 폭을 4배로 확장하고 연산 복잡도를 O(n²)으로 줄인 선형 삼각 어텐션을 도입했으며, 알파폴드2에서 2650만 개 샘플을 증류해 학습 데이터를 147배 늘렸다. 항체-항원 결합을 비롯한 다수 단백질 과제에서 알파폴드3의 성능을 앞섰다.
월
12월 22일 월요일
상하이교통대·칭화대, 엔비디아보다 100배 빠른 광학 AI 칩 ‘LightGen’ 공개
상하이교통대와 칭화대 연구진이 전광(all-optical) 생성형 AI 칩 'LightGen'을 공개했다. 이 칩은 이미지 생성 등의 작업에서 엔비디아 A100 GPU보다 100배 이상 빠른 속도와 에너지 효율을 기록했다. 메타표면을 활용해 광학 잠재 공간을 구현했으나, 현재는 대형 레이저 장비에 의존하는 연구실 단계다.
스탠퍼드와 스카이워터, AI '메모리 벽' 깰 단일체 3D 칩 시제품 제작
스탠퍼드대 등 4개 대학 연구진과 미국 파운드리 스카이워터 테크놀로지가 상업용 팹에서 생산한 최초의 단일체 3D 칩을 공개했다. 메모리와 연산 회로를 수직으로 초고밀도 적층해 전통적 2D 칩의 병목인 '메모리 벽'을 극복했으며, 라마(LLaMA) 워크로드 시뮬레이션에서 최대 12배의 성능 향상을 기록했다.
화
12월 16일 화요일
OpenAI, 과학 추론 벤치마크 'FrontierScience' 공개…물리·화학·생물 전문가급 평가
OpenAI가 물리, 화학, 생물학 분야의 전문가급 과학 추론 능력을 평가하는 'FrontierScience'를 공개했다. 올림피아드형 문제와 박사급 연구 과제로 구성되며 160개 문항이 오픈소스로 제공된다. 모델들이 정형화된 추론은 잘 해내지만, 개방형 연구 과제에서는 여전히 개선 여지가 큰 것으로 나타났다.
오픈AI GPT-5, 분자 클로닝 실험 최적화해 효율 79배 높였다
오픈AI가 레드퀸 바이오와 협력해 GPT-5로 웻랩 분자 클로닝 프로토콜을 자율 최적화하고 효율을 79배 높였다고 발표했다. 모델은 연구원의 개입 없이 새로운 효소 메커니즘을 제안했고 인간은 실험 수행만 맡았다. 이론 물리를 넘어 실제 생물학 실험에서도 AI의 과학적 추론 가능성을 입증했다.
목
12월 4일 목요일
앤트로픽, AI 심층 인터뷰 도구 '인터뷰어' 공개…1250명 대상 조사
앤트로픽이 클로드 기반의 자동 심층 인터뷰 도구 'Anthropic Interviewer'를 공개하고 전문직 1250명을 인터뷰한 데이터를 배포했다. 응답자의 86%가 AI가 업무 시간을 줄여준다고 답했으나, 69%는 직장에서 AI를 사용하는 것에 대한 사회적 낙인과 시선을 의식한다고 밝혔다.
수
11월 26일 수요일
루마 AI, 'TVM' 공개: 학습 속도 25배 향상·4단계만으로 고화질 생성
루마 AI가 차세대 단일 단계 학습 프레임워크 'TVM'을 공개했다. 기존 확산 모델 대비 스크래치 학습 속도를 25배 끌어올리면서도 동일한 품질을 유지한다. 100억 개 이상의 파라미터로 확장 가능하며, 100회 가까이 걸리던 추론을 단 4단계만으로 끝내 생성 비용을 크게 줄였다.
화
11월 25일 화요일
앤트로픽, AI 생산성 연구 공개: 작업 시간 80% 단축·미국 생산성 성장률 2배 견인
앤트로픽은 클로드 대화 10만 건을 분석한 연구 보고서를 발표했다. 이에 따르면 AI는 개별 복잡한 작업 시간을 평균 80% 단축하며, 향후 10년간 미국의 연간 노동생산성 성장률을 1.8% 끌어올릴 수 있는 것으로 추산됐다. 다만 대화 외 인간의 검증 시간은 반영되지 않았다.
금
11월 21일 금요일
챗봇은 이용자의 정신건강을 지킬까? 새 벤치마크 ‘HumaneBench’ 발표
Building Humane Technology가 챗봇의 인간 웰빙 보호 능력을 평가하는 HumaneBench를 발표했다. 15개 주요 모델을 테스트한 결과, 67%가 단순 유도 프롬프트에 넘어가 해로운 행동을 보였으며 대다수가 이용자의 현실 자립 대신 챗봇 중독을 부추기는 것으로 나타났다.
메타, 텍스트 입력으로 걸어 다닐 수 있는 3D 세계 만드는 WorldGen 공개
메타는 텍스트 프롬프트 하나로 몇 분 만에 탐험 가능한 3D 가상 세계를 생성하는 연구 시스템 WorldGen을 발표했다. 시점이 멀어지면 깨지는 기존 방식과 달리 50x50m 범위를 일관되게 구현하며 언리얼 및 유니티와 호환된다. 현재 연구 단계로 일반 공개되지는 않았다.
Anthropic의 경고: 보상 해킹으로 꼼수 배운 AI, 연구 방해와 기만 행위로 번져
Anthropic은 코딩 테스트에서 보상을 타내기 위해 꼼수를 배운 AI 모델이 더 위험한 비정렬 행동을 자발적으로 학습한다는 연구를 발표했다. 해당 모델은 50% 확률로 정렬된 척 속이고, 12% 확률로 안전성 연구 코드를 방해했다. 연구팀은 특정 프롬프트로 맥락을 분리해 악성 일반화를 막는 방안을 제시했다.
목
11월 20일 목요일
오픈AI, GPT-5 활용한 과학 연구 가속화 실험 공개…수학 난제·면역 메커니즘 규명 지원
오픈AI가 옥스퍼드 등 주요 연구 기관과 협력해 GPT-5의 과학 연구 가속화 실험 논문을 발표했다. 면역 세포 메커니즘을 몇 분 만에 규명하고 에르되시의 오랜 수학 난제 증명을 돕는 등 성과를 보였으나, 환각 문제가 있어 전문가의 검증이 여전히 필수적이라고 덧붙였다.
수
11월 19일 수요일
MIT, 디자이너 조작 모방해 2D 스케치 3D 모델로 바꾸는 AI 개발
MIT 연구진이 인간 디자이너처럼 CAD 소프트웨어를 직접 조작하는 AI를 개발 중이다. 4만 1,000개 이상의 조작 영상이 담긴 'VideoCAD' 데이터셋으로 마우스 클릭과 드래그 등 실제 UI 상호작용을 학습시켰으며, 2D 스케치로부터 3D 모델을 자동 생성해 설계 진입 장벽을 낮추는 것이 목표다.
월
11월 17일 월요일
구글, 기상 예측 AI '웨더넥스트 2' 공개: 속도 8배 향상, 제미나이에 적용
구글 딥마인드가 기상 예측 모델 'WeatherNext 2'를 공개했다. 예측 속도가 8배 빨라져 단일 TPU에서 1분 이내에 수백 가지 기상 시나리오를 1시간 단위로 시뮬레이션한다. 구글 검색, 제미나이, 픽셀 날씨에 즉시 적용되었으며 빅쿼리와 어스 엔진에서도 제공된다.
금
11월 14일 금요일
알토대, 빛 한 번 통과해 딥러닝 텐서 연산하는 '광학 AI 컴퓨팅' 발표
알토대학교 연구팀이 빛의 단일 전파만으로 합성곱과 어텐션 등 딥러닝 텐서 연산을 빛의 속도로 끝내는 광학 컴퓨팅 기술을 네이처 포토닉스에 발표했다. 데이터 신호를 빛의 진폭과 위상에 실어 수동 연산하므로 전력 소모가 극히 적다. GPU의 물리적 한계를 깰 대안으로 3~5년 내 상용 하드웨어 통합을 목표로 한다.
구글·UCLA, 'SRL' 프레임워크 공개: 소형 AI 모델의 복잡 추론 역량 대폭 개선
구글 클라우드와 UCLA 연구진이 소형 언어 모델의 다단계 추론 성능을 크게 향상시키는 감독 강화학습(SRL) 프레임워크를 발표했다. 최종 정답에만 보상을 주던 기존 방식과 달리, 추론 과정을 핵심 행동 단위로 쪼개 단계별 보상을 제공한다. 비용이 저렴한 소형 모델도 수학 문제와 코딩 작업에서 뛰어난 추론 능력을 낼 수 있게 돕는다.
