NVIDIA 연구진은 코딩 에이전트가 실세계 로봇의 정책(방책)을 자율적으로 개선하는 구조인 ENPIRE를 개발했다고 밝혔다. 저자들에 따르면 자동 평가와 자동 리셋 기능을 갖춘 이 구조로 PushT, 핀을 상자에 정리하는 작업, 케이블 타이를 커터로 자르는 작업 등 정교한 조작 과제에서 99%의 성공률을 달성했다고 한다. 로봇을 늘리면 MRU가 떨어지고 GPU 가동률은 올라가는 과제도 제시됐다.
Google Research는 페이지 축출을 ski rental 문제로 보고, 경량 머신러닝으로 캐시 크기를 동적으로 조정하는 「linear elastic caching」을 발표했다. Spanner 프로덕션 환경에서 수개월간 운영한 결과, 고정 크기 캐시와 비교해 메모리 사용량은 15.5% 감소했고, 캐시 미스는 5.5% 증가에 그쳤으며, TCO는 약 5% 절감됐다. TTL 예측에는 몇 줄의 C++ 코드로 변환할 수 있는 얕은 결정 트리를 사용한다.
구글 리서치는 LLM에 추론 트레이스를 생성하게 하면, 추론 없이는 사실상 도달할 수 없는 정답을 끌어낼 수 있다는 것을 보여줬다고 밝혔다. 이는 COLM 2026에서 발표될 논문 「Thinking to Recall」에서 검증된 내용이다.
Import AI 462는 AI가 텍스트 설득에서 전문가인 사람을 능가했다는 연구, 자기 유지형 AI의 등장 시기를 둘러싼 대담, Google DeepMind의 ASI 논문, Recursive의 자동 AI 연구 성과를 다룬다. 설득력 연구는 4건의 실험에서 6,923명과 나눈 18,978건의 대화를 분석했으며, 기부금 모금에서도 AI가 직업 모금원을 앞섰다고 보고한다.
Google은 Earth AI를 활용해 잉글랜드의 생울타리, 돌담, 소규모 숲 등 미세한 수목 지형지물을 고해상도로 탐지하고, 이를 지도화한 벡터 데이터셋을 공개했다고 밝혔다. 이 모델은 3억 장이 넘는 위성 이미지로 사전 학습된 Remote Sensing Foundations(RSF)의 Vision Transformer(ViT) 백본을 기반으로 하며, 약 247km²의 주석 데이터로 파인튜닝되었다. 수관과 지표면의 경계를 이중 층으로 라벨링했으며, Polsby–Popper compactness score가 0.5 미만인 가늘고 긴 형태를 선형 수목 지형지물로 분류했다.
영국 AI Security Institute의 Alignment 팀과 Timaeus가 비영리 연구 조직 Sequent를 설립했다. 초지능 AI의 안전성에 대해 높은 확신을 얻을 수 있는 얼라인먼트 기술 개발을 목표로 하며, 초기 자금 조달 목표는 1억~1억 5000만 달러로 설정했다. 2년 이내에 40~80명 규모로 인력을 확대하는 계획도 세웠다.
Google Research는 AI를 활용한 피부 증상 정보 도구가 이용자의 병명 특정에 도움이 되는지를 2,345명을 대상으로 한 조사로 검증했다. AI 지원 그룹에서 병명을 추정할 수 있었던 비율은 23%로, 기존 검색을 사용하는 대조군의 8%를 크게 웃돌았다. 반면 다음에 취해야 할 행동의 정답률은 표준 AI 그룹에서 통계적으로 유의미한 개선이 나타나지 않았다. AI 그룹은 대조군보다 긴급도가 낮은 행동을 제안하는 경향이 약간 높았다(30% 대 27%).
Google Research는 기계학습 언러닝을 감사하는 새로운 프레임워크 「Regularized f-Divergence Kernel Tests」를 발표했다. AISTATS 2026에서 발표된 기법으로, 언러닝 후의 모델이 재학습 모델과 원래 모델 중 어느 쪽에 분포적으로 더 가까운지를 판정한다. 이론적으로는 샘플 수와 관계없이 위양성을 억제할 수 있으며, 데이터 수가 늘어날수록 위음성의 위험이 0으로 수렴한다고 알려져 있다.
Google DeepMind는 시에라리온에서 실시한 사전 등록 시험에서 Guided Learning을 사용한 학생들의 수학 점수가 대조군보다 +0.258 표준편차 상승했다고 발표했다. 8주간의 시험 기간은 일반적인 학습 진도의 약 1.2~1.7년 분에 해당한다. 69%의 학생들이 이용 목표를 달성하거나 넘어섰다.
Google이 Gemini Enterprise Agent Platform용 Agentic RAG 기반 크로스 코퍼스 검색(Cross-Corpus Retrieval)을 제공한다고 발표했다. 여러 에이전트가 계획, 쿼리 재작성, 검색을 나눠 맡고, 정보가 부족하지 않은지 확인하면서 검색을 이어간다. 표준 RAG와 비교해 사실성 데이터셋에서 정확도가 최대 34% 향상된 것으로 알려졌다.
Google Research는 얼굴 인증으로 잠금을 해제한 직후 전면 카메라로 촬영한 얼굴 영상에서 일상적인 스마트폰 사용 중의 심박수(HR)와 안정시 심박수(RHR)를 추정하는 연구 시스템 PHRM을 발표했다. 논문은 Nature에 게재됐다. HR의 오차는 MAPE 기준 10% 미만이며, 일일 RHR은 웨어러블 기기와 비교해 MAE 5 bpm 미만이다. 대규모 데이터셋과 학습된 모델 「PHRM-mini」도 자격을 갖춘 연구자를 대상으로 공개된다.
선정 이유: 얼굴 인증 시의 짧은 영상으로 심박을 추정하는 방법을, 피부색의 다양성을 고려한 검증 설계 및 실제 환경에서의 결과와 함께 확인할 수 있다.
미국 버지니아대학교, Anthropic, 캐나다은행의 경제학자들이 발표한 논문은 2025년 미국 AI 경제의 명목 규모가 약 2,500억 달러에 달하며, 품질 조정 후 실질 기준으로는 연평균 약 2,600% 성장하고 있다는 초기 추정치를 제시했다. 미국의 컴퓨팅 지출은 2023년 370억 달러에서 2025년 2,190억 달러로 확대됐지만, 기존 GDP 통계에서는 이 성장이 잘 드러나지 않는다고 한다. 또한 영국 AI Security Institute의 연구자들은 AI가 AI를 감독해 안전성을 확보하는 방식이 언뜻 유망해 보이지만 예상보다 어렵다는 논문을 발표했다.
구글 리서치는 I/O 2026에서 선보인 연구 성과를 공식 블로그에서 총정리했다고 밝혔다. 'Gemini for Science'를 발표했으며, ERA와 Co-Scientist는 Nature에 게재됐다고 설명했다. 의료 분야에서는 Symptom AI, AMIE, MedGemma를 소개했고, 기상 분야에서는 WeatherNext와 Groundsource를 활용한 홍수 예측도 소개했다.
선정 이유: 분야별(과학, 의료, 기상, 양자 등)로 구글 리서치의 성과와 제공 현황이 정리되어 있어 I/O 2026의 연구 분야 전체 모습을 파악하기 좋다.
구글은 제로 트러스트 원칙에 따라 암호 기술을 이용한 안전한 집계와 TEE(신뢰 실행 환경)를 결합한 새로운 프라이빗 분석 체계를 도입했다고 밝혔다. 새로운 암호 프로토콜은 단말이 한 번의 메시지로 정보를 보낼 수 있어, 여러 라운드에 걸쳐 단말을 온라인 상태로 유지할 필요가 없다. TEE의 어테스테이션을 통해 참가자는 공개된 코드가 의도대로 실행되고 있는지 검증할 수 있다.
Mistral은 Emmi AI 인수를 거쳐 항공우주, 자동차, 반도체, 에너지 등을 대상으로 한 산업용 Physics AI 연구를 진행하고 있으며, 관련 연구 성과를 공개했다. 2025년 12월 1일에는 천음속 영역의 3D 날개를 대상으로 한 CFD 시뮬레이션 데이터셋을 공개했으며, 약 30,000개 샘플의 체적장과 표면장을 포함한다고 밝혔다. AB-UPT는 리메시 없이 단일 GPU에서 표면 9M, 체적 140M 셀을 처리한다.
Google은 Gemini로 과학 계산 코드를 작성하고 최적화하는 연구 도구 ERA(Empirical Research Assistance)의 논문을 Nature에 게재했다고 밝혔다. ERA는 유전학, 공중보건, 위성 영상 분석 등의 벤치마크에서 전문가 수준의 성능을 보였다고 한다. ERA와 AlphaEvolve로 구축한 Computational Discovery도 Gemini for Science를 통해 단계적으로 제공이 시작된다.
Tilde Research는 Muon 옵티마이저의 업데이트 규칙 때문에 MLP 층의 일부 뉴런이 영구적으로 죽는 문제를 지적하고, 대안으로 「Aurora」를 공개했다. 원문에 따르면 Muon에서는 학습률 워밍업 중 많은 뉴런이 죽었고, 500 스텝 시점에 4분의 1 이상이 사실상 죽은 상태였다. 약 100B 토큰으로 1.1B 파라미터 트랜스포머를 학습한 소규모 실험에서 Aurora의 최종 손실은 2.26으로, Muon(2.31)과 NorMuon(2.33)보다 낮았다.
Calico Life Sciences는 Co-Scientist를 활용해 통합 스트레스 반응(ISR)이 대사에 의해 조절된다는 새로운 가설을 세웠다. 연구자들은 Co-Scientist와 대화하며 검증 실험의 설계를 다듬었고, 결과가 나올 때마다 새로운 정보를 입력했다. 그 결과 ISR이 건강과 질병에서 맡는 역할에 중요한 시사점을 주는 새로운 발견을 얻었으며, 연구팀은 향후 이 성과를 발표할 예정이다.
에든버러 대학의 Filippo Menolascina 씨는 Co-Scientist를 활용해 지방간염(MASH)에서 염증과 대사를 연결하는 분자적 가교 역할을 하는 NLRP3 인플라마좀을 지목하는 가설을 생성했다. 이 가설은 최근 승인된 resmetirom이 대상 환자의 일부에게만 효과를 보이는 이유를 설명하는 것으로 알려졌다. 이 가설은 이후 실험으로 검증됐으며, 표적을 좁힌 병용 요법으로 가는 길을 열 가능성이 있다.
스탠퍼드대학교의 Gary Peltz 씨 연구팀은 Co-Scientist를 활용해 간섬유증에 효과가 있는 기존 약물을 탐색했다. Co-Scientist가 제안한 3개 후보 가운데 2개는 섬유화를 억제했으며, 간세포 재생도 촉진했다. 특히 항암제 vorinostat는 Peltz 씨의 실험에서 간의 흉터 형성을 초래하는 손상 반응을 91% 억제한 것으로 나타났다.
Google DeepMind는 Gemini를 기반으로 한 멀티에이전트형 AI 시스템 'Co-Scientist'를 Nature에 발표하고, 연구자가 가설을 생성·검증할 수 있는 실험 도구 'Hypothesis Generation'으로 제공한다고 밝혔다. 향후 수 주 내에 순차적으로 제공을 시작하며, 연구자는 labs.google/science에서 이용 등록을 할 수 있다. 간 섬유증 연구에서는 이 시스템이 제시한 재사용 후보 약물 중 하나가 실험실 시험에서 흉터 형성과 관련된 반응을 91% 억제한 것으로 보고되었다.
Google Research 과학자들이 전문가 수준의 실증 소프트웨어를 생성하는 AI 도구 「Empirical Research Assistance(ERA)」를 공중보건, 우주론, 기후 등의 분야에서 활용하고 있다고 밝혔다. 공중보건 분야에서는 인플루엔자, COVID-19, RSV의 입원 예측치를 매주 실시간으로 제출하고 있으며, 인플루엔자와 COVID-19의 공개 리더보드에서 상위 또는 그에 준하는 성적을 기록했다. 우주론 분야에서는 ERA와 Gemini Deep Thinking을 결합해 우주 끈(cosmic string)에서 방출되는 중력 에너지에 관한 일반해 6개와 점근 극한의 간결한 식을 도출했다.
Google Research는 성공과 실패 경험 모두에서 지식을 추출해 축적하는 에이전트용 메모리 프레임워크 「ReasoningBank」를 제안했다. Gemini-2.5-Flash로 평가한 결과, 스케일링을 적용하지 않은 ReasoningBank는 메모리를 쓰지 않는 에이전트보다 WebArena에서 성공률이 8.3%, SWE-Bench-Verified에서 4.6% 높았다. 또한 SWE-Bench-Verified에서는 태스크당 실행 단계가 약 3단계 줄었다.
Google Research는 추론 우선 합성 데이터 생성 프레임워크 「Simula」를 소개했다. 데이터셋 전체를 메커니즘 설계로 다루며, 시드 데이터에 의존하지 않고 데이터를 생성한다. Gemini 2.5 Flash를 교사 모델, Gemma-3 4B를 학생 모델로 하여 5개 영역에서 평가했으며, 각 영역에서 최대 512K개의 데이터 포인트를 생성했다. 모든 영역에서 Simula는 단순한 베이스라인보다 높은 성능을 보였고, 더 적은 샘플 수로도 하위 태스크의 성능을 웃돌았다.
Google Research는 합성 뉴런 형상을 생성하는 AI 모델 「MoGen」을 개발해, 뇌의 신경 연결 지도를 만드는 AI 재구성 모델 PATHFINDER의 학습 데이터에 추가했다. 합성 데이터를 10% 섞어 학습시킨 PATHFINDER는 보류해 둔 마우스 축삭의 재구성 오류율을 4.4%p 줄였으며, 그 개선의 상당 부분은 병합 오류(merge error) 감소에 따른 것이다. 마우스 전뇌 규모에서는 수작업 교정 157인년 분량을 줄이는 효과가 있는 것으로 알려졌다. MoGen은 오픈소스 모델로 공개됐다.
Google은 생성형 AI로 여러 AI 아바타와 대화하는 환경을 만들어 미래형 역량을 평가하는 연구 실험 「Vantage」를 발표했다. 뉴욕대학교와의 공동 연구에서는 18~25세 피험자 188명이 갈등 해결과 프로젝트 관리 과제에 임했으며, AI Evaluator의 채점은 인간 전문가끼리의 일치도와 비슷한 수준이었다. 영어 버전은 Google Labs에서 사용 등록을 받고 있다.
Google Research는 LLM 기반 사용자 시뮬레이터와 실제 사용자 간의 차이(리얼리즘 격차)를 측정하기 위한 데이터셋 'ConvApparel'을 소개했다. 의류 쇼핑 분야에서 4,000건이 넘는 사람과 AI의 다턴 대화(약 15,000턴)를 수집했으며, 참가자는 'Good'과 의도적으로 비협조적으로 행동하는 'Bad'라는 두 종류의 에이전트에 무작위로 배정되었다.
Google Research가 논문용 도표를 생성하는 에이전트 'PaperVizAgent'와 논문을 자동으로 심사하는 에이전트 'ScholarPeer'를 발표했다. PaperVizAgent는 0~100점 평가에서 종합 60.2점을 기록해 GPT-Image-1.5, Nano-Banana-Pro, Paper2Any를 웃돌았다. 인간 기준치인 50.0점을 넘은 것은 이 프레임워크뿐이라고 한다. ScholarPeer는 웹 검색으로 문헌을 참조하며 비판적인 리뷰를 생성하고, 기존 자동 심사 방법과의 비교에서 높은 승률을 보였다.
Google Research는 LLM의 행동 성향(behavioral dispositions)이 사람들의 합의와 얼마나 맞아떨어지는지 평가하는 프레임워크를 공개했다. 25개 LLM을 상황판단테스트(SJT)로 평가한 결과, 사람 주석자들의 의견이 전원 일치하는 경우에는 소형 모델과 프론티어 클로즈드 웨이트 모델 모두 거의 완벽하게 정렬됐다. 반면 합의율이 90% 미만으로 떨어지자 정렬률은 80%대 중반에서 더 오르지 못했고, 합의가 없는 상황에서는 사람들의 의견 폭을 제대로 포착하지 못했다.
Google Research는 AI 평가에서 항목 수와 항목별 평가자 수 중 어느 쪽을 우선해야 하는지 검증했다. 다수결과의 일치를 살펴볼 때는 항목 수를 늘리는 편이 효과적이며, 의견의 폭을 포착하려면 평가자 수를 늘려야 한다. 기존의 1~5명이라는 기준은 불충분한 경우가 많으며, 총 약 1,000건 규모의 어노테이션이라도 적절히 배분하면 재현성이 높은 결과를 얻을 수 있다고 밝혔다.