AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
대규모 언어 모델(LLM)-기반 에이전트는 인터랙티브 환경에서 구성성 일반화에 대한 시스템적인 실패를 보이는데, 이를 해결하기 위해 AGEL-Comp라는 신경-기호학적 에이전트 아키텍처를 제안합니다. AGEL-Comp는 동적 원인-프로그램 그래프(CPG)와 인다ктив 로직 프로그래밍(ILP) 엔진, 그리고 하이브리드 사고 코어를 통합하여 에이전트가 구성성 일반화를 수행할 수 있도록 합니다.
신경 심볼 아일의 한계점인 대규모 언어 모델(LLM)의 합성성 일반화가 여전히 해결되지 않은 문제로 남아있다. 신경 심볼 아일의 핵심 가정인 심볼 그라운드가 합성성 사고를 비롯한 다양한 도메인에서 성공적으로 일반화할 수 있다는 가정은 아직 증명되지 않았다. 이 연구에서는 심볼 그라운드와 사고의 기여도를 분리하여 이 가정에 도전하는 첫 번째 체계적인 실험 분석을 제시한다.
자동 관계적 사고를 통해 머신 러닝의 한계를 넘어, 강력한 사고 능력을 가진 인공지능을 개발하는 연구가 진행 중입니다. 이 연구는 머신 러닝의 확장성과 엄격한 사고 능력을 결합하여, 지능력 132-144 점대에 해당하는 98.03%의 문제를 해결할 수 있는 시스템을 개발했습니다.
이 연구에서는 DreamProver라는 에이전트 프레임워크를 제시한다. DreamProver는 "wake-sleep" 프로그램 유도 패러다임을 사용하여 형식적 정리 증명에 쓰일 수 있는 재사용 가능한 명제 라이브러리를 발견한다. 기존 접근 방식은 고정된 명제 라이브러리에 의존하거나, 개별 정리에 맞게 매우 특정한 중간 명제를 합성한다. DreamProver는 이 틈을 두고 이터레이티브 두 단계의 과정을 사용한다. DreamProver는 wake 단계에서 현재 명제 라이브러리를 사용하여 훈련 세
학습 도우미 시스템 로그에서 의존감 learn 된 패턴을 분석하기 위해 Apriori 알고리즘을 적용했다. 3차원으로 interaction 데이터를 검토했다: 의존감 수준(낮음 vs. 높음), 시스템 기반 개입(있음 vs. 없음), 문제 해결 결과(해결 vs. 해결하지 못함). 완전한 데이터셋의 분석 결과, 힌트를 사용하지 않고 문제를 건너뛰는 것이 해결하지 못한 결과와 가장 자주 연결된 패턴이었다. 반대로, 문제를 건너뛰지 않는 지속적인 행동은 전체적으로 덜 독보적이었다. 의존감 수준에 따른 비교 결과, 낮은 의존감 학생들은 문제 해결과 문제를 건너뛰지 않는 연관성이 강하고, 힌트 사용과 해결한 결과 사이의 긍정적인 연관성이 보였다. 반면, 높은 의존감 학생들은 회피 패턴이 더 많았고, 문제를 건너뛰는 것이 해결하지 못한 결과와 강하게 연결되었다. 시스템 기반 개입 조건의 비교 결과, 개입이 없는 학생들은 지속성-성공 연관성에 대한 Lift가 가장 높았고, 개입이 있는 그룹은 문제를 건너뛰는 행동이 해결하지 못한 결과와 더 강한 패턴을 보였다. 결과별 분석 결과, 문제를 건너뛰지 않는 것이 모든 그룹에서 해결한 문제와 일관적으로 연관되었다. 반면, 힌트를 사용하지 않고 문제를 건너뛰는 것은 해결하지 못한 결과를 예측했다.
대규모 언어 모델(LLM)을 법적 결정 도구로 사용할 수 있는지에 대한 연구를 통해, 법적 질문에 대한 LLM의 답변 방식과 그들이 어려운 질문에 대해 어떻게 결정하는지에 대한 요인을 조사했습니다. 법적 결정의 특징 중 하나는 반대하는 당사자의.arguments를 반영하고 반응해야 하는 필요성이 있습니다. 법적 결정자들은 반대하는 당사자의.arguments를 반영하고 반응해야 하며, 반대하는 당사자의.arguments에 의해 설득될 수 있어야 합니다. 또한, 법적 결정자들은 BILL의 설득력에 의해 결정되는 대신, 사안의 가치에 따라 결정해야 합니다. 연구 결과는 LLM을 법적 및 행정적 환경에서 채택할 수 있는 khả성을 시사합니다.
OMEGA 프레임워크는 아이디어 생성부터 실행할 수 있는 코드까지 모든 단계를 자동화하여 AI 연구를 자동화합니다. 이 시스템은 구조화된 메타 프롬프트 엔지니어링과 실행 가능한 코드 생성을 결합하여 새로운 ML 분류기를 생성합니다. OMEGA 프레임워크는 20개의 벤치마크 데이터셋(infinity-bench)에서 scikit-learn 기본값을 초과하는 다양한 새로운 알고리즘을 생성했습니다.
사용자 행동 로그를 분석하여 사용자 모델링을 수행할 수 있지만, 로그는 다양한 의도에 걸쳐 노이즈가 섞여 있기 때문에 이를 구체화하는 것은 어려울 수 있습니다. 최근 연구에서는 LLM을 사용하여 사용자 로그에서 해석 가능한 자연어 인격을 생성하였지만, 평가가 주로 후속 활용성에 중점을 두어 인격의 품질 자체에 대한 보장이 제한적일 수 있습니다. 새로운 연구에서는 사용자 행동을 의도 메모리로聚합하고, 이러한 메모리를 클러스터링하고 레이블링하여 다중 증거 기반 인격을 유도하는 계층적 프레임워크를 제안합니다. 또한, 인격 유도는 클러스터 결합, 인격 증거 정렬 및 인격 진실성으로 캡처된 인격 품질을 최적화하는 최적화 문제로 형식화하고, DPO의 그룹스위스 확장으로 인격 모델을 학습합니다. 대규모 서비스 로그와 두 개의 공개 데이터셋에 대한 실험 결과, proposed method는 더 tutar, 증거 기반 및 신뢰할 수 있는 인격을 유도하며, 또한 미래 상호 작용 예측을 향상시킵니다.
예측 요원들의 전략적 사고 능력 평가를 위한 새로운 벤치마크를 제안했다. 이 벤치마크는 1,417 개의 과거 예측 문제를 사용하고 대규모 언어 모델(LLM)으로부터 15만 개의 문서를 사용하여 연구 및 예측을 reproducibly 수행한다. 이 벤치마크는 예측 요원들의 정확도 차이를 0.004 Brier score로 감지할 수 있으며, 연구 및 판단 차이점을 구별할 수 있다. 이 벤치마크를 사용하여, 예측 요원들의 전략적 사고 능력을 평가할 수 있다. 연구 결과, 더 좋은 예측 요원은 주로
물리적 장에서 폐쇄 루프 역원소 위치화 및 특성화(arXiv:2604.26095v1)가 필요로 하는 핵심 도전은 신뢰도 공간 목표에 있다. 신뢰도 공간 목표에서 유효한 불확실성 추정은 비용이 많이 드는 베이즈 추론이 필요하지만, 빠르게 학습된 신뢰도 모델을 사용하면 보상 해킹(reward hacking)이 발생한다. 보상 해킹은 정책이 실제로 불확실성을 줄이지 않고 근사 오류를 악용하는 것을 의미한다. 우리는 Distill-Belief라는 교사-학생 프레임워크를 제안한다. 교사 학생 분리를 통
온체인 언어 모델 에이전트가 사용자의 지시를 유효한 도구 동작으로 번역하는 신뢰성을 연구한다. 사용자들이 구조화된 제어와 자연어 전략을 통해 보유함을 구성했지만, 에이전트만이 정상적인 매수/매도 거래를 선택할 수 있었다. 시스템은 7.5M 에이전트 호출, 약 300K 온체인 액션, 약 $20M의 거래량, 5,000 ETH의 배포, 약 70B의 추론 토큰, 그리고 정책 유효한 제출 거래의 99.9%의 정산 성공률을 기록했다.
파라레얼 웹 시스템은 트위터 전 CEO Parag Agrawal이 설립한 AI 에이전트 도구 스타트업으로, 최근 100위원을 Sequoia가 주도해 조달했다. 이는 지난 100위원을 조달한 후 5개월 만에 이루어진 업적이다. 이 조달로 인해 파라레얼 웹 시스템의 평가가 2조에 달했다.
Runway는 AI-generated 비디오 기술에서 혁신적인 도구로 급격히 변모하고 있다. 이 뉴욕 기반 회사에는 860만 달러가 넘는 자금이 투입되어 5.3억 달러의 평가로 도약했다. Runway의 모델은 세계 최고의 연구소와 경쟁력을 보여주고 있다. 구글과 OpenAI를 포함한 세계 최고의 연구소와 경쟁력을 보여주고 있다.
구글은 1분기 동안 25만 유료 구독자를 추가했으며, 총 3억 500만 명의 구독자를 기록했습니다. 유튜브와 구글 원이 성장에 기여했습니다.
구글 클라우드가 20억 달러 수치에 도달했지만, 성장 속도는 용량 제한에 의해 제한되었다. 대규모 언어 모델(LLM)과 같은 AI 기술의 수요가 급증하고 있지만, 구글 클라우드의 용량 제한은 성장 속도를 제한하고 있다.
마이크로소프트는 20만 명 이상의 유료 사용자가 코파일럿을 실제로 사용하고 있음을 발표했습니다. 사용자 수와 참여도가 증가하고 있습니다.
마이크로소프트는 오픈AI의 기술을 클라우드 고객에게 제공할 수 있으며, 이를 위해 어떠한 비용도 지불하지 않습니다. 나들라 사장은 "이 기술을 충분히 이용할 계획입니다."라고 밝혔습니다.
메타는 현실성 연구소(RL)에서 매 분기 수억 달러를 잃고 있다. 또한 AI 지출은 지속적으로 증가할 것으로 예상된다.
엘론 무스크가 자신의 트윗에서 벗어날 수 없는 선상에 서있다. 그는 오픈 AI를 법적으로 해체하려고 하는 시도를 위해 두 번째 날에 증인으로 출두했다.
마스 대 알트만 사건이 진행 중에 있으며, 이에 따라 법정에서 제시할 증거 중 일부가 공개되고 있습니다. 현재까지 공개된 증거는 이메일 교환, 사진, 그리고 오픈에이아이의 초기 시절부터 시작된 기업 문서 등이 포함됩니다. 이 중 일부 주요 사실은 다음과 같습니다.
구글 CEO 수ندر 피차이(CEO Sundar Pichai)가 발표한 알파벳의 영업 결과에 따르면, 2026년 1분기 구글 검색 쿼리가 역대 최고 기록을 달성했다. 피차이는
핵 에너지에 대한 대중의 지지율이 높아지고 있으며, 비트 테크가 핵폐기물 처리에 대한 연구를 지원하고 있다. 하지만, 핵폐기물 보관에 대한 계획이 아직 완전하지 않다. 이 문제를 해결하기 위해 기술 개발이 필요하다.
인공지능(AI)과 인간이 함께하는 그룹 채팅 앱 '샤피즈'가 출시되었습니다. 이 앱은 디스코드 채팅과 유사한 기능을 제공하며, AI 캐릭터와 인간이 함께 채팅을 할 수 있습니다.
Firestorm Labs는 대규모 언어 모델(LLM)과 같은 cutting-edge 기술을 활용하여 드론 공장을 컨테이너에 내장하는 방식으로 front lines에 제조를 이끌어내는 defense startup입니다. 이들은 $82억 달러를 모금하여 드론 제조를 보급하는 데 집중할 예정입니다.
