Anthropic이 미공개 Claude Mythos 모델을 암호분석에 활용해 HAWK와 축소 라운드 AES 관련 결과를 냈다고 전해졌다. 이는 AI가 암호를 깼다는 선언이라기보다, 전문 연구 과정에 AI가 더 깊이 들어오고 있음을 보여주는 사례다.
더 보기보도에 따르면 DeepMind의 기존 AlphaFold 팀은 더 이상 독립 조직으로 운영되지 않는다. 구성원들은 Gemini, AI 코딩, 생명과학, 핵융합, Isomorphic Labs 등으로 이동했고 일부 핵심 연구자는 Anthropic에 합류했다.
더 보기Anthropic의 보안 모델 Mythos가 양자내성 서명 후보 HAWK의 중대한 약점 발견을 도왔다. 실제 배포 암호가 깨진 것은 아니지만, AI가 암호분석 연구의 속도를 바꿀 수 있음을 보여준다.
더 보기OpenAI가 학술 연구자 10만 명에게 ChatGPT의 가장 발전된 AI 모델을 무료로 제공한다고 밝혔다. 과학 연구와 협업, 발견을 가속하려는 AI for Science 전략의 일환으로 볼 수 있다.
더 보기Anthropic은 Claude Mythos Preview가 후양자 서명 후보 HAWK에 대한 공격을 개선하고, 라운드가 줄어든 AES 변형에 대한 더 빠른 공격 경로를 찾았다고 밝혔다. 현재 운영 시스템에는 영향이 없지만, AI가 암호분석 연구의 핵심 도구가 될 가능성을 보여준다.
더 보기IDEAgent는 LLM 기반 연구 아이디어 생성에서 품질과 다양성을 따로 최적화하는 한계를 겨냥한다. 다중 에이전트 구조와 아이디어 계보, Yield 지표를 통해 유용하면서도 서로 다른 연구 후보군을 만드는 데 초점을 둔다.
더 보기연구진은 AlphaFold를 활용해 Cas 단백질이 잘못 짝지어진 DNA를 어떻게 허용하는지 분석했다. 이후 핵심 아미노산을 바꿔 표적 편집 활성을 유지하면서 오프타깃 편집을 낮춘 변이를 만들었다.
더 보기트럼프 행정부가 AI 기반 과학 프로젝트에 50억 달러를 투입하는 첫 ‘제네시스 미션’ 보조금을 발표했다. 논란의 핵심은 AI 활용이 아니라, 공공 연구를 정치와 스타트업식 성과주의로 재편하려는 흐름이다.
더 보기SciForma는 과학 도식 생성에서 겉보기 품질보다 구조적 충실성을 핵심 문제로 제시한다. 구성요소, 화살표, 텍스트를 별도 축으로 나누고 세 축이 동시에 맞도록 학습한다.
더 보기3D-Fit은 구조 기반 신약 설계에서 범용 LLM이 3차원 공간 제약을 만족하는 리간드를 생성할 수 있는지 평가하는 벤치마크다. 연구 결과는 가능성을 보여주지만, 전용 확산 모델과의 격차도 분명히 드러낸다.
더 보기S1-Omni는 AI for Science 분야의 분산된 데이터 형식과 작업을 하나의 통합 추론 모델로 연결하려는 시도다. 200개 이상의 과학 작업을 다루며 모델 가중치, 추론 코드, 일부 데이터셋도 공개됐다.
더 보기이 연구는 플라즈마 진단 모델을 깨끗한 센서 데이터가 아니라 실제에 가까운 고장 조건에서 평가한다. 특히 플라즈마 붕괴에 가까운 시점의 센서 손상이 시계열 모델 성능을 크게 무너뜨릴 수 있음을 보였다.
더 보기구글이 지원하는 FireSat 프로그램의 첫 운용 위성 3기가 궤도에 올랐다. 이 위성망은 기존 위성이 놓칠 수 있는 작은 산불을 더 빨리 찾아내는 것을 목표로 한다.
더 보기새 arXiv 포지션 논문은 자동 형식화의 목표가 단일 명제 번역이 아니라 정의, 보조정리, 의존관계를 포함한 완전한 형식 지식베이스 구축이어야 한다고 주장한다.
더 보기이 논문은 연구자와 AI 에이전트를 연결하는 능동형 공유 작업공간 Mycelium을 소개한다. 핵심은 관찰과 가설을 저장하는 데 그치지 않고, 다음 의사결정에 활용할 수 있는 사람이나 시스템으로 전달하는 것이다.
더 보기SDABench는 LLM의 과학 데이터 분석을 코드 실행이나 워크플로 완료가 아니라, 과학적 주장을 뒷받침하는 능력 관점에서 평가하는 벤치마크다.
더 보기새 arXiv 논문은 spike-tokenizing 신경 디코더를 위한 MOJO 프레임워크를 제안했다. 마스크드 오토인코더 기반 자기지도학습과 지도학습 목표를 함께 사용해 라벨 없는 신경 기록을 훈련에 활용한다.
더 보기새 arXiv 논문은 동결된 Evo 2 표현 위에 경량 프로브를 학습해 메타게놈 데이터에서 항생제 내성과 세균 독력 신호를 읽어낼 수 있는지 평가했다. AMR 탐지는 강한 성능을 보였지만, 독력 탐지와 생성 서열 라벨 해석에는 한계가 확인됐다.
더 보기arXiv 논문은 재생에너지 발전 예측에서 입력 특징을 어떻게 고를 것인지에 주목하며 CSFS를 제안했다. 이 방법은 기존 순차 특징 선택과 유사한 예측 성능을 보이면서 평균 21%의 계산 비용 절감을 보고했다.
더 보기새 arXiv 논문은 경험적 베이즈 변분 오토인코더를 확장해 종양 부피의 시간 변화, 탈락까지의 시간, 유전체 공변량을 하나의 확률적 틀에서 다룬다. 신경망 기반 유연성과 반기전적 약물계량 모델의 해석 가능성을 결합한 접근이다.
더 보기새 논문은 메탄 플룸 제품의 마스크, IME, 플룸 길이, 배출률, 불확실성 사이의 일관성을 진단하는 PlumeQuant를 제안한다. 연구진은 공개된 스칼라 지표만으로는 플룸 경계를 유일하게 결정할 수 없다고 분석했다.
더 보기