AI 도구와 연구 소식 21가지

AI 도구와 연구 소식 21가지

누구에게 유용하고 어떤 작업에 활용할 수 있는지, 지금 쓸 수 있는지도 함께 정리했습니다. 공개 상태는 10월 9일 기준입니다.

1. InSpatio World 1.5

이미지·파노라마·영상에 카메라 경로를 지정하면 새로운 시점으로 이동하는 영상을 생성합니다. 카메라 움직임을 시험하려는 영상 제작자와 월드 모델 연구자가 장면별 시안을 만드는 데 참고할 만합니다. 코드와 모델 링크가 공개됐으며 모델 파일 크기만으로 필요한 GPU 메모리를 판단할 수는 없습니다.
https://t.co/avQ26aImHs

2. SoL-Refiner

NVIDIA가 저해상도 영상을 한 단계로 최대 4K까지 정제하는 연구를 공개했습니다. 여러 영상 생성기를 다루는 개발자가 후처리 단계를 줄이는 방법을 검토할 때 참고할 만합니다. 프로젝트 페이지에 코드 링크가 제공되며 정제 과정에서 원본의 세부 모양이 바뀔 수 있어 제품 외형처럼 정확한 보존이 필요한 작업은 결과를 확인해야 합니다.
https://t.co/RUdxC4tCnF

3. Whistle

10월 2일 공개된 16.9MB 음성인식 모델로, GPU 없이 CPU에서 실행합니다. 모바일·엣지 앱 개발자가 기기 안에서 짧은 음성을 전사할 때 살펴볼 만하며 자동 언어 감지와 단어별 타임스탬프도 지원합니다. 한 번에 최대 30초를 처리하고 지원하는 7개 언어에 한국어는 없습니다.
https://t.co/IxlIOKiTmk

4. Phonon-2

9월 29일 공개된 영어 음성인식 모델이며 현재 공식 다운로드 크기는 164MB입니다. 영어 녹음의 전사 기능을 로컬 앱에 넣으려는 개발자가 검토할 만합니다. 1시간 음성을 약 20초에 전사했다는 수치는 M5 MacBook Air 실험 기준이므로 다른 기기의 처리 속도와는 구분해야 합니다.
https://t.co/xNP403amfu

5. OpenDots 두 프로젝트

CopilotKit/OpenDots와 Anil-matcha/Open-Dots라는 별도 프로젝트 두 개가 나옵니다. 자체 에이전트 작업공간을 만드는 개발자는 CopilotKit의 알파 템플릿을, Claude Code 작업을 웹·Telegram에서 다루려는 개발자는 Anil의 초기 프로토타입을 참고할 수 있습니다. 작업 관리 화면을 처음부터 만드는 부담을 줄일 출발점이지만 모델 연결과 운영 설정이 필요하며 OpenAI dots와 기능·보안이 같다고 볼 수는 없습니다.
https://t.co/kCCTjPQlyR
https://t.co/PE2isK1TBj

6. PixelUMM

이미지·영상의 이해와 생성을 별도 VAE·비전 인코더 없이 픽셀 공간에서 처리하는 연구입니다. 멀티모달 모델 연구자가 여러 구성요소를 연결하는 구조를 단순화할 방법을 검토할 때 참고할 만합니다. 코드와 모델이 공개됐지만 코드는 Apache-2.0, 모델은 NVIDIA 비상업 연구·평가 라이선스이므로 상업 이용 조건을 따로 확인해야 합니다.
https://t.co/ZpfH7Vb3gW

7. Ideogram 4.5

이미지를 반복해서 편집할 때 색·질감·구도가 달라지는 문제를 줄이는 생성·편집 모델입니다. 시안을 여러 차례 수정하는 디자이너가 바꾸지 않을 영역을 다시 복구하는 부담을 줄이는 데 활용할 수 있습니다. Precise Edit는 변경하지 않은 픽셀과 입력 해상도 보존에 초점을 두며 공식 앱과 API에서 이용할 수 있습니다.
https://t.co/x5YC982wM5

8. FLUX 3 Image

10월 1일 출시된 이미지 생성·편집 모델로, 최대 10개 참조 이미지와 바운딩박스 기반 배치·국소 편집, 최대 4K 출력을 지원합니다. 여러 제품 사진이나 디자인 참고 자료를 함께 쓰는 제작자가 원하는 위치와 수정 범위를 전달하는 데 활용할 수 있습니다. API와 Playground에서 제공됩니다.
https://t.co/xK2s8QBQe7

9. DMAD

판별 학습을 활용해 이미지·영상 생성 단계를 줄이는 증류 기법으로, 10월 1일 논문이 공개됐습니다. 생성 모델을 운영하는 연구자·개발자가 추론 부담을 줄일 방법을 검토할 때 참고할 만합니다. 코드와 모델이 공개됐으며 MiniMax-H3 등의 4단계 생성 결과를 제시하지만, 4단계가 생성 시간 4초를 뜻하지는 않습니다.
https://t.co/yKfXFRSbuZ

10. PDMD

증류 과정에서 평가 모델의 오차가 학생 모델에 누적되는 문제를 투영 연산으로 줄이는 연구입니다. 영상 모델 연구자에게는 적은 생성 단계에서도 품질을 유지하는 방법을 비교할 자료입니다. 9월 28일 논문이 공개됐고 MiniMax-H3용 4단계·2단계 LoRA와 추론·학습 코드를 제공하므로 해당 모델 실행 환경에서 검토할 수 있습니다.
https://t.co/EM5ECKrlyE

11. Grad 추측 관련 연구

9월 21일과 22일 제출된 두 논문이 대칭성 조건을 만족하지 않는 매끄러운 3차원 자기유체역학 평형의 반례를 다룹니다. 수학·플라즈마 연구자는 공개된 형식화·코드·AI 대화 등을 통해 결과를 검토하는 과정을 따라갈 수 있습니다. 검증 자료가 공개돼 있지만 평형 해를 얻은 것을 동적 안정성이나 실제 핵융합 문제의 해결로 확대해서는 안 됩니다.
https://t.co/BCvd3tvbNa

12. TactileStep

발바닥 압력 센서 정보를 보행 제어에 활용해 착지 충격과 지지 접촉을 개선하는 휴머노이드 연구입니다. 로봇 보행 제어 연구자가 접촉 상태를 더 잘 반영해 착지와 균형을 다루는 방법을 참고할 수 있습니다. 9월 24일 논문이 공개됐으며 시뮬레이션과 실제 Unitree G1에서 평가한 연구·실물 데모 단계입니다.
https://t.co/RLIbLgkZf5

13. 휴머노이드 배드민턴

제한된 인간 타격 동작을 증강하고 계층적 강화학습으로 조합해 포핸드·백핸드·점프 리턴과 사람 상대 랠리를 시연했습니다. 로봇 동작 학습 연구자가 다양한 타격 데이터를 직접 수집해야 하는 부담을 줄일 방법을 검토할 때 참고할 만합니다. 9월 25일 논문이 공개된 연구 데모이며, 일반적인 인간 수준의 스포츠 능력을 입증한 결과는 아닙니다.
https://t.co/hBWjaPPZfX

14. Eleven v4

9월 28일 출시된 음성합성 모델로 90개 이상 언어, 다중 화자 대화, 감정·발화·효과음용 인라인 태그를 지원합니다. 대화형 콘텐츠나 다국어 내레이션을 만드는 제작자가 화자와 표현을 지정하며 음성 시안을 준비하는 데 활용할 수 있습니다. 무료 플랜은 월 10,000크레딧을 제공하지만 개인용 조건이므로 상업 이용에는 플랜 확인이 필요합니다.
https://t.co/rXwLYynaP5

15. Marmont 암호 편지 해독

Carter Church가 GPT-6 Astra를 활용한 나폴레옹 시대 Marmont 암호 편지의 해독 결과와 재현 자료를 공개했습니다. 역사 자료·암호 해독 연구자는 AI와 함께 해독 후보를 검토하는 과정을 참고할 수 있습니다. 글은 9월 18일, 자료 패키지는 19일 공개됐으며 일부 기호와 단어에는 불확실성이 남아 있어 완벽한 해독이나 독립 검증 완료로 보기는 어렵습니다.
https://t.co/iGTD3eKM66

16. PAMI

텍스트와 물체를 바탕으로 사람이 물체를 다루는 전신 동작을 생성하는 연구입니다. 캐릭터 애니메이션 연구자가 손·몸과 물체의 접촉을 수작업으로 맞추는 부담을 줄일 방법을 검토할 때 참고할 만합니다. 9월 29일 논문·데모가 공개됐지만 코드와 모델은 아직 공개 준비 중입니다.
https://t.co/mCOsQNEp2O

17. Point2Part

이미지나 3D 메시의 원하는 부위에 점을 지정하면 전체 형태를 여러 부분으로 함께 나누는 연구입니다. 3D 에셋 처리 연구자가 부품별 편집을 위해 영역을 일일이 지정하는 부담을 줄일 방법을 살펴볼 수 있습니다. 9월 29일 논문·데모가 공개됐으며 추론·학습 코드와 모델은 공개 예정입니다.
https://t.co/EdjhQ08Iez

18. AstaBrief

10월 2일 발표된 Qwen3-8B 기반 모델로, 연구 질문과 관련 문헌 발췌문에서 인용이 있는 보고서를 작성합니다. 문헌을 검토하는 연구자가 자료를 엮어 첫 초안을 만드는 데 활용할 수 있으며 Asta의 Fast mode로 제공됩니다. 가중치와 학습 데이터도 공개됐지만 평가 대부분이 2025년에 진행돼 최신 모델 전체와의 성능 비교로 읽기는 어렵습니다.
https://t.co/7NrxP6DhGM

19. Olmo-core 3

10월 1일 공개된 대규모 MoE 학습 프레임워크 업데이트입니다. 모델 학습 인프라를 다루는 엔지니어가 전문가·파이프라인 병렬화와 통신 최적화를 적용할 때 참고할 수 있습니다. 공개된 학습 프레임워크이며 영상의 처리량 2.7배 수치는 특정 하드웨어·모델 구성의 결과라 모든 환경에서 같은 개선을 기대할 수는 없습니다.
https://t.co/sut9QBDqMQ

20. IQuest-Q1

에이전트 코딩·추론·다단계 도구 사용을 위한 MoE 모델로, 총 약 320B 파라미터 중 토큰당 약 15B를 활성화합니다. 자체 코딩 에이전트를 구축하는 개발자가 코드 작업과 도구 사용을 맡길 모델 후보로 검토할 만합니다. 가중치와 배포 자료가 공개됐지만 활성 파라미터가 적다고 전체 모델의 저장·실행 자원이 작아지는 것은 아닙니다.
https://t.co/dw7eZvxVO5

21. AREX-2

BAAI의 27B 에이전트 모델로, 해법 제안·측정·반성·수정을 반복하도록 학습했습니다. 코딩·머신러닝 에이전트를 만드는 개발자가 실행 결과를 받아 다음 시도를 고치는 반복 작업을 자동화할 때 검토할 만합니다. 9월 29일 논문이 공개됐고 모델은 Apache 2.0으로 배포되며 활용하려면 결과를 측정할 도구와 실행 환경을 연결해야 합니다.
https://t.co/gweyd6Ntb3