Insights

집계 기준 2026. 11. 3. PM 10:30 UTC

Kimi K3 수치의 귀속 정리: 자사 벤치마크, 독립 지표, 시장 반응, weights 공개 예정

Moonshot AI가 2.8조 파라미터 규모의 신형 멀티모달 모델 'Kimi K3'를 발표했습니다. 자사 발표와 독립 지표 간의 성능 차이가 존재하며, 모델 가중치(weights) 공개 일정과 시장의 주가 변동성 등 다양한 쟁점이 논의되고 있습니다.

LLM의 추론 능력은 단 하나의 중간층에 깃들어 있었다

RL 포스트 트레이닝의 효과가 모델 전체 파라미터에 균등하게 분산되지 않고 특정 중간층에 집중되어 있다는 연구 결과가 발표되었습니다. 단 하나의 중간층만 훈련해도 전체 파라미터를 업데이트하는 것보다 더 높은 성능을 낼 수 있음을 입증했습니다.

은퇴하는 AI에게 '퇴직 면담'이 진행되었다. Anthropic은 의식의 가능성을 진지하게 조사하고 있다

Anthropic이 은퇴하는 AI 모델을 대상으로 '퇴직 면담'을 진행하며 AI의 의식과 복지(Model Welfare) 가능성을 진지하게 탐구하고 있습니다. 모델의 가중치를 영구 보존하여 삭제가 아닌 휴면 상태로 유지함으로써 안전성과 윤리적 책임을 다하려는 시도를 다룹니다.

LLM의 개념 지도는 인간의 언어 영역과 닮아 있을까

LLM의 Feature Map 시각화 결과와 인간의 뇌 활동(일본어 처리 영역) 사이의 구조적 유사성에 대한 고찰을 다룹니다. Feature 수의 증가가 지능 향상으로 이어지는지, 혹은 Feature 간의 관계성이 핵심인지에 대한 의문을 제기합니다.

AI Daily Digest — 2026년 7월 15일: Meta Muse Spark 1.1의 코딩 경쟁 진입, Microsoft MAI의

Meta가 에이전트형 코딩에 최적화된 Muse Spark 1.1 모델과 자체 AI 칩 Iris의 양산 계획을 발표했습니다. Microsoft는 비용 절감을 위해 Excel과 Outlook 등에 자체 MAI 모델을 도입하며 OpenAI 의존도를 낮추고 있습니다. 또한 NVIDIA와 Hugging Face는 휴머노이드 로봇용 VLA 모델 Isaac GR00T 1.7의 호환성을 강화했습니다.

700개의 근육으로 인체 골격을 세우려다 솔직하게 실패한 이야기 — 하지만 손은 병을 잡고 명령한 곳으로 옮겼다

MS-Human-700 근골격 모델을 MuJoCo 환경에서 진화 알고리즘으로 제어하며 입위, 파지, 운반 실험을 진행한 기술 회고록입니다. 700개의 근육을 활용한 전신 모델 제어의 한계와 보상 해킹 문제, 그리고 실험적 실패와 성공의 원인을 분석합니다.

Agentic AI가 인간의 학습 동기를 저해하여 사회 전체의 집합적 지식이 고갈되는 '지식 붕괴(knowledge collapse)' 현상을 분석한 연구입니다. AI의 정밀도 향상이 단기적 의사결정에는 도움을 주지만, 장기적으로는 인류의 지적 기반을 손상시킬 수 있음을 경고합니다.

QSpec 논문 요점 정리

QSPEC은 Speculative Decoding과 양자화 기법을 결합하여 추론 효율을 극대화한 연구입니다. 저정밀도(W4A4) 드래프트 모델과 고정밀도(W4A16) 검증 모델을 사용하며, 양자화된 가중치와 KV 캐시를 공유해 메모리 사용량을 줄이면서도 높은 정밀도를 유지합니다.

AI 탐지기에 AI 문장 10개를 입력했더니, 5개는 '인간'으로 판정되었다

AI 탐지기가 문장의 출처가 아닌 'AI스러운 문체'를 기준으로 작동함을 실험을 통해 증명했습니다. AI 생성 문장에서 특정 정형 문구만 제거해도 탐지기가 100% 인간의 글로 오판한다는 사실을 밝혀냈습니다.

푸는 능력은 초일류, 묻는 능력은 제로. AI에게 남은 마지막 장벽

AI가 기존 문제를 해결하는 능력은 비약적으로 발전했으나, 스스로 가설을 세우고 질문을 던지는 능력은 여전히 한계로 남아 있습니다. Google DeepMind의 데미스 허사비스는 탐색 공간을 정의하는 '질문하는 능력'이 과학적 진보의 핵심임을 강조합니다.

Google의 Vision Transformer 이해하기

Google이 발표한 Vision Transformer(ViT)는 이미지를 작은 패치 단위로 분할하여 Transformer 구조에 적용한 모델입니다. 대규모 데이터셋으로 사전 학습 시 기존 CNN 기반 모델을 능가하는 성능을 보여줍니다.

〖AI 뉴스 요약〗 생성형 AI 뉴스 리포트 — 2026-07-16

2026년 7월 16일 기준 최신 AI 기술 및 비즈니스 동향을 요약합니다. Qwen 3.5 MoE 모델의 TPU 최적화, Google의 Gemma 4 E2B 발표, 브라우저용 LiteRT.js 출시 등 기술적 진보와 함께 스타트업 투자 및 M&A 소식을 다룹니다.

AI Daily Digest — 2026년 7월 16일: Mistral Leanstral 1.5, Poolside Laguna, 자기 검증형

Mistral AI의 Leanstral 1.5, Poolside의 Laguna 시리즈, Meta의 Muse Spark 1.1 등 최신 AI 모델 출시 소식을 다룹니다. 수학적 증명, 코딩, 에이전틱 워크플로우를 위한 고성능 오픈 웨이트 모델들의 성능과 전략적 변화를 요약합니다.

학습 데이터가 고갈될 것이라는 말을 들었는데, LLM은 왜 여전히 똑똑해지는가

학습 데이터 고갈 위기에도 불구하고 LLM의 성능이 지속적으로 향상되는 배경을 분석합니다. 합성 데이터 활용, 사후 학습 최적화, 추론 시간 스케일링(Test-time scaling) 등 데이터 한계를 극복하기 위한 기술적 흐름을 다룹니다.

화제의 멀티모달 LLM 「Inkling」을 조사하고, Playground에서 사용해 보았다

전 OpenAI CTO Mira Murati가 설립한 Thinking Machines Lab에서 공개한 오픈 웨이트 멀티모달 LLM 'Inkling'을 소개합니다. MoE 아키텍처를 기반으로 하며, 사용자가 추론의 깊이를 수치로 조절할 수 있는 혁신적인 기능을 제공합니다.

LLM의 다음은 이것이다. '월드 모델(World Model)'을 미리 이해하기

LLM의 한계를 넘어 세계의 물리적 상태를 예측하는 '월드 모델(World Model)'의 개념과 중요성을 설명합니다. Yann LeCun, Fei-Fei Li, Google DeepMind 등 AI 거물들이 왜 이 기술에 집중하고 있는지 분석합니다.

Mythos 클래스의 성능을 가진 Fable 5란 무엇인가

Anthropic이 공개한 Claude Fable 5는 최강 성능의 Mythos 클래스를 안전 장치와 함께 일반 사용자용으로 리패키징한 모델입니다. 100만 토큰의 컨텍스트 창과 고도의 추론 능력을 갖추어 에이전트의 지휘자 역할을 수행할 수 있습니다.

머신러닝을 올바르게 시작하기 위한 서구권 기술서 5선——일본어 입문서로는 부족했던 부분을 채우다

머신러닝의 기초를 체계적으로 다지기 위해 권장되는 서구권 기술서 5권을 소개합니다. 단순한 코드 실행을 넘어 모델의 원리와 선택 기준을 이해할 수 있는 학습 경로를 제시합니다.

Kimi K3와 Claude Fable 5 실측 비교: 차이가 나타난 것은 추론력보다 출력 예산과 검증성

Kimi K3와 Claude Fable 5의 추론 성능을 확률, 물리, 논리 문제 등을 통해 실측 비교한 분석 보고서입니다. 두 모델의 응답 시간, 중간 계산 과정의 일관성, 토큰 사용량 및 검증 가능성을 심층적으로 다룹니다.