아티클 & 가이드

StartupBench는 연구자가 임의로 고른 과제가 아니라 시장에서 수요가 확인된 AI 스타트업 제품의 워크플로를 기반으로 엔드투엔드 과제를 구성합니다. 평가된 모델 중 가장 강력한 모델도 전체 과제의 약 30%만 성공적으로 완료했습니다.

「Personalized Auto-Research」는 진정한 AI 공동 과학자가 되려면 연구자의 선행 연구, 방법론, 협업 관계와 연구 커뮤니티를 이해해야 한다고 주장한다.

PTXBench는 생성된 커널의 정합성뿐 아니라 목표 PTX 명령이 런타임에 실행되는지, 최첨단 라이브러리보다 실제로 빠른지를 함께 평가한다. 결과는 아키텍처 특화 명령을 사용하는 것과 경쟁력 있는 성능을 내는 것 사이에 여전히 간극이 있음을 보여준다.

LEGO-RL은 실제 코딩 에이전트가 사용하는 Harness의 제어 흐름을 바꾸지 않고 정책 경사 강화학습과 연결하는 프레임워크입니다. Qwen3.5-35B-A3B를 세 가지 Harness에서 학습해 SWE-bench Verified 성능을 높였습니다.

MathForm은 Mathlib 지식 검색, 컴파일러 진단, 의미 일관성 피드백을 결합해 수학 문장을 단계적으로 수정한다. 약 367K개의 검증된 Lean 4 예제로 학습한 8B 모델은 여러 전용 32B 모델을 앞선 것으로 보고됐다.

EditBridge는 초고해상도 이미지 편집을 위한 확산 브리지 프레임워크다. 저해상도 편집 결과를 별도의 초해상도 모델에 맡기는 대신 원본 고해상도 이미지를 조건으로 사용해 실제 디테일을 보존한다.

ASI-Bench는 AI가 미지의 문제를 탐색하고 연구 방법을 선택하며 검증 가능한 결과를 만드는 능력을 평가한다. 인간의 방법론적 지침을 줄이자 현재 시스템의 성능은 크게 하락했다.

Stripe가 여러 AI 모델 사이에서 요청을 중계하는 스타트업 OpenRouter 인수를 확인했다. 보도된 거래 규모는 75억 달러지만, ‘특이점’보다 중요한 목적은 AI 사용량과 비용 관리 영역에 진입하는 데 있다.

OpenAI가 일부 고객을 대상으로 여러 대화에 걸친 AI 오용을 탐지하면서도 고객 데이터를 보존하지 않는 Private Safety Processing을 미리 선보인다. 기업용 AI 시장에서 프라이버시와 안전성을 둘러싼 Anthropic과의 경쟁이 한층 치열해지는 모습이다.

구글이 스피릿항공의 대규모 기업 데이터 세트를 1,000만 달러에 낙찰받았다. 제3자 비식별화가 예정됐지만, 승무원 측은 이름을 삭제해도 고용상 기밀과 재식별·추론 위험은 남는다고 주장한다.

AI가 검색, 이메일, TV 같은 일상 제품에 빠르게 들어가고 있지만 사용 확산이 곧 수용으로 이어지지는 않고 있다. 일자리와 저작권, 데이터센터 비용, 기업 책임에 대한 우려가 AI를 단순한 홍보 문제가 아닌 사업상의 신뢰 위기로 만들고 있다.

Google이 Search와 Gemini에 대화형 시각 자료, 시뮬레이션, 맞춤형 퀴즈, 학습 문서 생성, 연구 기능을 추가했다. 학생들이 개념 이해부터 복습까지 한 흐름으로 진행하도록 돕는 것이 목표다.

여러 보안 연구자가 OpenAI의 Trusted Access for Cyber 프로그램에 대한 접근 권한을 갑자기 잃었다고 밝혔습니다. OpenAI는 제한된 사용자에게 영향을 준 기술적 문제라고 설명하며 재신청과 신원 확인을 요청했습니다.

데이터센터와 GPU 투자가 커지면서 컴퓨팅 자원은 AI 기업의 핵심 비용이 되고 있다. Silicon Data는 GPU 임대 기준가격과 컴퓨팅 선물시장을 만들어 가격 변동 위험을 관리할 수 있도록 하려 한다.

Meta 플랫폼에서 비동의 성적 딥페이크 생성을 조장하는 것으로 보이는 AI 서비스 Kromix의 광고가 노출됐다. 광고 중 하나는 미국의 유명 여성 정치인과 매우 흡사한 얼굴을 포르노 영상에 사용했다.

StateM은 모델 가중치를 수정하는 대신 지속 상태와 검증 가능한 실행 전이를 제공하는 런타임으로 장기 작업 에이전트의 신뢰성을 높인다. Terminal-Bench 2.1에서 GPT-5.6 Sol xhigh로 95.3%의 원시 정확도를 기록했다.

Large Discovery Model은 생성 모델과 베이지안 비모수 보상 대리 모델을 결합해 후보를 만드는 데서 그치지 않고 불확실성을 고려해 다음 탐색 방향을 결정한다.

MOSS-VL은 비전언어 모델의 핵심 능력으로 ‘말하는 동안에도 보기’를 내세운 오픈 모델군입니다. 게이트형 크로스 어텐션과 상호작용 중심 학습을 통해 새 프레임을 받으면서 발화, 침묵, 답변 수정을 결정하도록 설계됐습니다.

HarmProfile은 유해 생성을 단순한 탈옥 공격의 성공 결과가 아니라 분석해야 할 대상으로 다룬다. 연구는 프런티어 모델마다 고유한 위험 프로필이 있으며, 모델 능력이 높아질수록 유해성과 출력 다양성이 커질 수 있음을 보여준다.

새 연구가 추론과 도구 사용, 코드 생성, 작업 공간 조작을 수행하는 LLM 에이전트를 위해 데이터베이스의 ACID 원칙을 재해석한 ‘에이전틱 트랜잭션’을 제안했다. 관련 벤치마크에서 기존 에이전트보다 10.6% 향상된 결과를 보고했다.

100개의 실제 최전선 연구 과제와 800개의 실행 궤적을 분석한 AutoResearchEval은 연구 에이전트의 핵심 약점이 지식이나 생성 능력보다 자기검증과 자기수정의 부재에 있다고 설명한다.