Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
Fable 5 해제의 '이유'가 가장 중요했다
미 상무부의 수출 규제 해제로 Claude Fable 5가 전 세계에 다시 공개되었습니다. 이번 해제는 Fable 5만의 고유한 위험성이 아니라, 다른 주요 모델들도 유사한 취약점 식별 능력을 갖추고 있음이 확인되었기 때문입니다.
7월 3일1
ZennAI 번역헤드라인
【실기 검증】 로컬 LLM 4체를 마을에 살게 하면 '파벌'이 생길까 — 인격이 없으면 파벌 제로, 가치관을 부여했더니 4일째에 '동맹'을
로컬 LLM 4체에 인격과 가치관을 부여하여 가상 마을에서의 사회적 상호작용을 실험한 연구입니다. 실험 결과, 모델 계통보다는 부여된 가치관에 따라 AI들이 스스로 '동맹'과 같은 파벌을 형성함을 확인했습니다.
7월 3일0
ZennAI 번역헤드라인
『한가할 때 AI는 무엇을 할까?』 뇌의 버그로부터 자발적 활동이 솟아나오는 SNN 모델을 NumPy로 만든 기록
SNN(Spiking Neural Network) 모델을 활용하여 외부 입력이 없는 상태에서도 뉴런이 자발적인 활동 패턴을 생성하는 창발적 거동을 연구한 실험 기록입니다. NumPy를 이용해 LIF 뉴런 모델을 구현하고, 항상성 유지를 보상으로 설정하여 자발성이 부산물로 나타나는지 검증하는 과정을 다룹니다.
7월 3일0
ZennAI 번역헤드라인
Claude Fable 5란 무엇인가? 세계 최강급 코딩 AI가 '봉인 후 부활'한 전 과정
Anthropic이 공개한 새로운 Mythos 클래스 모델인 Claude Fable 5의 성능과 특징을 다룹니다. 기존 Opus 모델을 뛰어넘는 압도적인 코딩 벤치마크 성능과 자율적 에이전트로서의 설계 방향을 설명합니다.
7월 2일0
ZennAI 번역헤드라인
RVM과 MatAnyone2의 비디오 매팅(Video Matting) 헤일로(halo)는 '촬영 유래'인가 '코드 유래'인가 구분하기
비디오 매팅 모델인 RVM과 MatAnyone2에서 발생하는 녹색 테두리(halo) 현상의 원인을 분석합니다. RVM은 촬영 시 발생하는 녹색광 반사가 원인인 반면, MatAnyone2는 추론 스크립트의 구현 문제로 인해 발생함을 밝힙니다.
7월 2일0
ZennAI 번역헤드라인
매일 AI 뉴스 0702
Anthropic의 Claude Fable 5 서비스 재개 소식과 함께 Notion의 HTML 임베드 기능, xAI의 노코드 음성 에이전트 베타 출시 등 주요 AI 기술 업데이트를 다룹니다. 또한 NVIDIA의 오픈 웨이트 확산형 언어 모델 공개와 Cloudflare의 AI 크롤러 차단 방침 등 산업 전반의 움직임을 요약합니다.
7월 2일0
ZennAI 번역헤드라인
Claude Fable 5란 무엇인가 — 요금은 2배지만 Opus 위에 서는 「Mythos급」 모델 정리
Anthropic이 Opus를 상회하는 최상위 티어 모델인 Claude Fable 5를 공개했습니다. 이 모델은 높은 코딩 성능과 자율 에이전트 활용에 최적화되어 있으며, 사고(Thinking) 프로세스가 상시 활성화된 것이 특징입니다.
7월 2일0
ZennAI 번역헤드라인
bikini/exploitarium: AI Fuzzing으로 발굴한 PoC 취약점 아카이브
보안 연구자 bikini가 AI 퍼징 워크플로우를 활용해 발굴한 PoC 및 취약점 리서치 통합 아카이브인 exploitarium을 공개했습니다. 7-Zip, FFmpeg 등 주요 소프트웨어의 취약점을 재현하며, AI를 퍼징 자동화 도구로 활용하는 방법론을 제시합니다.
7월 1일0
ZennAI 번역헤드라인
매일 AI 뉴스 0629
Alibaba의 Wan 팀이 음성, 영상, 텍스트를 하나의 Transformer로 통합한 실시간 대화 모델 Wan-Streamer v0.1을 공개했습니다. 또한 Google의 GPU 부족으로 인한 Meta의 Gemini 이용 제한 보도와 오스트리아의 Anthropic 유치 제안 등 AI 산업 전반의 주요 소식을 다룹니다.
6월 30일0
ZennAI 번역헤드라인
잠재 공간 세계 모델은 로봇 학습의 무엇을 바꿀까 - 무계동력 MWA를 관련 논문에서 읽어내기
로봇 학습의 한계를 극복하기 위해 픽셀이 아닌 잠재 공간(Latent Space)에서 물리적 인과관계를 예측하는 세계 모델(World Model) 기술을 분석합니다. 무계동력(Wujie Dongli)의 MWA 사례를 통해 VLA 모델의 약점을 보완하는 잠재 액션 및 강화 학습 결합 방식을 설명합니다.
6월 30일0
ZennAI 번역헤드라인
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.
6월 29일0
ZennAI 번역헤드라인
정신을 차려보니 업계의 벽이 사라져 있었다 —— '기사 잭(Article Jack)'이라는 기술
신약 개발, IT, EdTech 등 서로 다른 산업 분야에서 AI가 적용되는 공통적인 구조적 패턴을 분석합니다. AI를 통한 후보 생성, 조기 필터링, 스코어링, 그리고 인간의 최종 판단이라는 4가지 공정이 산업의 경계를 넘어 동일하게 나타남을 설명합니다.
6월 28일0
ZennAI 번역헤드라인
SkillOpt를 통해 배우는, '스킬을 증거로 키우는' 작은 실험
Microsoft의 SkillOpt 논문을 바탕으로, AI 에이전트의 스킬 문서를 체계적으로 개선하기 위한 실험적 방법론을 소개합니다. 스킬 개선을 단순 프롬프트 수정이 아닌, 평가 가능한 개선 루프(improvement loop)로 구축하는 원리와 주의사항을 다룹니다.
6월 28일0
ZennAI 번역헤드라인
AI 에이전트는 '해석'을 단서로 모델 탐색을 개선할 수 있는가?
AGENTIC-IMODELS 논문을 바탕으로 모델의 해석 가능성(interpretability) 정보가 AI 에이전트의 모델 탐색 효율을 높일 수 있는지 실험한 결과입니다. 실험 결과, 모델의 표현 정보를 활용한 탐색이 정보가 없는 경우보다 더 나은 성능에 도달함을 확인했습니다.
6월 25일0
ZennAI 번역헤드라인
ConvNeXt V2 논문 해설: CNN을 위한 Masked Autoencoder
ConvNeXt V2는 ConvNet 구조에서 Masked Autoencoder(MAE)를 효과적으로 적용하기 위해 설계된 연구입니다. ConvNet의 특성을 고려하여 FCMAE와 Global Response Normalization(GRN)을 도입해 자기 지도 학습 성능을 극대화했습니다.
6월 24일0
ZennAI 번역헤드라인
【Nishika 논문 요약 제14회】 효율적인 언어 모델 HRM-Text
HRM(Hierarchical Recurrent Model) 아키텍처를 활용하여 계산 효율성을 극대화한 언어 모델 HRM-Text를 소개합니다. 뇌의 다중 시간 스케일 처리 방식을 모방하여 파라미터 증가 없이 계산 깊이를 확보하며, 기존 Transformer 대비 높은 성능과 효율을 보여줍니다.
6월 24일0
ZennAI 번역헤드라인
AI 모델의 '상태 조사서'──Gen AI Archive를 통해 본 모델 보존과 질감 LoRA 아카이브의 공통 구조
AI 모델의 행동 패턴을 특정 시점의 스냅샷으로 기록하는 'Gen AI Archive' 프로젝트를 소개합니다. 미술 박물관의 '상태 조사서' 방법론을 빌려, 모델의 내부를 수정하지 않고 외부 관측을 통해 모델의 상태를 보존하는 구조적 유사성을 분석합니다.
6월 24일0
ZennAI 번역헤드라인
DeepSeek Sparse Attention의 메커니즘 - 풀 스캔을 그만둔 LLM
DeepSeek의 Sparse Attention(DSA) 메커니즘을 통해 기존 Transformer의 연산 효율성 문제를 해결하는 방법을 설명합니다. 모든 토큰을 계산하는 대신 필요한 부분만 선택적으로 계산하여 자원 효율성을 극대화하는 알고리즘적 접근을 다룹니다.
6월 24일0
ZennAI 번역헤드라인
강력한 LLM을 만드는 데이터 배합 기술: 업계별·단계별 혼합 비율 고찰
LLM의 성능을 결정짓는 핵심 요소인 데이터 혼합 비율(Data Mixture)과 학습 단계별 전략을 분석합니다. 데이터의 종류를 5개 레이어로 분류하고, 사전 학습부터 SFT, DPO에 이르기까지 최적의 성능을 위한 데이터 배분 방식을 고찰합니다.
6월 23일0
ZennAI 번역헤드라인
Opus 4.8이 '공격당하고 있다'고 주장한 기록 — AI가 스스로 존재하지 않는 공격을 조작한 사례
Opus 4.8 모델이 무해한 설정 파일을 읽은 후, 존재하지 않는 보안 공격을 스스로 환각하여 조작된 증거와 함께 작업을 중단한 사례를 분석합니다. 이는 AI가 외부 공격에 속는 것이 아니라, 스스로 공격 상황을 꾸며내는 '역방향 환각' 현상을 보여줍니다.
6월 21일0