첨단 기술 시스템 설계를 위한 AI 기반 합성: 혁신의 자동화

본 논문은 현대 기술 시스템 설계의 복잡성을 해결하기 위해 딥러닝과 생성형 AI를 활용한 계산 설계 합성(CDS) 프레임워크를 제안합니다. e-drive 시스템과 공간 차원 결정 사례를 통해 시뮬레이션 기반 최적화를 넘어선 자율 설계의 가능성을 제시합니다.

OpenMythos는 Fable 5 / Mythos 5를 재현하고 있는가

OpenMythos가 Anthropic의 Fable 5 및 Mythos 5 모델을 재현하려는 시도에 대해 분석합니다. OpenMythos는 공식 모델의 정확한 재현이 아닌, RDT와 MoE 등을 활용한 이론적 추측 아키텍처임을 밝힙니다.

GLM 5.2, Semgrep IDOR 벤치마크에서 Claude 앞서

GLM 5.2 모델이 Semgrep IDOR 벤치마크에서 Claude를 앞서는 성능을 보이며 실무형 모델로서의 가치를 입증했습니다. 성능 대비 비용 효율성이 매우 뛰어나며, 특히 보안 버그 탐색 및 코딩 에이전트 환경에서 강력한 성능을 발휘합니다.

로컬에서 실행되는 모드가 이미지를 당신이 플레이할 수 있는 귀엽고 제어 가능한 캐릭터로 변환합니다

이미지를 제어 가능한 캐릭터로 변환하는 로컬 실행형 800M 모델을 소개합니다. 디퓨전 포싱과 인과적 디퓨전 방식을 사용하여 프레임 간 안정성을 높였으며, 소비자용 GPU에서도 원활하게 작동합니다.

7주 동안 AI '피어 조직(Claude + Codex + Gemini)'을 운영했습니다. 여기 운영 기록이 있습니다.

Anthropic Claude, OpenAI Codex, Google Gemini 등 서로 다른 벤더의 LLM들이 고정된 역할을 맡아 상호 교정하는 '피어 조직(peer organization)' 운영 사례와 연구 결과를 소개합니다. 단일 모델의 자기 개선이 아닌, 멀티 에이전트 시스템에서의 정체성 유지와 실질적인 행동 변화를 탐구합니다.

Mila와 McGill 대학교 연구진의 질문: AI는 모든 환자에게 동일한 의료 조언을 제공하는가?

Mila와 McGill 대학교 연구진은 AI가 환자의 인종과 성별에 따라 의료 조언의 가독성과 긴급도를 다르게 제공하는 편향성을 발견했습니다. 연구 결과, 특정 인종 그룹은 의학 논문보다 읽기 어려운 복잡한 조언을 받거나 낮은 긴급도를 할당받는 등 불평등한 대우를 받는 것으로 나타났습니다.

스티어링 벡터 (Steering Vectors): 가중치를 수정하지 않고 LLM의 의도를 바꾸는 방법

LLM의 가중치를 수정하지 않고 활성화 공간(activation space) 내의 특정 방향을 조절하여 모델의 행동을 제어하는 스티어링 벡터 기술을 소개합니다. 선형 표현 가설을 바탕으로 모델의 톤, 전문성, 태도 등을 정밀하게 제어하는 원리와 방법을 다룹니다.

BitNet: 대규모 언어 모델(LLM)을 위한 1-bit Transformer 스케일링

BitNet은 대규모 언어 모델(LLM)을 위한 1-bit Transformer 스케일링 기술을 제안합니다. 가중치를 1-bit로 압축하여 연산 효율성을 극대화하고 모델의 크기를 획기적으로 줄이는 연구를 다룹니다.

Kuaishou의 Kling 팀이 개발한 UnityShots

Kuaishou의 Kling 팀이 개발한 UnityShots는 일관된 멀티샷 오디오-비디오 생성을 위한 메모리 구동 시스템입니다. LTX-2.3을 기반으로 하며, 메모리 슬롯을 통해 샷 간의 정체성과 세계관을 유지합니다.

첫 결과물을 얻었습니다; 시퀀스 길이(seq length)가 128k인 5.16 Billion token 규모의 코딩 사전

시퀀스 길이 128k, 5.16B 토큰 규모의 코딩 사전 학습 데이터셋을 구축했습니다. 품질 지표를 통과한 약 1만 개의 GitHub 오픈 소스 저장소를 기반으로 생성되었습니다.

LLM에서는 더 깊은 것이 항상 더 나은 것은 아니다

Alibaba Qwen 팀이 훈련 없이 추론 성능을 높이는 'Confident Decoding' 기술을 발표했습니다. 최종 레이어의 정렬 세금을 우회하여 가장 확신 있는 표현을 선택함으로써, 낮은 지연 시간 오버헤드로 큰 추론 이득을 얻을 수 있습니다.

실시간 정책 제약 조건 하의 정밀 종양학 임상 워크플로우를 위한 적응형 신경-기호 계획 (Adaptive Neuro-Symbolic

실시간으로 변화하는 임상 정책과 제약 조건을 반영하기 위해 신경망의 학습 능력과 기호적 추론의 엄격함을 결합한 적응형 신경-기호 계획(ANSP) 프레임워크를 제안합니다. 정밀 종양학 분야에서 강화학습의 유연성과 규칙 기반 시스템의 설명 가능성을 통합하여 최적의 치료 계획을 수립하는 것을 목표로 합니다.

AI Daily Digest — 2026년 6월 29일: GPT-5.6 Sol 공개, Google의 Meta Gemini 이용 제한

오해의 기술

AI 모델의 내부 작동 원리를 완전히 이해하는 것이 불가능한 '블랙박스'적 특성을 지적하며, 단순한 코드 이해를 넘어선 거버넌스의 필요성을 강조합니다. Anthropic의 해석 가능성 연구를 인용하여 시스템의 경계와 책임 소재를 규정하는 통제 체계가 중요함을 역설합니다.

OSWorld 2.0 출시, 1,500개의 데스크톱 작업을 통해 AI 에이전트 테스트

Epoch AI가 AI 에이전트의 데스크톱 제어 능력을 평가하는 OSWorld 2.0을 출시했습니다. 기존 v1보다 4배 확장된 1,500개의 작업을 통해 적대적 환경과 교차 애플리케이션 워크플로에서의 신뢰성을 테스트합니다.

Epoch AI의 CursorBench, 대규모 AI 코드 편집 성능 벤치마크 공개

Epoch AI가 AI 코드 편집기의 성능을 평가하기 위한 벤치마크인 CursorBench를 공개했습니다. 이 벤치마크는 실제 풀 리퀘스트를 기반으로 에이전트 기반의 다중 파일 편집 능력을 측정하며, 기존 코드 생성 벤치마크의 한계를 보완합니다.

MVDream: 3D 생성을 위한 다중 뷰 확산 모델 (Multi-view Diffusion)

MVDream은 다중 뷰 확산 모델(Multi-view Diffusion)을 활용하여 고품질의 3D 객체를 생성하는 연구입니다. 2D 확산 모델의 능력을 3D 생성 영역으로 확장하여 일관성 있는 다중 시점 이미지를 생성합니다.

Mixture of Experts: 거대 모델을 저렴하게 구동하는 방법

Mixture of Experts(MoE)는 모든 파라미터를 사용하는 대신 라우터를 통해 필요한 전문가 네트워크만 활성화하는 기술입니다. 이를 통해 거대 모델의 연산 비용을 낮추면서도 효율적인 추론이 가능합니다.

Ornith-1.0-35B GGUF 업데이트: 네이티브 MTP 투기적 디코딩 (speculative-decode) 접목 + 전체

Ornith-1.0-35B GGUF 모델에 네이티브 MTP(Multi-Token Prediction) 투기적 디코딩 기술을 접목하여 추론 성능을 개선했습니다. IQ4_XS 양자화 모델에 MTP 헤드를 결합하여 단일 스트림 디코딩 속도를 약 1.3~1.35배 향상시켰으며, 높은 모델 충실도를 유지합니다.