Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
본 연구는 TSMC 16 nm FinFET 공정을 기반으로 양의 피드백 부가직(PFAL)을 조사했습니다. 전력-클럭 파형 최적화를 통해, 최소 에너지 동작은 기존 사다리꼴보다 삼각형 형태에 가까워짐을 발견했습니다. 이를 활용하여 설계된 조합 회로는 정적 CMOS 대비 높은 에너지 효율과 낮은 에너지를 달성했습니다.
본 논문은 중국의 복잡한 AI 생성 콘텐츠 규정 준수 요구 사항을 다루기 위해 새로운 벤치마킹 프레임워크를 제시합니다. 이 프레임워크는 2303개의 질문으로 구성되어 20개 LLM에 대한 규정 준수 및 거부율 평가 결과를 제공하며, 중국어 환경에서의 모델 성능 분석에 기여합니다.
본 연구는 LLM이 질문 언어에 따라 동일한 정치적 답변을 제공하는지 조사했습니다. GPT, Claude, Gemini 세 모델에게 112개 언어로 우크라이나 전쟁 관련 진술문을 평가하게 했으며, 그 결과 국가의 공식 언어별로 응답 패턴에서 지정학적 분열과 유사한 경향이 나타났습니다.
본 글은 10대 사용자를 위한 금융 제품 디자인 과정에서 '사용자에게 도움을 주기 위해 일부러 어렵게 만드는 경험'의 경계에 대해 고민한 내용을 담고 있습니다. 저축 실패를 막기 위해 잠금 기능을 도입했으나, 최종적으로 '돼지저금통 부수기' 같은 인터랙션이 사용자에게 '실패했다'는 부정적 감정을 줄 수 있음을 깨닫고 디자인 방향을 수정하는 과정을 다룹니다.
AI 에이전트의 주요 문제점 중 하나는 컨텍스트 윈도우가 종료되면 이전 지식과 성공적인 실행 과정을 잊어버린다는 것입니다. Memorable은 이 문제를 해결하기 위해 모든 성공적인 실행을 재사용 가능한 절차(procedure)로 저장하는 방법을 제시했습니다.
AI 생산성은 단일 챗봇을 넘어 전문화된 도구들의 조합(스택)으로 구축하는 것이 중요합니다. 본문은 글쓰기, 코딩, 리서치부터 자동화 및 스케줄링에 이르는 실용적인 AI 생산성 스택 구성 요소를 제시하며, 워크플로우 기반의 점진적 도입을 강조합니다.
Orkas는 로컬 우선(local-first)의 오픈 소스 AI 데스크톱 애플리케이션입니다. 이 앱은 메인 LLM 지휘자가 전문 서브 에이전트들에게 작업을 할당하고, 사용자가 설치한 코딩 CLI를 로컬 세션에서 실행합니다. 에이전트는 성찰과 스킬 결정화를 통해 스스로 진화하는 것이 특징입니다.
사진작가 오스틴 만이 iPhone 18 Pro를 일주일간 시험한 리뷰입니다. 주요 기능으로는 가변 조리개와 수동 제어 기능을 통해 심도 표현의 자유도가 높아졌으며, Focus Tracking은 근접 촬영과 전경 너머 피사체에 초점을 유지하는 데 유용합니다. 또한 Photographic Styles 3을 통해 아날로그 필름 느낌을 구현할 수 있습니다.
EU의 AI Act는 음악 생성 결과물에 합성물 표시를 의무화하고 있습니다. 이 글은 HTTPS가 웹의 신뢰 문제를 해결한 구조적 이유 네 가지 중, '키(key)를 정체성(identity)에 묶는 신뢰 인프라'가 음악 산업에서는 저작권 관리 단체가 담당하는 기관과 유사하다고 분석합니다.
본 글은 프로덕션 AI 시스템에서 흔히 발생하는 세 가지 구조적 아키텍처 실패를 분석합니다. GPU 메모리 누수, 네트워크 호출의 안정성 문제, 그리고 의존성 드리프트가 주요 원인입니다. 전체적인 리팩토링 과정과 실용적인 체크리스트를 제공하여 시스템 안정화에 도움을 줍니다.
본 논문은 접촉이 풍부한 로봇 제어를 위해 민첩한 촉각 세계 행동 모델(Agile-WAM)을 제시합니다. Agile-WAM은 시각 및 촉각 관측값을 공유 잠재 공간으로 인코딩하고, 다중 시간 지평 예측을 통해 미세한 접촉 역학을 포착합니다. 실제 실험에서 기존 최고 성능의 기준 모델 대비 높은 성공률과 낮은 추론 지연 시간을 달성하며 강력함을 입증했습니다.
본 연구는 LLM의 안전 평가 방법론이 불완전하며, 명시적 차별 콘텐츠가 제거되기보다 변형되는 '유해성 세탁(harm laundering)' 현상을 발견했습니다. GPT-2부터 GPT-5까지 분석한 결과, 성폭력 클러스터가 사라지는 대신 남성 대상 출력에서 긍정적인 재현 영역을 얻는 등 유해성이 다른 형태로 변형됨을 보여줍니다.
본 논문은 기존 RF 지문 인식이 단일 송신기만 가정했던 한계를 극복하고, 시간 및 주파수 상에서 중첩되는 다중 간섭 신호 환경을 고려하여 연구를 확장했습니다. 이 문제를 다중 레이블 분류 문제로 공식화하고 1D CNN을 적용했으며, 평균 오탐지율(False Negatives)에 대한 보정을 통해 높은 신뢰도를 확보했습니다.
본 논문은 강화학습 에이전트의 학습 효율을 높이기 위해 'RetireOPD'라는 새로운 방법을 제안합니다. 이는 자체 온정책 증류(OPD)를 환경 보상과 결합하고, 학생의 불일치도와 교사 성공률에 따라 적응적으로 교사를 포기하는 메커니즘을 도입했습니다. 이 방법은 Qwen2.5 모델 전반에서 ALFWorld 및 WebShop 등 다양한 태스크의 성능을 크게 향상시켰습니다.
본 논문은 LLM 강화학습(RL)의 불안정성이 훈련-추론 불일치(TIM) 환경에서 발생하는 '드리프트'에 기인한다고 분석합니다. 이를 상쇄하는 스코어 센트링(Score Centering) 방법을 제안하여, TIM 하에서도 RL을 안정화시키는 새로운 접근 방식을 제시했습니다.
GLM 5.3 Flash 모델이 뛰어난 성능을 보여주었으며, 이를 활용하여 메모 앱 같은 애플리케이션 개발에 성공했습니다. 특히 380b 파라미터의 프론티어 레벨 모델을 로컬 환경에서 낮은 사양으로 구동할 수 있다는 점이 주목됩니다.
본 논문은 LLM 기반 재순위화의 한계점인 단일 추론 경로 의존성 문제를 해결하기 위해 MERIT-Rank 프레임워크를 제안합니다. 이 방법은 다중 관점 증거 및 추론을 통합하여 질의-문서 관련성을 평가하고, 공동 재순위기를 통해 견고한 순위를 결정합니다. 또한 PRPO라는 점진적 학습 프레임워크로 랭킹 품질 개선까지 시도했습니다.
본 논문은 동일한 순방향 맵을 사용하는 오토인코더의 재구성 경계를 수학적으로 분석했습니다. 특히, 입력 및 은닉 차원이 홀수이고 3 이상일 때 최소 균일 재구성 도함수 오차에 대한 날카로운 상한선을 제시합니다. 또한, 실제 LiDAR 데이터 테스트를 통해 이론적 예측과 모델 성능을 비교하고, 추가적인 은닉 좌표가 재구성 오류 감소에 효과적임을 입증했습니다.
본 논문은 서로 다른 자기장 강도에서 획득된 MRI 데이터의 비교 가능성 문제를 해결하는 통합 조건부 모델을 제안합니다. '조건부 잠재 브릿지 매칭' 프레임워크를 활용하여 필드 간 합성(field-to-field synthesis)을 수행하며, 단일 모델로 다양한 모달리티 및 강도 조합의 변환을 빠르고 효율적으로 구현했습니다.
본 글은 시간적 여유가 부족한 취준생들을 위해 단기간에 스펙을 쌓을 수 있는 AI/데이터 관련 자격증 및 수료증 4가지를 추천합니다. KPC의 프롬프트 활용능력, SQLD, AWS AI Practitioner, NVIDIA DLI 수료증 등 실무 역량을 빠르게 증명할 수 있는 가성비 높은 방법들을 소개하며 이력서 업데이트를 독려하고 있습니다.