MIT 연구진이 OpenAI의 GPT-6 Astra를 활용해 추가 학습 없이 다른 소형 AI의 신경망 가중치를 직접 수정하고 개선하는 연구를 발표했다. 실험에서 Astra는 Qwen 모델의 가중치 중 단 0.016%만 편집해 반복 오류를 잡고 수학 점수를 7.9%에서 48.1%로 끌어올렸다. 이는 프론티어 AI가 모델 내부를 직접 프로그래밍해 스스로 진화할 수 있는 잠재력을 보여준다.
MIT 연구진은 로봇 기억 시스템 ‘DAAAM’을 공개했다. 타임스탬프가 포함된 ‘4D 장면 그래프’를 생성해 로봇이 언제 어디서 무엇을 보았는지 실시간으로 기록하고 자연어로 검색할 수 있도록 지원한다. 기존 방식 대비 내비게이션 작업 정확도를 약 28% 개선했다.
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.
코카콜라가 MIT 생성형 AI 임팩트 컨소시엄에 창립 멤버로 참여해 'Save the Orange' 프로젝트를 시작했다. 감귤 농가를 초토화한 황룡병에 맞서 AI와 생명과학 기술을 결합해, 향후 25년 내 글로벌 오렌지 공급이 사라지는 사태를 막겠다는 구상이다.
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.
MIT 연구진이 발표한 논문에 따르면, 에세이 작성 시 ChatGPT를 사용한 참가자들의 뇌 연결성이 검색엔진이나 순수 뇌를 사용한 그룹보다 현저히 약한 것으로 나타났다. AI 사용을 중단한 뒤에도 뇌 활성화 저하 상태가 이어졌으며, 연구진은 단기적 편리함이 장기적인 '인지적 부채'로 이어질 수 있다고 경고했다.
MIT와 화이트헤드 연구소가 단백질이 세포 내 어느 응집체로 이동하는지 예측하는 딥러닝 모델 ProtGPS를 발표했다. 메타의 ESM 아키텍처를 기반으로 단백질 구조만 예측하던 한계를 넘어 세포 내 배치 규칙을 해독하며, 맞춤형 신약 설계와 질환 연구를 지원한다.
MIT 연구진은 생성형 AI와 물리 기반 홍수 모델을 결합한 'Earth Intelligence Engine'을 공개했다. 폭풍이 오기 전 침수 후 위성 사진을 미리 생성하는 기술로, 일반 AI가 물리적으로 불가능한 고지대까지 침수시키는 환각 현상을 해결해 주민들의 직관적인 대피 결정을 돕는다.
MIT와 하버드대 연구진이 설명 가능한 딥러닝 모델을 활용해 슈퍼박테리아 MRSA를 사멸시킬 수 있는 60년 만의 새로운 계열 항생제를 발견했다. 1200만 개 화합물 중 독성이 낮고 효과적인 물질을 선별해 마우스 실험에서 균을 10분의 1로 줄였으며, AI 블랙박스를 열어 신약 발굴을 혁신했다.
MIT와 하버드대 브로드 연구소 연구진이 AI를 활용해 MRSA 등 약물 내성 슈퍼박테리아를 사멸시키는 신규 항생제 계열을 발견했다. 3만 9,000여 개 화합물로 학습한 AI가 1,200만 개 후보를 분석해 안전성과 효능을 갖춘 물질을 추려냈으며, 마우스 실험을 통해 효능을 입증했다.
MIT 연구진이 자연어 프롬프트만으로 3D 프린팅 모델을 맞춤형으로 꾸밀 수 있는 생성형 AI 툴 'Style2Fab'을 발표했다. 딥러닝을 활용해 모델의 기능 영역과 미적 영역을 분리한 뒤, 기존 기능은 보존하면서 외형만 새롭게 변형한다. 초보자도 복잡한 CAD 작업 없이 손쉽게 3D 모델을 커스텀할 수 있다.
MIT CSAIL 연구진은 새로운 단백질 구조를 합성하는 컴퓨팅 도구 'FrameDiff'를 발표했다. 이미지 생성에 쓰이던 확산 모델을 미분기하학의 강체 프레임과 결합해 기존 예측 모델 없이도 단백질 골격을 직접 생성한다. 표적 치료제와 백신 개발 속도를 획기적으로 높일 수 있을 것으로 기대된다.
MIT CSAIL 연구진은 비디오, 오디오, 텍스트 간 공통 개념을 학습하는 표현 학습 기법을 공개했다. 공유 임베딩 공간에서 1000개의 단어 벡터만을 활용해 비디오 속 동작을 식별하고 검색 정확도와 설명 가능성을 높였다. 인간처럼 세상을 인지하는 로봇 개발에 기여할 수 있으나, 현재는 한 번에 두 가지 모달리티만 처리 가능하다.
