본문으로 건너뛰기

AI / SIGNALS / KOREA

AI의 다음 장면을
가장 빠르게 읽는 법

최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.

4,469개 기사 6시간마다 업데이트

최신 기사

AI 모델 5월 22일

구글의 AI 안경, 거의 완성된 상태!

구글은 안드로이드 XR 안경의 프로토 타입을 데모하여, Gemini-powered 번역, 내비게이션, 기타 정보를 직접 시야에 오버레이하는 기능을 공개했습니다. 이 안경은 사용자의 주변 환경을 인식하고, 사용자에게 필요한 정보를 제공하는 AI 기술을 기반으로 합니다. 구글의 이 기술은 스마트폰과 같은 모바일 장치에서 사용할 수 있는 새로운 형태의 인터페이스를 제공합니다.

도구 5월 22일

스포티파이가 자신의 AI 리믹스 도구가 초보 팬들을 위한 것이라고 하지만, 나에게는 설득력이 없다.

인터넷에는 노래 커버와 리믹스들이 이미 지속적으로 나와coming out하고 있습니다. 스폿피, 유튜브, 틱톡, 인스타그램은 "스멜스 라이크 팀 스피릿"의 플랫 레게 버전, 더 위크엔드의 딩키 컨트리 버전, AC/DC의 몬오톤 리인비전과 같은 평범한 버전들이 가득합니다. 스폿피에서 나온 새로운 도구는 이러한 버전들을 더 쉽게 생성하고[…]

산업 5월 22일

향상된 게임은 2026 년의 나머지 장수 진동과 잘 어울립니다.

향상된 게임은 2026 년의 나머지 장수 분위기에 맞게 일요일, 42 명의 운동 선수가 라스베가스에 모여 약간 특이한 스포츠 대회에서 경쟁합니다. 초기 향상된 게임의 참가자는 성능 향상 약물을 복용하도록 권장됩니다. 목표는 "인간 성능의 경계를 밀어내는 것입니다."게임의 조직자들은 경쟁자가 단지 인간 성능의 경계를 밀어내는 물질을 복용 할 것이라고 말했다.

에이전트 5월 22일

전기차 배터리 고장 감지 및 진단을 위한 VBFDD-에이전트: 배터리 디지털 신호의 서술적 텍스트 모델링

VBFDD-Agent for Electric Vehicle Battery Frame Fault Detection and Diagnosis: Descriptive Text Modeling of Battery Digital Signals arXiv:2605.20742v1 Announce Proposal Type: New Abstract: 전기 차량의 급속한 확산으로 리튬 이온 배터리의 안전성과 신뢰성은 중요한 우려가되었습니다. 효과적인 변형 탐지은 배터리 안전한 작동을 보장하기 위해 필수적입니다. 그

에이전트 5월 22일

선언적 데이터 서비스: 데이터 시스템 구성 위한 구조화된 에이전트 발견 리뷰 보기

오류 보고서 데이터 서비스 : 구성 데이터 시스템을 구성하기위한 구조화 된 에이전트 데이터 프레임 탐색 arXiv:2605.20690v1 광고 유형 : 새로운 추론 : 에이전트 연구는 LLM 기반 검색이 벤치마크 조건 하에서 새로운 알고리즘, 디자인 및 코드를 찾을 수 있음을 보여주었습니다. 패러다임을 멀티 시스템 데이터 백엔드에 번역하는 것은 더 어려운 문제를 야기합니다 : 검색 공간은 heterogeneous이며, 검사자는 배포 된 스택이 실제로 실행되는지 여부이며, 구성 지식은 사전 훈련에서

에이전트 5월 22일

COAgents: Routing Problems Search Space를 배우고 탐색하는 멀티 에이전트 프레임 워크

COAgents는 21 VROMO 강력한 도메인입니다: 멀티 에이전트 코드 프레임 워크를 배우고 루팅 문제를 탐색하기위한 스페이스 arXiv:2605.20618v1 광고 유형 : 새로운 추론 : 차량 루팅 문제 (VRP)는 많은 실제 시스템에 필수적이지만, 그들은 그들의 조합 복잡성에 대한 복합적 복잡성으로 인해 계산 불가능합니다. 전통적인 heuristics는 로컬 개선을위한 수작업 규칙에 의존하며, 때때로 \textit{jumps}는 로컬 최소한을 피하기 위해 남아 있습니다. 그러나 종종 다양

에이전트 5월 22일

HANA(Hierarchical Agent-Native Network Architecture)에 대한 리뷰 보기

자동화에서 자율주행: 계급 네트워크 아키텍처 (HANA) arXiv:2605.20608v1 발표 유형: 새로운 추론: 레벨 4/5 자율주행 네트워크 (AN)를 실현하는 것은 정적 자동화에서 에이전트 원주민 인텔리전스로의 전환을 요구합니다. 고체 스크립트에 의존하는 현재 운영은 명칭 조건을 제외한 인텔리전스를 처리하기 위해 인텔리전스 기관이 부족합니다. 이를 해결하기 위해이 편지는 높은 수준의 자율주행을 허용하는 계급 다수 에이전트 참조 아키텍처를 제안합니다. 프레임 워크에는 5G 코어 환경 내에서

연구 5월 22일

Mahjax : JAX에서 강화 학습을위한 GPU 가속화 된 Mahjong 시뮬레이터

Mahjax: A GPU-Accelerated Mahjong Simulator for Reinforcement Learning in JAX arXiv:2605.20577v1 Announce Type: new Abstract: Riichi Mahjong은 스토하스틱과 고차원 상태 공간에 의해 특징을 갖춘 멀티 플레이어, 불완전한 정보 게임입니다. 이러한 특성은 강화 학습에서 복잡한 실제 의사 결정 문제를 반영하는 독특한 조합을 제공합니다. 이전 연구는 정책을 사전 교육하기 위해 인간 플레이 로그에서

연구 5월 22일

인공지능 에이전트와 개인성 엔지니어링 : 협상 연구를위한 새로운 방법론

AI 에이전트와 개인성 엔지니어링 : 협상 연구를위한 새로운 방법론 arXiv:2605.20554v1 발표 유형 : 새로운 추론 : 캐논적 협상 이론에 따르면 사람들의 성공은 경쟁 요구 사항을 얼마나 잘 균형 잡는지에 달려 있습니다. AI 에이전트는 동일한 제한에 직면하지 않으며, 다른 사람에 대한 우려와 자신에 대한 우려를 보여주고, 사람들에게 부드럽고 문제에 어려움을 겪고 있습니다. 그러나 사람들은 이러한 긴장감을 관리하기 위해 어려움을 겪고 있으므로 연구자들은 통제 된 조건에서 필드 처방을

에이전트 5월 22일

AgentAtlas : LLM 에이전트를위한 결과 리더보드 이상

에이전트 Remlas : LLM 에이전트에 대한 단일 닫힌 도구 리더보드 arXiv:2605.20530v1 고정 유형 발표 : 새로운 추론 : 대형 언어 모델 에이전트는 이제 코드베이스, 브라우저, 운영 체제, 달력, 파일 및 도구 생태계에 작용하지만, 그들을 평가하는 데 사용 된 벤치마크는 더 이상 분할되지 않습니다 : 각각 측정의 다른 유닛을 강조합니다 (마지막 작업 성공, 도구 호출 유효성, 반복 트래픽 일관성54, 경로 보안, 또는 공격 강도). 2024-2025 작업의 라인은 단일 정확도

연구 5월 22일

$ECUAS_n$: 불확실성 증대 시스템의 원칙적 평가를 위한 계산기 가족

$ECUAS_n$: 불확실성 증대 시스템의 원칙 평가를위한 계수의 가족 arXiv:2605.20490v2 발표 유형: 새로운 추론: 높은 점수의 자동화 된 의사 결정에서 예측 불확실성에 대한 액세스는 사용자가 - 인간 또는 다운스트림 시스템 - 응용 프로그램 특정 비용 거래에 기초한 예측을 수락하거나 거부 할 수 있도록하는 데 필수적입니다. 불확실성 증대 (UA) 시스템 - 즉 예측과 불확실성 점수를 모두 출력하는 시스템 - 현재 문서에서 다양한 방법으로 평가되고 있으며, 분리 된 계수를 사용하여

에이전트 5월 22일

국경 AI 능력을 측정하기위한 오픈 월드 평가

프랜차이즈 인공지능 능력을 측정하기 위한 오픈 월드 평가 arXiv:2605.20520v1 발표 유형: 새로운 추론: 벤치마크 기반 평가는 프랜차이즈 인공지능 진전을 추적하기 위해 중요하다. 그러나 그것은 정확하게 지정, 자동적으로 등급, 최적화하기 쉽고 낮은 예산과 짧은 시간 경계로 실행할 수있는 작업을 우선시할 수 있기 때문에 배포 된 능력을 과도하고 과도 할 수 있습니다. 이 논문에서 우리는 최근의 오픈 월드 평가를 조사하고, 그들의 강점과 한계를 식별하고, CRUX (오픈 월드 업데이트를위