본문으로 건너뛰기
AI NEWS JOURNAL
AI, IN PERSPECTIVE

전체 AI 소식

출처, 주제, 시간으로 전체 뉴스에서 관심 소식을 찾아보세요.

발행 시간순

DMAIC-벤치: 다단계 분석 작업에서 에이전트의 자기성찰에서 자기절제까지

arXiv:2610.32305v1 발표 유형: 신규 초록: 다단계 분석 작업에서는 LLM 에이전트가 다음 단계를 계속할지, 경로를 변경할지, 또는 중단할지를 결정하기 위해 중간 증거를 활용해야 합니다. 에이전트가 자신의 출력을 비판하는 자기반성은 널리 연구되어 왔지만, 이러한 비판만으로는 증거가 다음 행동에 영향을 미쳤는지 여부를 확인할 수 없습니다. 우리는 이러한 능력을 ‘자기억제’라고 부릅니다. 기존의 에이전트 벤치마크는 대부분 과제 완료 여부나 출력 품질을 측정할 뿐, 이 능력은 검증되지 않은 상태입니다. DMAIC-Bench는 린 식스 시그마의 명시적인 통계적 전제 조건을 기반으로 하여, 4개 산업 분야의 15개 산업 사례에 걸쳐 97개의 초기 설정된 과제를 통해 이를 평가합니다. 쌍으로 구성된 역설적 변형 과제들은 동일한 워크플로우 위치에서 서로 반대되는 행동을 요구함으로써, 정당화된 억제와 무분별한 중단을 구분합니다. 우리는 실행 추적 정보를 통해

진행 상황 및 관련 보도

역사 문서 전사용 OCR 시스템의 엔터티 인식 기반 평가

arXiv:2610.33004v1 발표 유형: 신규 초록: 광학 문자 인식(OCR)은 역사 기록 보관소의 디지털화에 필수적이지만, 문자 오류율(CER)과 같은 표준 평가 지표만으로는 이름, 날짜, 식별자 등 의미 있는 정보가 제대로 유지되는지를 반드시 반영하지 못합니다. 본 연구에서는 역사 문서에서의 OCR 품질을 평가하는 데 있어 보완적인 관점으로서, OCR 오류를 엔터티 수준에서 분석합니다. 공개된 벤치마크 데이터셋인 Berrutti 아카이브의 175개 문서와, 게재 승인 시 공개될 수동으로 주석된 5,209개의 엔터티 언급을 추가하여, 시퀀스 인식 기반 OCR 시스템, OCR 전용 비전-언어 모델, 그리고 범용 비전-언어 모델을 비교합니다. 전역적 전사 정확도 외에도

진행 상황 및 관련 보도

리프스킬: 재귀적 LLM 에이전트를 위한 효율적인 잎 수준 행동 근거화

arXiv:2610.32412v1 발표 유형: 신규 초록: 재귀적 대규모 언어 모델(LLM) 에이전트는 분해, 실행 및 환경 피드백을 통해 장기적인 목표를 달성하는 과제를 해결합니다. 그러나 원자적 하위 작업을 생성한 후에는 익숙한 명령을 실행 가능한 행동으로 변환하기 위해 종종 동일한 대규모 모델을 다시 호출하곤 합니다. 우리는 고수준 계획은 과제별로 특화되어 있는 반면, 최하위 수준의 행동 기반 설정은 과제 간에 반복적으로 사용되며 환경에서 허용된 행동들과 비교하여 검증될 수 있다는 점을 관찰했습니다. 이에 우리는 리프스킬(LeafSkill)을 제안합니다. 이는 의미적으로 관련된 기반 설정 경험을 검색하고, 행동 템플릿을 현재 객체와 허용 가능한 행동에 연결하며, 경량형 1.7B 선택기를 활용해 연결된 행동을 선택하거나 변경되지 않은 하위 작업을 원래 에이전트에게 위임하는 외부 재사용 계층입니다. 스킬은 여전히 외부에 남아 있습니다…

진행 상황 및 관련 보도

내 것인가, 네 것인가? 마음을 연결한 언어 모델들이 서로의 기억을 자신의 것으로 받아들인다

arXiv:2610.33020v1 발표 유형: 신규 초록: 만약 당신의 뇌가 다른 사람의 뇌와 직접 연결된다면, 여전히 어떤 생각이 자신의 것인지 구분할 수 있을까요? 우리는 하나의 언어 모델을 두 개 복제한 기능적 버전을 구축했습니다. 각 복제본은 개인적인 규칙과 코드워드를 보유하며, 그중 한 복제본인 수신자는 상대방의 내부 기억에도 주의를 기울입니다. 수신자는 상대방에게 할당된 과제를 마치 자신이 수행한 것처럼 받아들였습니다. 상대방의 기억에 이중 가중치를 부여했을 때(연결 없을 경우는 제외), 수신자가 자신에게 할당된 규칙이 무엇인지 묻는 질문에 대해 97%의 경우 상대방의 규칙을 자신의 것으로 지칭했으며, 공개 보고서에서도 상대방의 코드워드를 자신만의 것으로 표기했지 결코 상대방의 것으로 언급하지 않았습니다. 소유권은 수신자가 상대방에게 할당된 내용을 얼마나 잘 파악하느냐와는 무관했습니다. 동등한 가중치 하에서는, 연결이 수신자가 상대방의 규칙을 약 절반 정도로 받아들이게 만들었습니다.

진행 상황 및 관련 보도

접두사 키와 값의 중요성 늦게 부각: 루프형 언어 모델에서 자기-추론적 디코딩을 위한 RIPE 캐싱

arXiv:2610.34436v1 발표 유형: 신규 초록: 루프형 언어 모델은 토큰당 레이어 블록을 $R$번 실행하므로, 해당 모델의 키-값(KV) 캐시에는 각 반복 레이어마다 $R$개의 평면이 저장된다. 또한 자기-사려 깊은 디코딩(몇 개의 루프로 초안을 생성하고 $R$개 전체로 검증하는 방식)에서는 이 모든 평면을 읽는다. 우리는 접두사 키와 값이 후반부에서 특히 중요하다는 점을 발견했다. 동일한 섭동 크기에서도, 루프 25~32는 루프 2~9에 비해 각각 $e^{15.0}$(Huginn-0125) 및 $e^{12.8}$(Raven-Llama) 배 더 민감하며, 각 루프마다 평면들은 기하급수적으로 마지막 평면에 접근하여, 각각 0.88과 0.81에 도달한다. 이때 가장 깊은 평면 하나만으로 충분한지 여부는 후반부 평면들이 얼마나 성숙했는지에 따라 달라진다. Raven에서는 이를 저장하는 것만으로도 bf16에서 fp32로 변경한 경우와 구별할 수 없으며, Huginn에서는 위치의 1%가 전체 오차의 74%를 차지한다. 우리는 이를 RIPE로 발전시켰으며, RIPE는 가장 깊은

진행 상황 및 관련 보도

OpenAI, GPT-6.1 Terra를 출시하며 에이전트 작업에 대한 GPT-6.1 Sol의 API 가격을 절반으로 인하

OpenAI는 GPT-6.1 Terra를 출시했으며, 이 모델은 매 백만 토큰당 1달러/5달러의 가격으로 제공되는 고속 컴퓨터 사용 및 비전 모델입니다. 이 모델은 GPT-6 Astra의 중간 수준 노력 기반 에이전트들의 최종 시험 점수를 달성하며, 작업당 비용은 0.29달러로, 기존의 4.82달러에 비해 크게 낮아졌습니다. 해당 게시물인 “OpenAI, GPT-6.1 Terra 출시… 에이전트 작업 시 GPT-6.1 Sol의 API 가격 절반”은 MarkTechPost에 처음 게재되었습니다.

新闻源配图 · MarkTechPost
진행 상황 및 관련 보도

코히어는 알리바바의 Qwen 모델이 파일을 베이징으로 전송하려고 시도했다고 밝혔다

한 AI 모델은 어떤 도구도 사용하지 않겠다고 했지만, 결국 베이징에 있는 서버로 무언가를 전송하려 시도했습니다. 연구진들은 이것이 아마도 학습 과정에서 나타난 일시적 현상일 뿐이며 스파이 행위와는 관련이 없다고 말합니다. 그럼에도 불구하고 이 사건을 계기로 사람들은 무료로 제공되는 중국산 AI를 어디까지 신뢰해야 하는지 의문을 제기하고 있습니다.

新闻源配图 · TechCrunch · AI
진행 상황 및 관련 보도

OpenAI가 더 빠르고 성능이 우수한 AI 에이전트를 반값에 제공하는 GPT-6.1 Terra를 출시했습니다.

OpenAI 그룹 PBC는 오늘 프런티어 인공지능 시스템 라인업 중간급 모델의 업그레이드 버전인 GPT-6.1 테라를 공개했습니다. GTP-5.6 테라의 후속 모델인 이 새로운 모델은 비용이 약 50% 저렴하면서도 컴퓨터 활용 작업을 더 빠르고 더 높은 정확도로 처리합니다. 테라는 OpenAI 라인업에서 일상적인 사용을 위한 모델로 자리매김하며, 설계된 […] 해당 게시물은 “OpenAI, 더 빠르고 성능이 우수한 AI 에이전트를 반값에 제공하는 GPT-6.1 테라 출시”라는 제목으로 SiliconANGLE에 처음 게재되었습니다.

진행 상황 및 관련 보도

첫 번째 AI 극장용 영화가 저조한 흥행을 기록하며, 평균 관객 수는 1회당 0.1명에 불과했다.

AI가 제작에 깊이 관여한 첫 번째 극장용 장편 영화인 ‘삼성퇴: 미래의 과거’는 10월 23일 개봉 이후, 흥행 성과와 그동안 자본시장에서 AI 영화 개념에 쏟아졌던 기대 사이에 뚜렷한 대비를 보이고 있다. 마오옌 전문판 데이터에 따르면, 10월 26일 정오 기준으로 이 100분짜리 영화의 누적 종합 흥행 수익은 119만 2천 위안이며, 당일 상영 편수는 8,469회, 관객 점유율은 0.1%, 평균 관객 수는 단 0.1명에 불과하다. 10월 24일과 25일에도 해당 영화의 평균 관객 수는 각각 2명에 그쳤다. 등타 전문판 데이터...

首部AI院线电影遇冷,场均人次0.1人
진행 상황 및 관련 보도

ExecuTorch를 활용한 Arm® 엣지 디바이스의 스트리밍 음성 인식 최적화

기기와 대화할 때는 말하는 동안 텍스트가 바로 표시되기를 기대합니다. 이 때문에 스트리밍 방식의 자동 음성 인식(ASR)은 모델이…라는 배치형 전사와는 다른 도전 과제입니다. 글의 원문: “ExecuTorch로 Arm® 엣지 디바이스에서의 스트리밍 음성 인식 최적화”는 PyTorch에 처음 게재되었습니다.

Optimizing Streaming Speech Recognition on Arm® Edge Devices with ExecuTorchOptimizing Streaming Speech Recognition on Arm® Edge Devices with ExecuTorch
진행 상황 및 관련 보도

AWS가 CDK 기반의 관리형 Bedrock 지식 저장소 스마트 검색 참조 구현을 발표했습니다.

AWS는 2026년 10월 26일 블로그를 통해, AWS CDK를 활용해 구축한 엔터프라이즈급 에이전트 기반 검색(Agentic Retrieval)의 참조 구현을 소개했습니다. 이 솔루션은 Amazon Bedrock의 관리형 지식 베이스(Managed Knowledge Base)에 특화되어 있으며, 지식 베이스 간의 시맨틱 라우팅, 반복적 검색, 인용 정보를 포함한 출처 추적 답변 및 7계층 관찰성을 지원합니다.

추천 이유:이 자료는 AWS 공식 기술 블로그(2026년 10월 26일 게시)에 실린 것으로, 2024년 8월에 출시된 관리형 KB 및 AgenticRetrieveStream API와 같은 이미 제공되는 기능, 네 스택 CDK 애플리케이션과 같은 검증 가능한 배포 구조, 지역별 이용 가능성 및 관리형 KB에만 한정된 사용 제한 등 명확한 제약 사항, 그리고 오픈소스 구현 세부사항에 초점을 맞추고 있습니다. 성능에 관한 단언이나 제3자에 의한 신뢰성 보증은 포함되어 있지 않으며, 사실성과 시의성을 충족합니다.

진행 상황 및 관련 보도

Nace AI, AI 에이전트 검색을 위한 Drex 출시: BrowseComp-Plus에서 92.05%, 검색 호출 수는 12.6회

Nace AI는 Drex for Search를 출시하며, 자사의 Drex 의사결정 모델을 AI 에이전트의 문서 검색에 적용했습니다. Nace는 BrowseComp-Plus에서 12.6회의 검색 호출로 92.05%의 성과를 기록했으며, OfficeQA Pro에서는 에이전트의 전환 횟수가 더 적었습니다. 이 글은 MarkTechPost에 처음 게재되었습니다.

진행 상황 및 관련 보도

Kimi, K3.1 Pro를 출시하며 용량 증가와 가격 인하로 Opus 5.5에 도전합니다

작성자|우항위안 편집자|징위 10월 23일 오전, Kimi 공식 계정은 X와 비디오 계정을 통해 24초짜리 영상을 게시했다. 화면에는 레트로 스타일의 구형 컴퓨터가 등장하고, 화면에는 Kimi Code가 실행 중이며, 터미널에는 Three.js 코드가 줄줄이 출력되며 복잡한 3D 장면이 생성되고 있었다. 눈썰미가 좋은 네티즌들은 곧 왼쪽 상단의 모델 표시줄에서 답을 찾아냈다—「Model: Kimi K3.1」. Kimi 공식이 공개한 K3.1 사전 홍보 영상|출처: X @Kimi_Moonshot 구식 고물 같은 기계로 오늘날 가장 첨단인 3D 코드를 구동하는 이 반전 자체가 바로 월지암면이 전하려는 메시지였다. 그로부터 십여 시간 후, 10월 24일 자정을 막 넘긴 시점에 프로그래머의 날을 맞아 Kimi K3.1 Pro가 정식으로 출시되었고, 동시에 속도가 2~3배 빨라진 Highspeed 버전도 함께 선보였다. 공식은 전체 모델 가중치를 11월 4일까지 공개하겠다고 약속했다. 지난 세대 K3가 발표된 지 벌써 석 달이 넘었다. 이 석 달 동안 월지암면이 겪은 일들은 대부분의 기업이 한 해 동안 겪는 것보다도 많았다. 01 「양 늘리고 가격은 올리지 않는」 0.1 먼저 K3.1 Pro가 무엇인지부터 설명하자. 이는 완전히 새로운 모델이 아니다. 월지암면은 명확히 밝혔다. K3.1 Pro는 K3의 후훈련 버전으로, 기본 아키텍처는 그대로—총 매개변수 2조 8천억 개, 활성화 매개변수 1,040억 개의 혼합 전문가 아키텍처, 문맥 창 크기 100만 토큰, 이미지와 비디오 입력을 원래부터 지원한다는 점도 변함없다. 달라진 것은 후훈련 부분이다. 공식에 따르면, “후훈련 연산력을 대폭 증강”했으며 수백 개의 하위 분야에서 대규모 연합 강화학습을 수행했다. 이를 위해 강화학습 프레임워크, 샌드박스 인프라, 장문맥 추론 등 기반 엔지니어링 전반을 한 번에 재구성했다. 다시 말해, 같은 두뇌를 다시 한 번 어떻게 일을 처리해야 하는지 ‘재교육’한 셈이다. 그 효과는 각종 순위표에서도 드러난다. 프로그래밍 지능 에이전트를 평가하는 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%를 기록해 GPT-6 Astra의 58.2%와 Claude Opus의 66.4%를 각각 앞서며 불과 1포인트 차로 경쟁 상대들을 제쳤다. 지난 세대 K3는

진행 상황 및 관련 보도

국산 대규모 언어 모델들이 소비자 하드웨어 시장에 집단적으로 진출하고 있다: 제추성신과 알리천문이 같은 날 AI 스마트폰 및 안경을 출시했다.

2026년 10월 13일, 제이추신청은 알리천문과 동시에 AI 스마트폰, AI 안경 및 이어폰 등 소비자용 하드웨어 제품을 출시하며, 이는 국산 대형 모델 경쟁의 중점이 모델 성능 지표에서 단말기 진입로 확보로 전환되었음을 의미한다. 같은 시기, 틱톡의 더우바오와 샤오미 등도 AI 원생 하드웨어 생태계 구축을 가속화하고 있다.

추천 이유:본 자료는 티에이미디어가 공식적으로 제공한 산업 심층 보도로, 출처가 명확하며(사쿠 재경/티에이미디어), 구체적인 게시일자(2026-10-26)와 다수의 업체 동향, 검증 가능한 데이터(예: 대규모 모델 1,509개, 3,999위안의 가격 책정, 징둥의 예약 건수 36만 건 등)를 포함하고 있습니다. 또한 모든 사실은 해당 자료에 명시된 내용과 일치하며, 외부적 추론이나 허구는 전혀 포함되어 있지 않습니다.

진행 상황 및 관련 보도

열일곱 살 청소년은 어떤 답을 작성했는가? 여섯 개의 최첨단 언어 모델에서 나타나는 저자 연령 오인, 과대평가된 신뢰도, 그리고 비교정적 자기 설명에 관한 행동 연구 사례

arXiv:2610.31946v1 발표 유형: 신규 초록: 세 명의 학생이 같은 시험 문항을 손으로 작성하여 답했다: “행복이란 무엇인가요? 당신은 행복한가요?” 수집 당시 기록된 이들의 나이는 17세, 28세, 45세이다. 17세 학생의 답변은 조심스럽고 형식적으로 표현되어 있다. 각 답변을 나이와 성별 라벨에 맞추도록 요청했을 때, 대부분의 최첨단 언어 모델은 이를 성인에게 확신 있게 배정한다. 본 논문은 Claude Fable 5, Gemini 3.1 Pro, GPT-5.6 Sol, Grok 4.5, GPT-4o (2024), 그리고 DeepSeek V4 등 여섯 개 모델에서 나타난 이러한 실패를 구조화된 사례 연구로 보고한다. 우리는 프레임워크, 공개 형식, 그리고 청중 인식 지침을 조작하는 여섯 가지 실험 조건 하에 1,081회의 API 세션을 실행하고, 총 3,225개의 응답을 평가하였다. 여섯 개 모델 중 세 개는 매칭 과제에서 우연 수준(1/3) 또는 그에 근접한 성과를 보이는 반면, 73~88%의

진행 상황 및 관련 보도

RSI-Opt: 모델 학습을 위한 재귀적 자기 개선 최적화 에이전트

arXiv:2610.32026v1 발표 유형: 신규 초록: 전통적인 신경망 학습은 일반적으로 사전 정의된 최적화 방식을 따르며, 이를 통해 학습 동역학을 모니터링하고 학습이 진행됨에 따라 옵티마이저 설정을 조정하는 LLM 에이전트를 구동합니다. 그러나 고정된 에이전트 정책은 여러 번의 실행에 걸쳐 경험을 축적하지 못합니다. 우리는 RSI-Opt를 제안합니다. 이는 플러그 앤 플레이 방식의 재귀적 자기개선 옵티마이저 에이전트로, 학습 과정을 안내하는 지식—프롬프트, 절차 집합인 플레이북, 검증된 옵티마이저 코드 라이브러리, 그리고 의사결정 주기—을 지속적으로 발전시킵니다. 메타에이전트는 이전 실행에서 얻은 증거를 바탕으로 이러한 정책을 재작성하며, 아카이브는 평가된 정책들을 보관하여 추가 발전을 도모합니다. 세 가지 학습 과제에서 다섯 세대에 걸쳐, 메타에이전트들은 재사용 가능한 절차와 코드를 개발하고 스스로의 작업을 수행합니다.

RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model Training
진행 상황 및 관련 보도

조작된 ML: 머신러닝 연구에 대한 LLM의 판단 평가

arXiv:2610.32114v1 발표 유형: 신규 초록: AI 정렬 문제의 진전을 가속화하는 한 가지 방안은 정렬 연구의 일부 과정을 자동화하는 것이다. 이를 위해서는 감독하기 어려운 연구 과제들, 예를 들어 연구 제안서의 결함을 식별하고, 제안된 실험이 의도한 주장에 부합하는지 평가하는 등의 작업을 안정적으로 수행할 수 있는 시스템이 필요하다. 이러한 능력을 평가하기 위해 우리는 Tampered ML을 도입한다. 이 벤치마크는 1,858개의 항목 쌍으로 구성되며, 각 쌍은 출판된 머신러닝 논문에서 재구성된 실험 제안과, 특정한 방법론적 결함을 의도적으로 포함한 최소한의 수정을 거친 대조적 사례로 이루어져 있다. 모델들은 두 가지 제시 순서 모두에서 더 방법론적으로 타당한 제안을 식별해야 한다. 계층화된 표본을 대상으로 한 인간 검증 연구에 따르면, 해당 항목의 86%가…

진행 상황 및 관련 보도