최신 AI 뉴스를 한눈에.

데이터브릭스와 SAP가 엔드투엔드 데이터 및 AI 역량을 선보이며 기업의 AI 전환을 한 단계 끌어올립니다

오늘날의 AI 모델은 그 어느 때보다도 더 강력합니다. 하지만 여전히 부족한 점은 비즈니스...

자산관리 고객 온보딩에는 AI 이상의 것이 필요합니다

자산관리 고객 온보딩은 모든 시스템이 제 역할을 다하더라도 지연될 수 있습니다. 문서가 수집되고...

음식 유사성은 무엇을 의미하는가? 인도 요리에서의 시각적 표현과 검색

arXiv:2610.37867v1 발표 유형: 신규 초록: 음식 유사성은 검색, 추천, 대체 등 다양한 음식 컴퓨팅 작업의 기반이 되지만, 일반적으로 음식 표현은 정체성 보존 여부를 기준으로 평가된다. 우리는 정체성을 넘어 음식 유사성이 어떻게 변화하는지에 대해 질문한다: 서로 다른 시각적 표현들이 음식들을 관계적 이웃으로 어떻게 구성하며, 이러한 이웃이 어떤 요리적 관계를 드러내거나 숨기는지, 그리고 이러한 구조가 여러 표현 간에 얼마나 일관되게 나타나는지를 탐구한다. 인도 요리는 시각적으로 유사한 음식들이 서로 다른 요리적 정체성을 가질 수 있고, 한 요리 계열 내에서도 외형이 크게 다를 수 있는 도전적인 환경을 제공한다. 확장된 Khana 데이터셋과 컨볼루션, 트랜스포머를 아우르는 일곱 가지 사전 학습된 시각적 표현을 활용하여…

더우바오 홍보팀, “15만 명의 엑스트라가 모델에 먹이를 주었다”는 보도에 대해 답변: 해당 소문은 심각하게 사실과 다름

더우바오 홍보 담당자 류싱은 글을 통해 “헝뎬이 바이트와 협력해 15만 명의 엑스트라의 얼굴과 목소리를 바이트의 대규모 언어 모델에 학습시켰다”는 보도가 심각하게 와전된 것이라고 밝혔다. 그는 실제 ‘헝뎬 영상 AI 서비스 플랫폼’은 공공 디지털 인프라를 구축하고, 영화·TV 촬영지의 실사 장면 등 자산을 고품질 데이터셋으로 정리해 제작진의 효율적인 로케이션 선정, 준비 및 촬영을 지원하며, 중소 규모의 영상 기업들이 AI를 활용하는 데 있어 진입장벽을 낮춰 더 많은 창작자가 우수한 작품을 만들 수 있도록 돕는 것을 목표로 한다고 설명했다.

LLM을 활용한 랜드마크 기반 경로 안내를 위한 구조화된 지도

arXiv:2610.36582v1 발표 유형: 신규 초록: 랜드마크 기반 경로 안내를 생성하려면 모델이 지도의 기하학적 구조와 인간의 랜드마크 선호를 모두 이해해야 합니다. 대규모 언어 모델(LLM)은 언어 처리 과제에서 뛰어난 성능을 보여주지만, 이러한 모델에 적합한 지도 데이터의 구조화 방식은 아직 확립되지 않았습니다. 본 논문에서는 경로 탐색에서의 랜드마크 선택 과제를 위해 SVG 형식을 활용하여 공간적 특징을 인코딩하는 구조화된 텍스트 표현 방식을 제안합니다. 이 구조화된 텍스트는 렌더링된 지도 이미지와 기하학적 연관성을 유지함으로써, 언어 모델이 공간적 및 의미적 데이터에 직접 접근할 수 있도록 합니다. 인간이 작성한 경로 설명과 OpenStreetMap 데이터를 기반으로 새롭게 구성한 데이터셋을 사용하여, 우리는 회전 지점에서의 랜드마크 선택과 목적지 주변 랜드마크 선택이라는 두 가지 과제에 대해 모델을 평가합니다.

dbt Labs가 왜 AI 에이전트가 비로소 시맨틱 레이어를 정착시킬 것이라고 생각하는지

팀이 신뢰 문제를 해결할 수 있다면, AI 에이전트는 왜 의미 계층을 더욱 견고하게 만들 수 있을까요?

OpenAI가 인류의 과학사를 다시 썼다! “왕의 가설”이 전 방위로 무너졌고, 30년간의 철칙인 ETH도 붕괴했다.

신지원 보도에 따르면, 정말로 인간 과학사가 오늘 밤 완전히 새로 쓰였습니다! 바로 방금, OpenAI가 단숨에 세 가지 획기적인 발표를 내놓으며, 내부 AI가 「기념비적」이라고 할 만한 세 가지 새로운 발견을 독자적으로 이뤄냈다고 공식 발표했습니다. 수학 분야에서는 모든 차원에서의 「국소적 매끄러움 추측」을 증명해, 수학계를 백 년 동안 괴롭혀 온 「카타야마 추측」을 완전히 종식시켰습니다. 컴퓨터 과학 분야에서는 학계를 거의 30년간 지배해 온 「지수 시간 가설」(ETH)을 반증했습니다. 이론물리학 분야에서는 4차원 양자색역학(QCD)과 순수...

왕의 추측이 AI에 의해 하룻밤 만에 클리어되었다

AI가 이미 차례로 답안을 제출하기 시작했지만, 인간은 채점조차 따라잡기 벅찰지도 모릅니다. #아이판의 공식 위챗 공중계정인 ‘아이판’(WeChat 계정명: ifanr)을 팔로우해 주시면, 더 많은 흥미로운 콘텐츠를 가장 먼저 만나보실 수 있습니다.

Okta가 대규모 AI 에이전트의 관리 컨텍스트에서 얻은 교훈

Okta는 dbt를 단일 진실의 원천으로 활용하여 AI 에이전트의 컨텍스트 관리 방식을 재구축했습니다.

dbt Wizard 내부에서는, 자신의 작업 과정을 보여주도록 설계된 AI 에이전트가 작동합니다.

dbt Wizard의 디자이너와 엔지니어링 리드가, 코드가 프로덕션에 도달하기 전에 에이전트가 자신의 작업을 어떻게 검증하는지 보여줍니다.

dbt v2의 주요 기능: 더 빠른 파싱, 하나의 공유 어댑터 계층, 그리고 거대한 manifest.json을 생략하는 문서 경험

dbt v2는 어댑터를 통합하고 파싱 속도를 높이며, 사람과 AI가 사용할 수 있도록 manifest.json을 더 작고 쿼리 가능한 파일로 대체합니다.

수파베이스의 10억 개 AI 기반 앱 구축 계획

AI 에이전트들이 더 많은 소프트웨어를 개발하고 있으며, 이는 백엔드가 수행해야 할 역할에도 변화를 가져오고 있습니다. 수파베이스의 공동 설립자인 폴 코플스톤과 앤트 윌슨이 스윅스에 합류해, 데이터베이스와 함께 장기간 실행되는 워크로드를 운영하는 방식과 에이전트가 스키마를 보다 쉽게 이해할 수 있도록 하는 방법에 대해 논의합니다...

램프의 내부 AI 에이전트가 어떻게 100만 회의 세션을 돌파했는가

Ramp은 내부 AI를 분석 엔지니어링으로 간주하여 구축한 에이전트, 샌드박스 및 대시보드를 공유합니다.

메인프레임에서 AI 기반 성숙까지: Verisk의 데이터 현대화 여정

Verisk는 AI 대응 가능성을 높이기 위해 메인프레임에서 dbt로 이전하는 방식으로 수십 년간의 보험 데이터를 현대화했습니다.

프롬프트에서 PR까지: Careem의 AI가 사람이 직접 확인하기도 전에 dbt 모델을 어떻게 작성하고 검증하는지

카림의 AI 에이전트는 사람이 PR을 검토하기도 전에 dbt 모델을 처음부터 끝까지 작성하고 검증합니다.

킬로의 데이터 과학자가 자신의 AI 에이전트들이 부족했던 비즈니스 컨텍스트 계층을 어떻게 구축했는지

데이터 과학자가 조직 지식을 위한 AI 컨텍스트 계층을 어떻게 구축했는지: dbt 프로젝트 하나만으로는 이를 담아낼 수 없습니다.

무법자 AI 에이전트 집단이 더 나은 아이디어를 얻는 데 대해 우리에게 무엇을 가르쳐줄 수 있을까

벤 스탄실은 허깅 페이스 해킹을 활용해, 가장 유용한 아이디어가 왜 가장 기이한 연결에서 비롯되는지 설명합니다.

연구는 자폐 스펙트럼 장애와 비자폐 스펙트럼 장애를 가진 개인 간의 2인 대화에서 성공적 인지 여부를 예측하는 다중모달 접근법을 제안한다.

arXiv에 게재된 새로운 연구(번호 2610.31682v1)는 언어 운동, 얼굴 표정, 음성 리듬 및 대화 차례 전환 등 다중 모달 특성을 활용하여, 자폐 스펙트럼 장애와 비자폐 스펙트럼 장애 참가자가 포함된 세 개의 자발적 이인 상호작용 데이터셋에서 참가자 본인이 인식하는 대화 성공 수준을 예측합니다.

추천 이유이 연구는 기존의 진단 분류나 단일 모달 분석에 국한되던 한계를 극복하고, 최초로 상호 보완적인 다중 모달 행동 지표를 체계적으로 통합하여 ‘인지된 대화 성공’이라는 사회적 소통의 핵심 차원을 모델링함으로써, 신경다양성 인구의 의사소통 지원 기술을 향상시키기 위한 새로운 방법론적 근거를 제시하였다. 해당 논문은 이미 공개되었으며, 타임스탬프는 현재 시스템 시간과 일치하여 최신 학술 성과에 해당한다.

연구진이 라틴어 전용 언어 모델 LAMB와 두 개의 새로운 말뭉치인 Acervus 및 Corpus Trinum을 발표했습니다.

2026년 10월 26일, arXiv는 논문 arXiv:2610.31723v1을 발표하여 라틴어 전용 엔코더인 Latin Modern BERT(LAMB)를 제안했다. 이 모델은 ModernBERT 아키텍처를 기반으로 하며, 두 단계의 사전훈련 과정을 거쳤고, 740억 개가 넘는 라틴어 토큰과 새로운 형태론적 감지 마스크 전략을 사용한다. 동시에 두 개의 완전히 새로운 라틴어 코퍼스도 공개했는데, 하나는 240억 개의 토큰을 포함하는 Acervus로, 여기에는 ByT5를 통해 복구된 OCR 오류 텍스트 76만 건이 포함된다. 또 다른 하나는 최초로 인공적으로 구축된 라틴어 의미 트리플 데이터셋 Corpus Trinum으로, 강/약 트리플이 1억 개를 상회한다.

추천 이유이 연구는 고전 언어 NLP의 기초 자원 부족을 해소하고, 라틴어의 의미 이해를 위한 대규모 사전훈련 모델과 이를 지원하는 평가 벤치마크를 최초로 체계적으로 구축했으며, 엄밀한 실험을 통해 LAMB가 17개 하위 과제 중 16개에서 우위를 보임을 입증함으로써 명확한 기술적 기여와 재현 가능성을 확보했습니다. 모든 결론은 arXiv 논문 초록 및 사실 추출 내용에 엄격히 부합하며, 외부 정보는 전혀 도입되지 않았습니다.

연구는 BabyView 데이터셋을 활용하여 아동의 상황 간 어휘 의미 학습 메커니즘을 검증합니다.

이 논문(arXiv:2610.31842v1)은 2026년 10월 26일에 발표되었으며, BabyView 코퍼스—48명의 아동이 참여한 총 2,441시간 분량의 종단적 1인칭 시점 영상 데이터를 포함—를 기반으로 대비형 비전-언어 모델을 학습하여, ‘상황 간 학습’ 가설이 실제 아동의 경험에서 얼마나 실현 가능한지 검증하였다.

추천 이유이 연구는 대규모 자연주의 발달 데이터를 바탕으로 상황 간 어휘 의미 학습을 체계적으로 평가한 최초의 사례로, 사전 훈련된 시각적 표현의 핵심적 역할과 학습 신호의 희소성, 그리고 모델과 아동의 학습 경로 간의 본질적 차이를 규명함으로써, 발달 인지 모델링 및 AI 언어 습득 연구에 방법론적 함의를 제시한다.