Anthropic@AnthropicAIAI 점수3333How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
Microsoft AI가 활성 파라미터 80B, 총 2.8T 파라미터 규모의 MoE 기반 모델 MAI-Base-2의 사전학습을 완료했다. 보류 평가에서는 테스트한 모든 오픈 웨이트 모델을 웃돌았으며, DeepSeek-V4-Pro-Base 대비 사전학습 FLOPs 효율은 4~12배다. 16k GB200 GPU로 38일간 학습했으며, 현재 사후학습 중이다. 가중치는 Foundry를 통해 신뢰할 수 있는 파트너에게 라이선스 제공할 방침이다.
OpenAI@OpenAIAI 점수3838How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
SSR은 멀티모달 검색 에이전트의 추론을 사전에 정의된 재사용 가능한 후보 중에서 선택하는 방식으로 바꿔, 턴당 추론 지연 시간을 90% 이상 줄인다고 밝혔다. 질문별 전체 추론 지연 시간은 28~54% 감소했으며, 2B와 4B 모델로 진행한 7개 멀티모달 검색 벤치마크에서 같은 규모의 주요 검색 에이전트에 필적하는 평균 성공률을 보였다. 강화학습과 지도 파인튜닝 모두에서 과제 성능을 떨어뜨리지 않으면서 효율을 높였다.
도구 사용형 LLM 에이전트에서 LLM이 먼저 계획을 세우는 Plan-then-Retrieve(PtR) 방식은, 여러 도구가 필요한 질의에서는 Retrieve-then-Plan(RtP) 방식을 웃돌았고, 단일 도구 질의에서는 뒤처지는 것으로 나타났다. ToolBench(46,984개 API 엔드포인트)에서의 평가에서도 이 경향은 검색 건수 k=1~20과 1,000~47,000개 규모의 레지스트리 전반에서 일관되게 나타났다. PtR은 추론 비용이 약 2배 들기 때문에, RtP의 상위 1건 검색 점수를 활용해 질의 복잡도에 따라 방식을 바꾸는 적응형 라우팅이 실용적인 방향으로 제시되었다.
팀네이버의 연구 논문 24편이 자연어처리 분야 최정상 학회 EMNLP 2026에 채택됐다. 학회는 10월 24일부터 29일까지 헝가리 부다페스트에서 열리며, 팀네이버는 이 자리에서 주요 논문을 발표할 예정이다. 채택 논문에는 한국어 추론 데이터 합성, 장시간 영상 구간 탐색 벤치마크, LLM 추론 과정 해석 연구 등이 포함됐다.
OpenAI@OpenAIAI 점수5252
AI at Meta@AIatMetaAI 점수5858
Google DeepMind@GoogleDeepMindAI 점수2626Gemini 4 Argon은 양자 컴퓨팅, 핵융합, 단백질 설계 등의 분야에서 이미 새로운 과학적 돌파구를 열고 있다. 🧵
Google Research는 Mountain View에서 개최한 Research@ 2026에서 과학자와 개발자를 위한 AI 관련 10가지 시도를 발표했다. Google Earth AI는 조기 접근을 확대하고, 70개 이상의 지리공간 도구를 기반으로 실험적인 에이전트 간 API 등 3가지 새로운 활용 방식을 제공한다. Deep Review는 일반에 공개되었으며, TimesFM과 TabFM은 Gemini for business에 통합될 예정이다.
연구팀은 사전 학습된 음성 인코더의 언어 선택적 은닉 상태 차원을 활용해, 음성에서 직접 코드스위칭(발화 중 언어가 전환되는 현상)을 검출하는 경량 기법을 제안했다. CS-FLEURS의 14개 언어 쌍 실험에서 Whisper-small 인코더는 평균 F1 0.798을 기록해, CNN의 0.776과 단일 언어 식별용으로 학습한 HuBERT 선형 베이스라인의 0.751을 웃돌았다. 이 결과는 사전 학습된 음성 인코더가 코드스위칭 발화를 식별하는 데 필요한 정보를 이미 부호화하고 있음을 시사한다.
Apple 연구진이 텍스트, 이미지-텍스트 쌍, 음성-텍스트 쌍으로 사전 학습한 최초의 세 모달리티 Masked Diffusion Models(MDM)를 발표하고 그 설계 공간을 체계적으로 분석했다고 밝혔다. 예비 모델은 3B 규모에 6.4T 토큰으로 학습했으며, 텍스트 생성, T2I, T2S 각 과제에서 강력한 결과를 얻었다고 한다. 또한 물리적 배치 크기와 논리적 배치 크기를 분리하는 SDE 기반 재매개변수화를 적용해 최적 배치 크기를 조정할 필요를 없앴다고 보고했다.
연구에서는 데이터가 제한된 저자원 언어의 사전학습에서 고자원 언어의 데이터를 섞는 방법이 하이퍼파라미터 조정보다 성능을 크게 개선한다는 결과가 나왔다고 밝혔다. 150M에서 1.43B 파라미터까지 4개 규모에서 아랍어에 영어 데이터를 섞은 약 1000회의 사전학습을 비교했으며, 검증 손실과 하위 작업 정확도 모두에서 혼합 방식이 우위를 보였다. 혼합의 효과는 목적 언어 고유 데이터 2~3배분(검증 손실), 2~13배분(하위 작업 정확도)에 해당하며, 검증 손실만으로는 혼합의 가치가 과소평가된다.
Qwen@Alibaba_QwenAI 점수3434
SELFCOMPACT는 모델 스스로 문맥을 언제, 어떻게 압축할지 결정하는 에이전트용 스캐폴드다. 압축 도구와 압축해야 할 때와 억제해야 할 때를 정하는 경량 루브릭을 결합해, 파인튜닝 없이 적응형 압축을 구현한다. 6개 벤치마크(경쟁 수학과 에이전트형 검색)와 7개 모델로 평가한 결과, 고정 간격 요약과 같거나 그 이상의 성능을 더 적은 토큰 비용으로 달성했다. 수학에서는 요약을 하지 않은 베이스라인보다 최대 18.1포인트, 에이전트형 검색에서는 5~9포인트 높았으며, 문제당 비용은 30~70% 낮았다.
기계번역(MT) 품질 평가에서 LLM과 인간 어노테이터의 일치도를 MQM과 ESA 두 가지 평가 방식으로 검증한 연구다. 70개 언어쌍의 장문 테스트 세트와 WMT23·WMT25 데이터를 활용한 결과, LLM의 일치도가 인간끼리의 일치도를 웃도는 경우도 있었으나 많은 설정에서는 양쪽 모두 신뢰성이 충분하지 않았다. 인간은 세분화된 MQM과 저자원 언어쌍에서, LLM은 경미한 오류와 오류 구간(error span) 어노테이션에서 과제를 안고 있는 것으로도 나타났다.
Apple의 연구팀이 확산 모델의 각 역방향 단계를 엄밀한 우도로 학습할 수 있는 조건부 Normalizing Flow로 표현하는 Normalizing Trajectory Models(NTM)를 제안했다. 자기 증류를 통해 4단계만으로 고품질 샘플을 생성할 수 있다. 텍스트-이미지 벤치마크에서는 강력한 이미지 생성 베이스라인과 같거나 그 이상의 성능을 4단계 생성만으로 보였다고 한다.
지적재산권법 변호사 133명을 대상으로 미공개 Google Labs 개발 AI 특허 작성 지원 도구를 3개월간 사용하게 하는 현장 실험을 진행하고, NBER에 논문을 공개했다. AI를 사용한 경우 작성 점수는 10일 후 0.34SD, 90일 후 0.38SD 향상되었으나, AI 없이 수행한 첨삭 과제에서 개선이 확인된 것은 시니어 변호사뿐이었고 주니어 변호사에게는 뚜렷한 개선이 없었다.
Google Research는 Google Earth AI의 인구동태 기반 모델(PDFM)이 생성하는 장소 임베딩 표현을 다섯 가지 공중보건 과제로 평가했다. PDFM은 검색 동향, 사람의 이동, 건물 밀도, 기상·대기질 등을 통합한 임베딩으로, 과제별 미세조정 없이도 기존 입력과 같거나 그 이상의 결과를 보였다. 미국·캐나다 국경의 146개 카운티에서는 MMR 백신 접종의 설명 분산이 상대적으로 36% 향상됐고, 콜레라 발생 예측에서는 4주 앞의 AUPRC가 9.7% 개선됐다.
OpenAI는 사내 프런티어 모델을 활용한 수학 미해결 문제의 새로운 성과를 공표했다. Lean을 이용한 증명의 형식화와 연구의 세부 내용은 GitHub에서 공유하고 있다.
Google Research는 50명 이상의 학계·산업계 전문가와 함께 정리한 워크숍 보고서 「Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle」을 공개했다.
GitHub가 AI 코드 리뷰를 위한 오프라인 벤치마크 「ReviewBench」를 공개했으며, 현재 이용할 수 있다. GitHub의 PR 1억 3,900만 건(103.9M)의 분포를 바탕으로 19개 언어, 공개 PR 219건으로 구성되며, 사람 리뷰어, 프론티어 LLM, 정적 분석으로 만든 골든 세트를 사용한다. 시니어 엔지니어가 독립적으로 검증한 결과 96.6%의 일치율을 보였으며, Copilot code review의 오프라인 평가 역시 실제 운영 실험의 방향을 더 쉽게 예측할 수 있게 되었다.
Google은 Trusted Execution Environments(TEE)를 활용한 차세대 연합학습(FL) 시스템을 발표했다. 데이터 익명화의 보장을 제3자가 검증·감사할 수 있는 형태로 제공한다. Gboard는 이미 새 시스템을 채택했으며, 기존 FL 시스템에 비해 계산 시간이 크게 단축되었다고 한다. 각 기기가 사전에 승인하는 접근 정책은 Rekor라는 공개 투명성 로그에 게재되어 외부 감사자가 추적할 수 있다.
ServiceNow CoreAI가 엔터프라이즈용 AI 에이전트의 학습 데이터를 생성하는 「AutoSynthData」를 개발했다고 밝혔다. 대상 모델의 실패와 더 강력한 교사 모델의 성공 사례를 바탕으로 다음에 학습해야 할 능력을 찾아내며, 실행 가능하고 현실적이면서도 아직 안정적으로 풀지 못하는 과제를 생성하고 검증한다. EnterpriseOps Gym을 활용한 예시가 제시되어 있으며, 공개된 데이터셋도 함께 사용됐다.
Anthropic@AnthropicAIAI 점수4242Google DeepMind는 단백질의 생물학적 기능을 유지한 채 서명을 삽입할 수 있는 워터마크 기술 'SynthID Bio'를 발표했다. 표적 단백질 3종을 사용한 습식 실험에서 워터마크가 삽입된 단백질 결합 분자는 워터마크가 없는 버전과 동등한 적중률, 결합 친화도, 서열 다양성을 보였다. AlphaFold 3에서는 모델 가중치에 워터마크를 넣어 예측 정확도를 유지하면서 탐지 가능성을 높였다고 밝혔다.
Diffusion Controller는 이미지 생성의 확산 과정을 연속적인 제어 문제로 재정의하고, 추론 시의 가이던스와 파인튜닝을 하나의 프레임워크로 다루는 기법이다. 베이스 모델을 고정한 채 경량 애드온 네트워크를 추가하는 방식으로, Stable Diffusion v1.4를 기반으로 한 실험에서는 인간의 선호 적합도를 나타내는 HPS-v2에서 업계 표준을 웃도는 결과를 기록했다고 보고되었다. 가중치에 전면적으로 접근할 수 있는 완전판은 베이스라인 모델 대비 90%의 승률을 달성했다.
Hugging Face는 MCP 에이전트의 답변을 출처 단위로 검증하는 후처리 레이어 ProvenanceGuard를 제안했다. 근거 전체로는 뒷받침되지만 답변이 지목한 출처가 아닌 다른 출처에만 존재하는 주장, 이른바 출처 오인을 탐지한다. 의료 에이전트의 281건 트레이스로 평가한 결과, 전문가가 통과시키면 안 된다고 본 139건 중 138건을 탐지했으며, 뒷받침된다고 판단된 67건은 재확인이나 수정 대상으로 넘겼다.
Google Research는 Gemini와 Veo 위에 구축한 멀티 에이전트형 AI 비디오 공동 감독 프레임워크를 발표했다. 여러 컷에 걸친 시각적 일관성을 계획하고, 캐릭터와 환경의 어긋남을 억제하면서 수 분 규모의 영상 생성을 목표로 한다. 창작 방향을 선택하는 데는 멀티 암드 밴딧을 사용하며, Pre-Production, Production, MLLM Judge의 각 에이전트가 제작을 진행한다. SynthID 워터마크 등 안전 장치도 그대로 이어받는다고 밝혔다.
영국 AI Security Institute(AISI)가 EvalEval의 공개 기반인 「Evaluation Cards」를 활용해 평가 결과 공개를 시작했다.
Google Research가 중거리 물류(middle-mile logistics) 문제를 위한 현실적인 벤치마크를 만드는 C++ 기반 인스턴스 생성 도구 「MilleMiglia」를 발표했다. 물류 기업들이 네트워크 구성과 수요량을 기밀로 취급해 왔기 때문에 공개 데이터가 부족했으나, 이 도구는 프라이버시를 고려한 데이터를 생성할 수 있다. 소스 코드와 문서는 GitHub에서 공개되어 있다.
Google Research는 교사가 수업 내용에 맞춰 인터랙티브 학습 시뮬레이션을 만들 수 있는 연구 실험을 공개했다. generative UI를 응용해 교사가 승인한 학습 목표와 커리큘럼에 따라 동적으로 생성된다. 중고등학교용 STEM(물리, 화학, 생물, 수학) 영어 교재 샘플 30점 이상도 함께 공개됐으며, 모두 AI가 생성하고 교사가 검토한 것이다.
Google Research는 오프라인 강화학습으로 검색 쿼리 팬아웃(분해)을 학습하고 이를 경량 확산 리트리버로 증류하는 「Retrieve-for-Train」을 발표했다. 추론 시에는 사고 토큰을 사용하지 않고 한 번의 패스로 관련 쿼리 집합을 생성할 수 있다. 확산 리트리버는 53.9M 파라미터이며, Gemma3-4B와 Qwen3-4B를 집합 단위 보상으로 학습했다.
IBM Research는 ALTK-Evolve에 일관성 가이드라인과 Consistency Analyzer를 추가해 AppWorld에서 Pass^5를 53.0%에서 69.0%로 개선했다고 밝혔다. GPT-4.1을 사용한 ReAct의 Mean@5는 77.4%였지만, 다섯 번 모두 성공한 과제는 53.0%에 그쳐 24.4%포인트의 일관성 격차가 있었다. 가이드라인을 적용하자 격차는 12.0%포인트로 절반으로 줄었고, Mean@5도 81.0%로 올랐다.
Google은 AI를 과학의 가속과 생활 개선에 활용하는 노력을 이어가고 있으며, 최근 몇 주 사이 AlphaGenome Atlas, WeatherNext 3 등의 성과를 잇따라 발표했다. AlphaGenome Atlas는 인간 게놈에서 90억 가지 단일 염기 변화가 미치는 예측 영향을 지도로 만들어 연구자들에게 공개했다. WeatherNext 3는 하루 이상 앞선 강수 예보의 정확도를 50% 향상시켰으며, 이미 회사의 제품에 사용되고 있다.
Google은 AI & Economy ATLAS 데이터를 탐색할 수 있는, 누구나 이용 가능한 인터랙티브 시각화 도구를 공개했다. Google DeepMind와 MIT FutureTech의 연구에서는 조사 대상 과학자의 약 절반이 매일 어떤 형태로든 AI를 사용하고 있으며, AI로 인해 주당 7시간 가까이 시간을 절약하고 있다고 보고됐다. 반면 AI 출력물을 검증하는 데 많은 시간이 쓰이고 있으며, 검증되지 않은 가설도 늘고 있다고 한다.
Google Research가 도구 사용 체인을 먼저 생성한 뒤 사용자 쿼리를 붙이는 answer-first 방식의 데이터 생성 기법 ToolGrad를 제안했다. ToolGrad-500으로 미세 조정한 Gemma-3 12B 모델(ToolGrad-12B)은 BFCL에서 83.1점을 기록해 gemini-2.5-pro(83.2)에 근접했으며, claude-4.5 Opus(82.8)와 gpt-5(74.4)를 앞섰다. 데이터 생성에는 gemini-2.5-flash-lite를 사용했으며, 거의 100%에 가까운 통과율을 보였다고 밝혔다.
Google DeepMind는 인간 게놈에서 발생할 수 있는 약 90억 개의 단일염기 변이가 분자 수준에서 미칠 영향을 예측한 결과를 정리한 AlphaGenome Atlas를 공개했다. AlphaGenome과 AlphaMissense의 예측을 하나의 수치로 묶은 AVI 점수도 함께 제공한다. 학술 연구 목적이라면 웹 포털에서 무료로 이용할 수 있으며, AlphaGenome API와 Google Antigravity의 스킬로도 사용할 수 있다.
UK Biobank의 유럽계 데이터를 활용해 Biobank Japan의 일본인 집단을 위한 PRS를 학습시키는 방법을 8개 임상 형질에 걸쳐 비교했다. 대상 집단의 표본 수가 1만 5000건 이상이면 대상 집단 전용 모델이 더 우수했고, 5000건처럼 극히 적은 경우에는 유럽계 데이터를 함께 사용하는 것이 효과적이었다. 유전적 상관이 높은 형질일수록 유럽계 데이터의 이점이 더 큰 표본 수까지 유지되었으며, 지질(HDL, LDL)과 혈당 수치에서는 그 이점이 작았다.
Google Research와 HHMI Janelia 등은 수컷 초파리의 뇌와 중추신경계의 완전한 배선도를 공개했다. 166,000개가 넘는 뉴런과 1억 2,500만 개의 시냅스 연결을 담고 있으며, 뉴런 수 기준으로 지금까지 가장 큰 뇌 지도이다. 논문은 Cell에 게재됐고, 데이터는 Neuroglancer에서 열람 및 다운로드할 수 있다.
선정 이유: AI 기반 재구성과 사람의 검증을 결합한 뇌 지도 제작의 발전 과정이 초파리에서 어류로 확대되는 흐름 속에서 정리돼 있다.