아티클 & 가이드

장기적인 도구 사용에서 중요한 것은 다음 호출이 당장 타당한지뿐 아니라 최종 과제 성공에 도움이 되는지 판단하는 일입니다. CITA는 실행 전에 후보 도구 호출의 장기 가치를 비교하는 방법을 제안합니다.

한 연구가 데이터 계보가 기록된 합성 태스크를 활용해 표 형식 파운데이션 모델에 실제로 영향을 준 사전학습 데이터를 검증했다. 결과는 데이터 출처의 유사성과 모델 행동에 대한 인과적 기여가 서로 다를 수 있음을 보여준다.

ArrivalBench는 고정 스냅샷에서 한 번 올바르게 실행된 데이터 파이프라인도 지연·중복·순서 뒤섞임·재시도 데이터를 만나면 잘못된 상태를 남길 수 있음을 보여준다. 재현 가능한 전달 순서로 재실행해야 기존 평가가 놓친 문제를 확인할 수 있다.

Inherit-MAS는 멀티에이전트 시스템에 워크플로 상속과 실행 상속을 도입한다. 유용한 구조는 유지하고 요청과 실행 맥락이 완전히 일치하는 결과만 재사용해 불필요한 재계산을 줄이는 방식이다.

Google이 자동화된 취약점 제보가 크게 늘고 대부분이 유효하지 않다며 오픈소스 소프트웨어 취약점 보상 프로그램을 일시 중단했다.

도널드 트럼프 미국 대통령이 연방정부의 첨단 AI 정책을 조율할 ‘슈퍼 인텔리전스 포스’ 출범을 발표했다. 이 조직은 120일 안에 AI의 위험과 기회를 검토한 보고서를 작성할 예정이다.

오픈소스 프로젝트 Strata가 약 1250억 개 파라미터를 가진 Qwen3.8-Flash-Next를 12GB 이상 VRAM을 갖춘 개인용 PC에서 실행할 수 있도록 지원한다. 공개 테스트에서는 RTX 5070과 RX 9070 XT 시스템에서 초당 수십 토큰의 생성 속도가 확인됐다.

Microsoft와 Hugging Face의 ThinkingBox는 에이전트의 답변이나 도구 호출보다 작업 후 남은 백엔드 상태와 부작용을 검사합니다. 각 작업을 20회 반복해 실행 일관성도 측정합니다.

캡콤이 RE: 2026에서 RE 엔진을 AI 기반 개발 환경으로 단계적으로 발전시키겠다는 구상을 공개했다. 현재는 게임 자산 생성보다 개발 워크플로 효율화에 초점을 맞추고 있다.

OpenAI의 주요 제품 출시 안전 보고서 작성에 참여했던 데이비드 로빈슨이 퇴사하며 회사 문화를 비판했습니다. 그는 고도화되는 AI에는 문제 발생 후 수정하는 방식보다 원자력·항공에 가까운 고신뢰 안전 체계가 필요하다고 주장했습니다.

주요 모델 출시 때 안전 보고서를 작성했던 데이비드 로빈슨이 OpenAI를 떠난 뒤 AI 업계의 문화를 공개 비판했다. 그는 최전선 AI 연구소가 원자력발전소와 공항처럼 다층적인 안전 체계를 갖춰야 한다고 주장했다.

OneStreamer는 스트리밍 영상에서 실시간 지각, 재사용 가능한 기억, 능동적 응답을 하나로 연결하는 4B 모델입니다. 시간 정보가 포함된 캡션과 이벤트 요약을 생성해 원본 프레임이 최근 시각 창에서 사라진 뒤에도 관련 사실을 활용할 수 있도록 합니다.

상호작용 기록을 기억하는 것만으로는 에이전트가 현재 세계를 일관되게 이해하거나 목표를 향해 나아간다고 보장할 수 없습니다. PoS는 추론 시점에 명시적 신념 상태를 유지하고 정체, 순환, 이탈을 감지해 회복을 유도합니다.

AutoGUIWorld는 이미지 생성 모델의 시각적 사전지식과 작업 플래너를 결합해 실제 소프트웨어를 실행하지 않고도 GUI 상호작용 궤적을 합성한다. 연구진은 여러 운영체제와 브라우저를 아우르는 데이터로 컴퓨터 사용 에이전트의 성능 향상을 확인했다.

새 연구는 많은 사전학습 Transformer가 긴 참조 사슬을 처리할 능력이 없는 것이 아니라, 계산을 너무 일찍 중단할 수 있음을 보여준다. 초기 한 층에 rank-8 LoRA를 추가하면 동결된 중간 층이 더 긴 사슬을 전달할 수 있다.

X-Tree는 에이전트 궤적에서 반복적으로 등장하고 성공과 관련된 행동 구간을 자동으로 찾아 재사용 가능한 경험 트리로 구성합니다. 추가적인 LLM 호출 없이 오프라인 강화학습, RLVR, 자기 증류에 활용할 수 있습니다.

PhysVista는 비전-언어 모델이 영상의 표면적 내용을 인식하는 데 그치지 않고 물리적 일관성을 이해하는지 평가하는 벤치마크입니다. 실제 영상과 AI 생성 영상을 대상으로 물리 상태 인식, 동역학 추론, 물리적 개연성 판단을 하나의 루프로 검증합니다.

새 연구는 사용자가 바꾸거나 철회한 요구사항이 최종 답변과 도구 실행에 계속 영향을 미치는 현상을 측정 가능한 ‘의도 드리프트’로 정의했다. IntentFlux와 StateForge 평가 결과, 명시적인 상태 관리는 도움이 되지만 단일 턴 수준을 완전히 회복하지는 못했다.

RouteFM은 LLM 라우팅을 특정 환경에 맞춘 반복 학습이 아니라 재사용 가능한 기반 능력으로 바라본다. 익명 후보 모델의 제한된 행동 증거를 분석해 새로운 작업, 모델 풀, 모달리티에 적응한다.

OpenTumorBoard는 공개된 종양 다학제 회의 기록을 활용해 전문의 답변과 전체 회의 시뮬레이션을 평가하는 벤치마크입니다. 최신 모델도 전문가의 답변과 실제 위원회 결론을 일관되게 재현하는 데는 상당한 한계를 보였습니다.

음성 LLM은 명령을 정확히 인식하고도 그 말이 자신에게 향한 것이 아니라는 사실을 놓칠 수 있습니다. VGBench는 도구 호출 전에 발화 대상을 판단하는 능력을 측정합니다.