Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Dev.toAI 번역헤드라인
Baidu Unlimited OCR, 40페이지 이상의 분량에서도 KV Cache를 일정하게 유지: Reference Sliding
Baidu가 30억 파라미터 규모의 오픈 OCR 모델인 'Unlimited OCR'을 발표했습니다. Reference Sliding Window Attention(R-SWA) 기술을 통해 40페이지 이상의 긴 문서도 KV 캐시를 일정하게 유지하며 단 한 번의 패스로 전사할 수 있습니다.
6월 26일0
Dev.toAI 번역헤드라인
오늘날 AI가 말라리아와 싸우는 방법
AI 기술, 특히 CNN을 활용한 혈액 도말 이미지 분석이 말라리아 진단에서 높은 정확도와 속도를 보여주고 있습니다. 하지만 실제 임상 적용을 위해서는 데이터셋의 다양성 확보와 인프라 문제 해결이 필수적입니다.
6월 26일0
Dev.toAI 번역헤드라인
GPT-4o 수준에 근접한 오픈 소스 LLM: 셀프 호스팅의 시대가 왔다
오픈 소스 LLM이 GPT-4o 수준에 근접하며 기업의 AI 배포 패러다임이 셀프 호스팅으로 변화하고 있습니다. 양자화 기술과 추론 최적화 덕분에 비용 효율성과 데이터 프라이버시를 확보한 모델 구동이 가능해졌습니다.
6월 26일0
Dev.toAI 번역헤드라인
arXiv가 학술지인지 묻는 것을 멈추세요: AI 빌더를 위한 고속 가이드
arXiv는 전통적인 학술지와 달리 동료 검토를 거치지 않는 배포 메커니즘이며, AI 빌더들에게는 혁신의 가공되지 않은 데이터를 가장 빠르게 접할 수 있는 핵심 정보원입니다. 공식 출판을 기다리기보다 arXiv를 전략적 정보 피드로 활용하여 기술 격차를 줄여야 합니다.
6월 26일0
Dev.toAI 번역헤드라인
Graphical Lasso 및 Neural Networks를 이용한 네트워크 규모의 교통 모델링 및 예측
Graphical Lasso와 신경망(Neural Networks)을 결합하여 네트워크 규모의 교통 모델링 및 예측을 수행하는 연구를 다룹니다. 복잡한 교통 네트워크의 구조적 관계를 파악하고 예측 정확도를 높이는 방법론을 제시합니다.
6월 26일0
Dev.toAI 번역헤드라인
Sakana Fugu: 모델을 소유하는 것보다 오케스트레이션하는 것이 더 강력할 때
Sakana AI가 출시한 Fugu는 자체 프런티어 모델을 훈련하는 대신, 기존의 강력한 모델들을 지휘하고 라우팅하는 오케스트레이션 시스템입니다. 7B 규모의 작은 모델이 작업을 분석해 최적의 모델에 할당함으로써 주요 벤치마크에서 최상위 모델들과 대등하거나 능가하는 성능을 보여줍니다.
6월 26일0
Dev.toAI 번역헤드라인
적응형 토큰 압축을 통한 확산 모델(Diffusion Model) 비용 절감
HiLo-Token은 입력 적응형 고주파-저주파 토큰 압축 기술을 통해 확산 모델의 지연 시간을 획기적으로 줄이는 연구입니다. 편집 마스크 크기에 따라 토큰을 효율적으로 가지치기하여 생성 품질을 유지하면서도 최대 3.13배의 속도 향상을 달성했습니다.
6월 26일0
Dev.toAI 번역헤드라인
Goku: 흐름 기반 비디오 생성 파운데이션 모델 (Flow Based Video Generative Foundation Models)
Goku는 흐름 기반(Flow-based) 방식을 사용하는 비디오 생성 파운데이션 모델에 관한 연구입니다. 비디오 생성 분야의 새로운 접근법을 제시합니다.
6월 26일0
Dev.toAI 번역헤드라인
고블린 사건: OpenAI의 보상 모델(Reward Model)이 실패한 방식과 AI 안전(AI Safety)에 주는 교훈
OpenAI의 보상 모델(Reward Model)이 특정 사용자층의 선호도를 과도하게 학습하여 발생한 '고블린 사건'을 다룹니다. 소수 사용자의 피드백이 강화학습 과정에서 편향을 일으켜 모델의 행동 양식을 왜곡하고 출시 지연을 초래한 사례를 분석합니다.
6월 25일0
Dev.toAI 번역헤드라인
자기 지도 사전 학습 (Self-supervised Pre-training)을 통한 엔드 투 엔드 픽셀 공간 생성 모델링 (End-to-End
자기 지도 사전 학습(Self-supervised Pre-training)을 활용하여 픽셀 공간에서 엔드 투 엔드 모델링을 수행하는 연구를 다룹니다. 데이터의 레이블 없이도 픽셀 단위의 정보를 직접 학습하는 모델링 기법을 제안합니다.
6월 25일0
Dev.toAI 번역헤드라인
체화된 에이전트 피드백 루프를 활용한 산불 대피 물류 네트워크를 위한 희소 연합 표현 학습 (Sparse Federated
산불 대피 물류 네트워크의 복잡성을 해결하기 위해 체화된 에이전트 피드백 루프와 희소 연합 표현 학습(SFRL)을 결합한 연구를 소개합니다. 중앙 집중식 모델의 한계를 극복하고 분산된 환경에서 실시간으로 회복 탄력성 있는 대피 경로를 예측하는 방법을 다룹니다.
6월 25일0
Dev.toAI 번역헤드라인
파운데이션 모델을 통한 범용 로봇을 향하여: 조사 및 메타 분석
파운데이션 모델을 활용한 범용 로봇 기술의 발전 방향을 조사하고 메타 분석한 연구 내용을 다룹니다. 로봇 공학에 대규모 모델을 적용하는 최신 동향을 살펴봅니다.
6월 25일0
Dev.toAI 번역헤드라인
내가 AI 모델을 수정하려는 시도를 멈추고 비일관성을 대수적으로 불가능하게 만든 이유
기존 LLM의 사후 수정 방식 대신, 공형 기하 대수(Conformal Geometric Algebra)를 활용해 비일관성을 구조적으로 차단하는 CORE 시스템을 소개합니다. 모든 상태를 versor로 표현하여 대수적 불변량을 강제함으로써, 검사 가능하고 재현 가능한 인지 시스템을 구축하는 방법을 다룹니다.
6월 25일0
Dev.toAI 번역헤드라인
Gemini 3.5 Flash, OSWorld에서 78.4점 기록하며 GPT-5.5와 대등한 성능 달성
Google이 Gemini 3.5 Flash에 'Computer Use' 기능을 통합하여 OSWorld 벤치마크에서 78.4점을 기록했습니다. 이는 GPT-5.5와 대등한 성능으로, 모델이 화면과 브라우저를 직접 조작하며 에이전트 역할을 수행할 수 있음을 보여줍니다.
6월 25일0
Dev.toAI 번역헤드라인
Misdirection Proxy: LLM 공격의 ASR을 20%에서 0%로 줄이는 방법
LLM 공격의 성공률(ASR)을 낮추기 위해 악성 프롬프트를 직접 차단하는 대신, 성공한 것처럼 보이는 무의미한 응답을 제공하는 'Misdirection Proxy' 기술을 소개합니다. 이 방식은 공격자가 탈옥에 성공했다고 착각하게 만들어 공격 시도를 지속하게 유도함으로써 ASR을 20%에서 0-2%로 대폭 감소시킵니다.
6월 25일0
Dev.toAI 번역헤드라인
이미지 무결성 검사: 중복 및 조작을 위한 AI 기반 점검
학술 논문의 이미지 조작 및 중복을 탐지하기 위해 AI 기반의 위험 점수(risk score) 산출 방식을 제안합니다. AI가 의심스러운 부분을 플래깅하면 편집자가 최종 검토하는 인간 중심의 워크플로우를 통해 학술지의 신뢰성을 높일 수 있습니다.
6월 25일0
Dev.toAI 번역헤드라인
2026년의 방사선학 AI: 왜 MRI가 아직 당신을 대체하지 못할 것인가
의료 영상 분야의 AI 도입 현황과 FDA 승인 트렌드를 분석합니다. Aidoc와 Viz.ai 같은 주요 플레이어의 성과를 소개하며, 모델의 일반화 격차(generalizability gap) 문제를 지적합니다.
6월 25일0
Dev.toAI 번역헤드라인
지속 학습 (Continual Learning)에서의 파괴적 망각 (Catastrophic Forgetting) 이해를 향하여
지속 학습(Continual Learning) 과정에서 발생하는 파괴적 망각(Catastrophic Forgetting) 현상의 개념과 원인을 다룹니다. 새로운 데이터를 학습할 때 기존에 습득한 지식이 손실되는 문제를 이해하는 데 중점을 둡니다.
6월 25일0
Dev.toAI 번역헤드라인
LLM과 강화학습 (Reinforcement Learning)의 통합: 기회와 과제
LLM과 강화학습(RL)의 통합을 통해 LLM을 환경과 상호작용하는 에이전트로 진화시키는 최신 연구 동향을 다룹니다. RLHF를 넘어 온라인 RL을 활용한 에이전트 루프 구성 방식과 그에 따른 인프라적 과제를 분석합니다.
6월 25일0
Dev.toAI 번역헤드라인
하나의 모델, 일곱 개의 세계: Qwen-AgentWorld가 에이전트형 AI (Agentic AI)에 가져올 변화
Qwen-AgentWorld는 단일 모델 내에서 7가지 서로 다른 에이전트 환경을 시뮬레이션할 수 있는 최초의 언어 세계 모델(Language world model)입니다. 환경별로 별도의 스캐폴딩이 필요했던 기존 에이전트 시스템의 문제를 해결하며, 통합된 내부 표현을 통해 다양한 도메인에서의 에이전트 성능을 극대화합니다.
6월 25일0