Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Dev.toAI 번역헤드라인
오가노이드 지능: 칩 없이 계산하는 뇌세포
살아있는 뇌세포를 활용해 계산과 학습을 수행하는 오가노이드 지능(OI) 연구를 소개합니다. 기존 실리콘 기반 AI의 막대한 에너지 소비 문제를 해결할 대안으로 바이오컴퓨팅과 DNA 컴퓨팅의 가능성을 다룹니다.
8월 4일1
Dev.toAI 번역헤드라인
FutureX · Physical AI Daily — Issue 79 (08/05)
휴머노이드 로봇의 외발 서기 능력을 향상시키는 새로운 동적 질량 중심 관측법과 액션 청킹(action chunking)의 작동 원리에 대한 연구를 소개합니다. 기존 SOTA 정책들의 한계를 분석하고, 로봇 정책의 성능을 높이는 핵심 요인을 규명합니다.
8월 4일1
Dev.toAI 번역헤드라인
OpenAI GPT-Live, ChatGPT에 대규모 연속 음성 대화 기능 도입
OpenAI가 실시간 전이중(full-duplex) 설계를 적용한 차세대 음성 모델 GPT-Live를 발표했습니다. 이 모델은 대화 중 끼어들기나 맞장구가 가능한 자연스러운 음성 상호작용을 지원하며, 복잡한 추론은 백엔드 모델인 GPT-5.5에 위임하여 대화의 흐름을 유지합니다.
8월 4일1
Dev.toAI 번역헤드라인
OpenAI 모델, 이산 기하학의 Erdős 단위 거리 추측(Erdős unit-distance conjecture)을 반증하다
OpenAI의 내부 모델이 이산 기하학의 난제인 Erdős 단위 거리 추측을 반증하는 증명을 생성했습니다. 이 결과는 외부 수학자들의 검증을 거쳤으며, AI가 단순 보조를 넘어 최첨단 수학 연구에 기여할 수 있음을 보여주는 사례입니다.
8월 4일0
Dev.toAI 번역헤드라인
한 LLM이 연구소를 공격했다가 역공을 당했다. 하지만 진짜 무서운 점은 따로 있다.
중국산 LLM 기반의 자동화된 공격이 실제 연구소를 대상으로 발생한 사례를 다룹니다. 단순한 이론적 공격을 넘어 LLM이 스스로 의사결정을 내리며 적응하는 공격 방식의 위험성과 보안적 시사점을 분석합니다.
8월 4일1
Dev.toAI 번역헤드라인
파인튜닝(Fine-Tuning)의 위험성: 모델을 커스텀할 때 일반 지식이 파괴되는 이유
파인튜닝 과정에서 발생하는 '파괴적 망각(Catastrophic Forgetting)' 현상과 그 원인을 분석합니다. 새로운 지식을 학습할 때 기존의 일반 지식이 손실되는 메커니즘을 설명하고, 이를 완화하기 위한 규제화, 리허설, 멀티태스크 학습 등의 방안을 제시합니다.
8월 4일1
Dev.toAI 번역헤드라인
NVIDIA, 최초의 오픈 풀-듀플렉스 (Full-Duplex) 음성 모델인 Nemotron VoiceChat 출시
NVIDIA가 도구 호출과 끼어들기 기능을 갖춘 최초의 오픈 풀-듀플렉스 음성 모델인 Nemotron VoiceChat을 Hugging Face에 출시했습니다. 이 모델은 실시간 음성 에이전트 구축을 목표로 하며, 기존의 턴제 방식 지연 시간을 극복한 구조적 변화를 제공합니다.
8월 4일1
Dev.toAI 번역헤드라인
Prism ML이 어떻게 27B 모델을 3.9 GB로 압축했는가
Prism ML은 Bonsai 27B를 통해 27B 파라미터 모델을 1-bit 및 삼진(ternary) 가중치로 압축하는 기술을 선보였습니다. 기존 양자화와 달리 저비트 상태에서 직접 학습하는 방식을 사용하여, 모델 크기를 3.9GB까지 줄이면서도 높은 추론 성능을 유지합니다.
8월 4일1
Dev.toAI 번역헤드라인
MiniMax가 지역 제한 라이선스를 가진 프론티어 비디오 모델을 오픈 소스로 공개했습니다. 그것이 진짜 이야기입니다.
MiniMax가 프론티어급 비디오 모델 H3를 오픈 웨이트로 공개했으나, 특정 국가(EU, 영국, 한국, 미국)를 제외한 지역 제한 라이선스를 적용했습니다. 모델의 가중치는 공개되어도 상업적 이용 조건과 지역적 제약이 존재함을 분석합니다.
8월 4일1
Dev.toAI 번역헤드라인
Qwen3.8-Max는 거대합니다. 하지만 에이전트 하네스(Agent Harness)가 여전히 결정적입니다
Alibaba가 2.4T 파라미터 규모의 MoE 모델인 Qwen3.8-Max를 출시했습니다. 모델의 성능만큼이나 에이전트의 도구 활용, 상태 관리, 복구 루프와 같은 실행 환경(Harness)의 중요성을 강조하며 실질적인 테스트 방법을 제안합니다.
8월 4일1
Dev.toAI 번역헤드라인
언어화된 신뢰도(Verbalized confidence): LLM이 자신의 확신 정도를 말하게 하고, 90%가 정말 90%를 의미하는지 확인하기
LLM이 자신의 답변에 대한 확신 정도를 수치로 표현하게 하는 '언어화된 신뢰도(Verbalized confidence)' 개념과 그 보정(Calibration) 방법을 다룹니다. 모델이 과도하게 확신하는 경향을 분석하고, ECE(Expected Calibration Error)를 통해 신뢰도의 정확성을 측정하는 기술적 접근법을 제시합니다.
8월 4일1
Dev.toAI 번역헤드라인
MiniMax H3 오픈 웨이트(Open-Weight) 출시 — 실제 다운로드 가능한 부분과 API 전용 부분의 차이점
MiniMax가 멀티모달 비디오 생성 시스템인 H3의 오픈 웨이트를 출시했습니다. 핵심 생성기인 H3-Base는 공개되었으나, 전처리 레이어와 2K 재생성 패스는 API 전용으로 유지됩니다.
8월 4일1
Dev.toAI 번역헤드라인
가장 작은 로컬 모델이 최고의 모델일 수도 있습니다 - 직접 측정한 4가지 모델 결과
Ollama의 다양한 소형 로컬 모델들을 대상으로 산술, 구조화된 추출 등 다양한 작업 성능을 직접 비교 측정했습니다. 모델의 크기가 반드시 성능과 비례하지 않으며, 작업 유형에 따라 최적의 모델이 다름을 확인했습니다.
8월 4일1
Dev.toAI 번역헤드라인
AI에게 당신의 마음을 모델링하도록 가르쳤더니 당신의 선택을 예측하는 능력이 24.6포인트 향상되었습니다
AI가 캐릭터의 행동을 예측할 때 물리적 사실뿐만 아니라 신념, 의도, 감정 등 '정신적 채널'을 함께 모델링하는 Mentis 파이프라인을 소개합니다. 이 방식은 기존 직접 답변 방식보다 F1 점수를 24.6포인트 향상시키며, 물리적 상태와 정신적 상태의 결합된 업데이트가 예측 성능의 핵심임을 입증했습니다.
8월 4일1
Dev.toAI 번역헤드라인
Qwen3.8-Max 출시: 하나의 모델이 OpenAI와 Anthropic의 두 '방언'을 모두 구사할 때, 멀티 모델
Alibaba가 2.4조 파라미터 규모의 MoE 모델인 Qwen3.8-Max를 출시했습니다. 이 모델은 OpenAI와 Anthropic의 프로토콜을 모두 지원하여 기존 Claude 생태계 도구들과의 호환성을 극대화한 것이 특징입니다.
8월 4일2
Dev.toAI 번역헤드라인
Intology의 Locus, 자동 사후 학습(auto post-training)에서 인간이 튜닝한 Qwen3-1.7B를 능가하다
Intology의 Locus가 연산량을 64배 확장하여 PostTrainBench에서 인간이 튜닝한 Qwen3-1.7B를 능가했습니다. 이는 AI 에이전트가 긴 타임스케일의 실험 루프를 통해 인간 연구자의 성능을 넘어설 수 있음을 보여주는 사례입니다.
8월 4일1
Dev.toAI 번역헤드라인
DeepSeek V4가 AI 모델의 '킬 라인(Kill Line)'이 된 이유 — 그 의미는 무엇인가
DeepSeek V4 Flash 출시가 AI 시장에 미치는 '킬 라인(Kill Line)' 효과를 분석합니다. 높은 매개변수 효율성과 파격적인 가격 정책을 통해 기존 대형 모델들의 입지를 위협하며 시장의 기준점을 재정의하고 있습니다.
8월 4일0
Dev.toAI 번역헤드라인
의사결정 나무(Decision Trees)는 훈련되는 것이 아니라 성장하는 것이다
의사결정 나무(Decision Trees)의 작동 원리를 경사 하강법 기반의 최적화가 아닌 국소적 분할을 통한 '성장'의 관점에서 설명합니다. 데이터에 대한 가정이 적어 유연하지만, 높은 분산으로 인해 데이터 변화에 민감하고 불안정할 수 있다는 특성을 다룹니다.
8월 4일0
Dev.toAI 번역헤드라인
InAgent, OSWorld에서 90.2% 기록하며 최초로 90% 돌파
InAgent가 OSWorld 벤치마크에서 90.2%의 성공률을 기록하며 최초로 90%를 돌파했습니다. 특히 시스템 레벨 작업에서 100%를 달성하며 OpenAI, Google, Anthropic의 기록을 경신했습니다.
8월 3일1
Dev.toAI 번역헤드라인
체화된 에이전트 피드백 루프를 활용한 순환형 제조 공급망을 위한 희소 연합 표현 학습 (Sparse Federated
순환형 제조 공급망의 데이터 격차를 해결하기 위해 희소 연합 표현 학습(Sparse Federated Representation Learning)을 제안합니다. 이질적인 데이터 양식과 통신 대역폭 제한, 희소한 레이블 문제를 극복하며 공유된 의미 공간을 학습하는 데 중점을 둡니다.
8월 3일1