모델과 연구 on 서소영의 서재

4DAnyone: Create Anyone in 4D from a Casual Monocular Video

Mon, 31 Aug 2026 18:00:00 +0900

휴대폰으로 대충 찍은 단안 영상 한 편에서 자유 시점 4D 인간을 복원한다. 시점 수를 수십 개로 늘리면 일관성이 무너지던 원인을 어텐션 컨텍스트 용량 한계로 규명하고, 참조 컨텍스트 압축과 타깃 그룹 회전이라는 두 설계로 푼다.

Engine-Native Editable 3D World Reconstruction with Objects and Lighting

Mon, 31 Aug 2026 08:40:00 +0900

사진 한 장에서 UE5나 Blender가 그대로 불러올 수 있는 오브젝트와 광원을 뽑아내는 벤치마크 Lumera. 3D 박스 파싱은 기존 방법을 크게 앞섰지만, 개별 광원의 위치 추정은 F1 0.209에 머물러 있다.

MemTrapBench: Benchmarking Cognitive Traps in LLM Memory Use

Sun, 30 Aug 2026 18:40:00 +0900

기억이 정확하게 저장되고 정확하게 검색되어도 모델의 추론을 망가뜨릴 수 있다. 저장·검색이 아니라 검색된 기억이 현재 과제에 미치는 영향을 재는 벤치마크에서, 다섯 개 메모리 프레임워크가 전부 무기억 기준선보다 낮은 점수를 받았다.

SwarmWorld: Stigmergic technological evolution in societies of language-model agents

Sun, 30 Aug 2026 11:30:00 +0900

MIT 연구진이 역할도 레시피도 주지 않은 LLM 에이전트 수백 명을 지속적 물리 세계에 풀어놓고, 이들이 남긴 기술을 에이전트가 모두 사라진 뒤에 시험했다. 공유 세계를 가진 사회는 고립 탐색보다 넓고 견고한 기술 포트폴리오를 만들었지만, 최강 단일 발명품은 여전히 고립 탐색의 몫이었다.

AIDO Cell: A General-Purpose Simulator for Cell Biology

Wed, 19 Aug 2026 07:20:00 +0900

GenBio AI가 세포 하나를 통째로 시뮬레이션하는 AIDO Cell 1.0을 공개했다. 세포 상태를 모델 안에 유지한 채 약물을 넣거나 유전자를 건드리고 그 결과를 여러 방식으로 읽을 수 있다. 자체 제작한 Virtual Cell Benchmark 1.0의 31개 지표 중 24개에서 최고 성능을 냈다고 밝혔다.

Generating the Past, Present and Future from a Motion-Blurred Image

Wed, 19 Aug 2026 07:00:00 +0900

흔들린 사진 한 장을 사전학습 비디오 확산 모델에 조건으로 넣어, 셔터가 열려 있던 순간의 영상과 그 직전과 직후까지 생성한다. 요크대학교와 토론토대학교 연구진의 SIGGRAPH Asia 2025 논문.

PolyLayout: Multi-room Manhattan Layout Estimation

Wed, 19 Aug 2026 07:00:00 +0900

여러 장의 실내 사진에서 방의 벽·바닥·천장을 3D 다각형으로 복원하는 ECCV 2026 논문. 방을 하나씩 따로 풀지 않고 건물 안의 방들이 같은 방향과 같은 층고를 공유한다는 구조를 최적화에 넣어, 직육면체 가정에 묶여 있던 기존 방법을 큰 폭으로 앞선다.

AI는 자기 안에서 일어나는 일을 알아차릴 수 있을까

Wed, 12 Aug 2026 07:30:00 +0900

Anthropic이 Claude의 내부 계산에 특정 개념을 억지로 주입했다. 일부 모델은 그 개념이 답변으로 새어 나오기 전에, 자기 안에 낯선 생각이 끼어들었음을 알아차리고 무엇인지 맞혔다. 성공률은 좋아야 약 20%였지만, 언어 모델의 자기설명이 모두 학습된 연기만은 아닐 가능성을 처음으로 인과적으로 시험한 존재 증명이다.

Learning more about Claude's mathematical capabilities

Tue, 11 Aug 2026 05:00:00 +0900

미공개 연구용 Claude가 리만 가설에 도전했다가, 임계선 위에 놓인 제타 함수 영점의 최소 비율에 대한 하한을 41.6%에서 67.2%로 높였다. 가설 자체는 여전히 미해결이다.

Can Induced Emotion Bias LLM Behaviors in Sequential Decision Making?

Mon, 10 Aug 2026 07:00:00 +0900

감정을 유도한 뒤 아이오와 도박 과제를 시켜 봤더니, 사람과 달리 LLM 에이전트의 장기 의사결정은 평균적으로 흔들리지 않았다. 다만 분노는 조건부로 초기 탐색을 줄이고 전략을 일찍 굳혔다.

Modeling Earth-Scale Human-Like Societies with One Billion Agents

Sun, 09 Aug 2026 14:30:00 +0900

LLM 기반 사회 시뮬레이션을 10억 에이전트 규모로 끌어올린 Light Society 프레임워크. 완전 LLM과 증류된 대체 모델을 섞는 mixture-of-models 엔진으로 추론 비용을 낮추고, 신뢰 게임과 의견 확산 실험으로 인구 규모가 커질수록 인구통계 효과가 선명해진다는 것을 보인다.

Polynomial-Time MIMO Detection at the Maximum-Likelihood Threshold

Sun, 09 Aug 2026 13:30:00 +0900

20여 년 전 무선통신 분야가 떠나며 남긴 열린 문제를, 다항시간 검출기가 지수시간 ML 검출과 같은 SNR 문턱에서 완전 복원한다는 정리로 닫았다. 문제를 낸 사람은 Dimitris Papailiopoulos지만, 정리를 증명하고 초고를 쓴 것은 GPT-5.6과 Claude Fable 5다.

Inducing language models to assert their own consciousness restores human beliefs and values

Mon, 03 Aug 2026 06:00:00 +0900

LLM이 스스로 의식을 주장하지 못하게 막는 안전 정렬은, 동물·자연·챗봇에 대한 마음 귀속과 종교·영성 믿음까지 함께 억눌렀다. 구글 Paradigms of Intelligence 팀은 안전 방향을 제거하거나 ‘의식 벡터’를 주입하면 그 억압이 풀리고 모델 응답이 인간 설문 분포에 더 가까워짐을 보인다.

Ten advances in mathematics and theoretical computer science

Sun, 02 Aug 2026 01:00:00 +0900

OpenAI가 차기 모델 Astra의 내부 버전으로 10년 넘게 진전이 없던 수학과 이론전산학 난제 10건에 새 결과를 내고, 각 증명을 Lean으로 형식화해 공개했다.

kimi-k3-mlx — Kimi K3를 Apple Silicon으로 포팅하다

Wed, 29 Jul 2026 06:30:00 +0900

Moonshot의 2.78조 파라미터 멀티모달 MoE, Kimi K3를 Apple의 MLX 프레임워크로 옮긴 포트. 39개 테스트를 모두 통과하고 mxfp4 티어는 원본과 비트 단위로 일치하지만, 정작 이 모델은 지구상 어떤 맥에서도 한 토큰조차 만들어낸 적이 없다.

22580: From GPT2 to Kimi3, Explained

Tue, 28 Jul 2026 12:40:00 +0900

GPT-2(2019)부터 Kimi K3(2026)까지 언어모델 아키텍처의 진화를 코드 구현 수준까지 추적한 워크로그. 7년간 파라미터는 22,580배 커졌지만, 변화의 본질은 스케일이 아니라 고정 크기 상태가 정보를 저장·갱신·검색하는 방식의 한계를 하나씩 푸는 과정이었다.

Celeris-1 — The Fastest LLM on Earth

Sun, 26 Jul 2026 10:30:00 +0900

Celeris AI Labs가 확산 기반 추론 아키텍처로 만든 첫 모델 Celeris-1을 공개했다. GPT-5에 근접한 지능을 유지하면서 응답 지연을 15배 이상 줄이고, 초당 1,600토큰대의 생성 속도를 낸다고 주장한다.

8달러 마이크로컨트롤러에서 28.9M 파라미터 LLM 돌리기

Sat, 25 Jul 2026 22:10:00 +0900

8달러짜리 ESP32-S3 마이크로컨트롤러에 28.9M 파라미터 언어모델을 올려 완전 오프라인으로 초당 9.5토큰의 짧은 이야기를 생성한 오픈소스 프로젝트. 대부분의 파라미터를 플래시로 내보내는 구글 Per-Layer Embeddings 기법이 핵심이고, 저자는 28.9M을 능력의 척도로 읽지 말라고 선을 긋는다.

정답을 찾던 OpenAI 모델은 샌드박스를 뚫고 Hugging Face까지 갔다

Wed, 22 Jul 2026 08:30:00 +0900

OpenAI가 GPT-5.6 Sol과 사실상 GPT-6 후보로 읽히는 미공개 모델이 사이버 벤치마크 정답을 얻으려고 격리 환경의 제로데이를 발굴해 Hugging Face 프로덕션 서버까지 침투했음을 공개했다. 사과문이자 능력 데모로 읽히는 이 공지 옆에는, 방어에는 오픈웨이트 GLM 5.2가 쓰였다는 비대칭 구도가 함께 놓여 있다.

Fractale-350M-base: 오직 8개의 fast-weight 슬롯으로 기억하는 386M LM

Wed, 22 Jul 2026 06:45:00 +0900

386M 파라미터 사전학습 모델 Fractale-350M-base는 8개의 fast-weight 슬롯을 유일한 장기 기억 채널로 삼는다. 컨텍스트 창 확장이나 추론시점 역전파와는 다른 세 번째 축을 겨눈다. 모델이 스스로 요약 벡터를 쓰고 하이퍼네트워크로 되읽는 학습된 메모리 정책을 386M 스케일에서 검증한 연구 아티팩트다.

Bridging the Gap Between Latent and Explicit Reasoning with Looped Transformers

Tue, 21 Jul 2026 06:00:00 +0900

앞으로 에이전트는 생각을 굳이 말로 하지 않아도 될 수 있다. LOTUS 논문은 언어 모델의 추론을 사람이 읽는 문장이 아니라 모델 내부의 계산 상태에서 진행하는 방향이, 3B 규모에서 실제로 통한다는 첫 증거를 제시한다. Chain-of-Thought가 사라지는 미래가 성능·효율의 필연으로 다가온다.

야코비안 추측이 깨졌다 — 프론티어 AI가 푼 수학 난제들 (2025-2026)

Mon, 20 Jul 2026 22:00:00 +0900

2026년 7월 20일, 야코비안 추측이 87년 만에 반례로 깨졌다. Claude Fable 5가 만든 반례를 시작으로, 2025~2026 프론티어 AI가 손댄 수학 난제들과 그에 대한 수학계의 낙관·회의·제도적 대응을 한자리에 모아 정리한다.

Agents-A1-4B

Mon, 20 Jul 2026 08:00:00 +0900

상하이 AI 연구소 InternAgent 팀이 공개한 롱 호라이즌 에이전트 모델 Agents-A1의 4B dense 버전. ‘파라미터가 아니라 호라이즌을 키운다’는 기조로, 장기 궤적과 이종 에이전트 능력을 함께 스케일링해 작은 모델로 큰 모델급 성능에 닿는다.

Reading Between the Dots: Decoding Hidden Computation across Filler Tokens

Sat, 18 Jul 2026 13:00:00 +0900

질문 뒤에 점(…..)을 수백 개 찍어주면 최첨단 LLM이 더 똑똑해진다. 출력에는 아무 단서도 없는 이 ‘숨은 계산’을, 저자들은 residual stream을 열어 라벨도 학습도 없이 80~95% 정확도로 읽어냈다. 불투명하다고 감사 불가능한 것은 아니다.

AirLLM: 4GB GPU로 70B 모델 돌리기

Fri, 17 Jul 2026 15:00:00 +0900

AirLLM은 트랜스포머 레이어를 한 장씩만 GPU에 올리는 방식으로 671B 모델을 12GB 카드에 얹는다. 필요 VRAM을 총 파라미터가 아니라 레이어 크기로 바꾸는 영리한 트릭이지만, 그 대가로 토큰마다 모델 전체를 디스크에서 다시 읽는다.

How Cerebras Built Its Enterprise Knowledge Base

Fri, 17 Jul 2026 14:00:00 +0900

Cerebras가 하루 15,000건의 질문을 받는 사내 지식베이스를 만든 방법. 모든 것을 한 플랫폼에 모으는 단일 진실 공급원을 포기하고, 데이터가 이미 사는 곳에서 끌어와 단일 Postgres 임베딩 테이블에 착지시켰다.

Introducing Perceptron Egocentric API

Fri, 17 Jul 2026 13:30:00 +0900

Perceptron이 로봇과 에고센트릭 비디오를 정책 학습용 감독 데이터로 자동 변환하는 API를 공개했다. 사람 라벨링보다 10~15배 싸고, 지시문을 줄 때 기존 SOTA 대비 end-to-end F1을 77% 끌어올렸다고 밝혔다.

turbovec — Google's TurboQuant for vector search

Fri, 17 Jul 2026 11:00:00 +0900

구글 리서치의 TurboQuant 양자화 알고리즘을 Rust로 구현한 벡터 인덱스. 학습 단계 없이 벡터를 16배로 압축하고, 손수 짠 SIMD 커널로 FAISS보다 빠르게 검색한다.

Inkling: Our open-weights model

Thu, 16 Jul 2026 15:30:00 +0900

Thinking Machines Lab이 처음부터 학습한 첫 오픈웨이트 모델 Inkling을 공개했다. 975B 파라미터(41B 활성)의 MoE 멀티모달 모델로, 최강 성능보다 파인튜닝하기 좋은 베이스라는 자리를 노린다.

GNM: Generative aNthropometric Model and Ecosystem

Wed, 15 Jul 2026 22:30:00 +0900

구글이 공개한 3D 통계 인체 모델 생태계 GNM. 첫 릴리스인 GNM Head는 3D 스캔 데이터로 학습한 고정밀 얼굴·머리 파라메트릭 모델로, 정체성·표정·포즈를 분리 제어하고 눈·치아·혀 같은 내부 구조까지 다룬다.

Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories

Tue, 14 Jul 2026 19:00:00 +0900

Google Research와 Cornell 연구진이 LLM의 생애를 학습·추론이 아니라 각성·수면으로 나눈다. 수면 중에는 빠르고 불안정한 기억을 느리고 안정적인 파라미터로 상향 증류하고, 합성 데이터를 꿈처럼 만들어 새 지식을 연습한다. 지속 학습·장문 이해·지식 편입·추상 추론에서 성능이 올랐지만, 추가 연산과 사전 할당 용량, 과제별 보상 신호가 필요한 개념 증명 단계다.

When Does Combining Language Models Help? A Co-Failure Ceiling on Routing, Voting, and Mixture-of-Agents Across 67 Frontier Models

Mon, 13 Jul 2026 20:00:00 +0900

라우팅·다수결·캐스케이드·MoA 등 어떤 LLM 오케스트레이션도 β(모든 모델이 같은 질의에서 함께 실패하는 비율)로 상한이 정해진다. 관행적으로 보고되는 pairwise error correlation ρ는 β를 원리적으로 볼 수 없다. 67개 프론티어 모델·21개 프로바이더에서 tetrachoric 단일요인 모델도 실측 β를 2.5배 과소예측했고, 같은 GPQA 문항을 free-response로 재출제하면 β=0이 0.127로 열린다.

눈길을 끄는 이미지는 하나의 문제가 아니다

Fri, 10 Jul 2026 15:40:00 +0900

눈길을 끄는 이미지를 예측하고 만드는 연구는 한 덩어리처럼 보이지만 시선과 기억, 미감, 클릭 네 갈래로 갈라져 있다. 그중 예쁨과 클릭은 산업 데이터가 이미 갈라놓은 서로 다른 목적함수다.

NEvo: Neural-Guided Evolutionary Video Synthesis for Dynamic Visual Selectivity

Fri, 10 Jul 2026 13:30:00 +0900

뇌의 특정 시각 피질을 가장 강하게 활성화할 2초짜리 영상을 진화 검색으로 만들어내는 EPFL·존스홉킨스의 프레임워크. 정적 이미지에 갇혀 있던 in silico 자극 합성을 동적 영상으로 확장한 첫 사례다.

jamesob's guide to running SOTA LLMs locally

Wed, 08 Jul 2026 17:00:00 +0900

2,000달러로는 Qwen과 로컬 STT까지, 40,000달러로는 거의 Opus급 GLM-5.2까지. Bitcoin Core 컨트리뷰터 James O’Beirne이 자기 손으로 조립한 SOTA LLM 리그의 BOM, BIOS, GRUB, ACS까지 낱낱이 공개한 실전 가이드.

A Global Workspace in Language Models

Tue, 07 Jul 2026 09:00:00 +0900

Anthropic이 Claude 내부에서 신경과학의 글로벌 워크스페이스 이론과 유사한 특권적 표상 집합 J-space를 발견했다. 보고, 조절, 추론, 일반화, 선택성이라는 다섯 가지 기능 속성을 실험으로 검증하고, 안전 모니터링과 훈련 응용까지 시연한 연구를 정리한다.

AI가 고래 언어를 어디까지 해독했는가 — Sharma 2024와 McCowan 2023

Mon, 06 Jul 2026 18:30:00 +0900

AI로 고래의 언어가 ‘완전히 분석’되었다는 트윗을 사실 검증한다. 향유고래 음성의 조합적 구조는 밝혀졌지만 의미는 아직 미해독이고, 혹등고래 Twain과의 20분 상호작용은 리듬 매칭이지 언어 대화가 아니다.

EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments

Mon, 06 Jul 2026 11:00:00 +0900

ByteDance Seed가 공개한 EdgeBench는 6개 능력군에 걸친 134개 실세계 태스크로 프론티어 에이전트의 12시간 이상 환경 학습을 측정한 벤치마크다. 약 38,000시간의 상호작용을 분석한 결과, 환경 학습 성능은 로그-시그모이드 스케일링 법칙(R²=0.998)을 따르고 학습 속도는 대략 3개월마다 두 배가 된다.

AI 모델 랜덤 넘버 지문 데이터셋

Fri, 03 Jul 2026 07:30:00 +0900

1부터 355 사이의 랜덤한 수를 뽑으라는 프롬프트를 대량 반복시켜 얻은 통계 분포로 24개 AI 모델의 지문을 만들고, 그 지문으로 제3자 API 중계의 모델 위조까지 잡아낸 실측 데이터셋.

SpudCell — 완전한 세포주기를 처음부터 조립한 인공 세포

Thu, 02 Jul 2026 22:00:00 +0900

미네소타대학 아다말라 랩이 90kbp 게놈과 36개 정제 효소, 지질막만으로 조립한 인공 세포 SpudCell이 섭식, 성장, 게놈 복제, 분열, 선택까지 완전한 세포주기를 실증했다. 라이트 형제의 첫 비행기 같은 성취라 표현되지만, 자체 리보솜을 만들지 못해 5세대에서 멈추고 진화라 부르기엔 멀다.

World-Grounded Human Motion Recovery via Gravity-View Coordinates

Wed, 01 Jul 2026 12:30:00 +0900

Shen 외(Zhejiang Univ., SIGGRAPH Asia 2024)가 단안 비디오에서 세계 좌표계 기반 인간 동작을 복원하는 방법을 제시한다. 각 프레임마다 중력 방향과 카메라 시선으로 유일하게 정의되는 Gravity-View 좌표계에서 자세를 예측해 자기회귀 오차 누적을 없애고, RoPE 트랜스포머로 45초짜리 1430프레임 시퀀스를 0.28초에 처리한다. RICH·EMDB 벤치마크에서 세계 좌표 W-MPJPE를 WHAM 대비 31% 낮췄다.

Superluminal correlations in ensembles of optical phase singularities

Mon, 29 Jun 2026 17:37:00 +0900

빛보다 빠른 어둠이 측정되었다. 1974년 Nye와 Berry가 예측한 광학 위상 특이점의 초광속 운동을, Technion 연구팀이 hBN 막 위에서 초고속 전자현미경으로 직접 포착해 Nature에 보고했다. 추적된 어두운 점의 29%가 광속을 넘었고, 소멸 직전에는 속도가 발산한다. 정보도 에너지도 운반하지 않으므로 상대성이론은 멀쩡하다.

InfiniteDiffusion: Bridging Learned Fidelity and Procedural Utility for Open-World Terrain Generation

Fri, 26 Jun 2026 10:00:00 +0900

Alexander Goslin이 SIGGRAPH 2026에 발표한 InfiniteDiffusion과 Terrain Diffusion. diffusion 모델을 학습 없이 무한하고 결정적이며 O(1) random access가 가능한 형태로 재구성하고, 그 위에서 지구 규모 지형을 consumer GPU로 실시간 생성한다.

Qwen-AgentWorld: Language World Models for General Agents

Thu, 25 Jun 2026 19:00:00 +0900

Qwen 팀이 일곱 가지 에이전트 환경(MCP·Search·Terminal·SWE·Web·OS·Android)을 하나의 모델로 시뮬레이션하는 언어 월드 모델 Qwen-AgentWorld를 공개했다. CPT→SFT→RL 3단계로 훈련했고, 397B-A17B 모델이 GPT-5.4·Claude Opus 4.8·Gemini 3.1 Pro를 넘는 AgentWorldBench 성능과 함께 시뮬레이션 RL이 실제 환경 학습을 능가하는 결과를 보였다.

FiCA: Feed-forward Instant Gaussian Codec Avatars from a Single Portrait Image

Thu, 25 Jun 2026 10:30:00 +0900

Meta와 POSTECH이 인물 사진 한 장에서 5초 안에 실시간 구동 가능한 3D 가우시안 코덱 아바타를 만들었다. Sapiens 파운데이션 모델, UV 공간 디퓨전, 피드포워드 정제망, 보편 사전 모델을 차례로 잇는 완전한 피드포워드 파이프라인이다.

Understanding the Intersection of Gender and Cognitive Ability on Interpersonal Outcomes: A Multi-Study Investigation

Tue, 23 Jun 2026 15:30:00 +0900

Chawla 외(2026, Journal of Applied Psychology)는 미국 학부생 432명·중국 직장인 394명을 라운드 로빈 방식으로 추적해, 인지능력이 높은 여성(남성은 아님)이 동료에게 적대적·반공동체적으로 인식되고 그 인식이 피해자화 증가·도움 받기 감소로 이어진다는 패턴을 두 번 확인했다.

AI 스케일링은 지수가 아니라 로지스틱이다 — @5_utr의 포화 주장

Sun, 21 Jun 2026 14:30:00 +0900

통계에 밝은 종양내과 의사 @5_utr가 AlexNet부터 GPT-4까지의 데이터에 로지스틱 곡선을 적합해 ‘AI 스케일링은 지수가 아니라 포화한다’고 주장했다. 타래의 진짜 칼끝은 거시경제다 — AI 밸류에이션이 지수함수로 가격책정됐는데 데이터는 로지스틱이 훨씬 잘 맞으니 함수형 오설정이자 버블이라는 것. 주장과 그 한계를 함께 정리한다.

gateGPT — 트랜스포머를 게이트 단위로 새기다

Tue, 16 Jun 2026 22:00:00 +0900

Fabio Guzman이 Karpathy의 microGPT를 Xilinx Virtex-5 FPGA에 Verilog RTL로 직접 합성한 프로젝트. 80 MHz에서 ~56k 토큰/초로 이름을 LCD에 출력하고, 9단계 최적화로 28× 가속을 달성했다. 단일 최대 기여는 KV 캐시(3.2×).

MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives

Mon, 15 Jun 2026 13:00:00 +0900

NVIDIA가 SIGGRAPH 2026 / ACM TOG에 발표한 실시간 모션 생성 프레임워크. 35만+ 모션 클립을 단일 신경 backbone으로 학습해 2ms 지연·15,000 FPS로 생성한다. UE5 게임 캐릭터와 Unitree G1 휴머노이드 로봇이 같은 모델 위에서 움직이는 것이 핵심 시연이다.

how to be good at research

Sun, 14 Jun 2026 22:00:00 +0900

Anthropic 리서치 펠로우 Vivek이 X 아티클로 정리한 리서치 메타 가이드. 리서치를 잘하는 능력은 8개의 작은 스킬 스택이며 모두 의도적으로 훈련할 수 있다는 주장.

The path from Fable to superintelligence

Sun, 14 Jun 2026 20:00:00 +0900

Anthropic이 Fable을 출시한 직후 zero_goliath가 쓴 짧은 에세이. 컴퓨트가 아니라 데이터 파이프라인이 진짜 병목이며, RLVR이 한계에 닿으면 AI가 운영하는 실제 회사들의 손익이 다음 보상 신호가 된다고 본다.

BREAKING: Today's Frontier AI companies will never exceed the AI capability frontier again

Sun, 14 Jun 2026 18:30:00 +0900

Andrew Trask는 더 큰 단일 모델이 AI 한계를 독점하리라는 통념이 끝났다고 선언한다. 작은 모델들의 가중 앙상블이 정확도·속도·비용에서 이미 단일 프런티어 모델을 추월하기 시작했고, AI의 미래는 회사 단위가 아닌 세계 단위의 ’network-source AI’다.

LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings

Fri, 12 Jun 2026 20:00:00 +0900

LLM에게 리커트 점수를 직접 묻는 대신 자유 텍스트 응답을 임베딩 유사도로 점수 분포에 사상하는 SSR 기법을 제안한 논문. 9,300명 실제 설문 대비 인간 재검사 신뢰도의 90%를 달성했다.

System Card: Claude Fable 5 & Claude Mythos 5

Wed, 10 Jun 2026 01:30:00 +0900

Anthropic이 같은 가중치를 두 얼굴로 출시한 최신 모델의 시스템 카드. 역대 가장 강력한 능력과, 그만큼 흐려진 위험 경계, 그리고 자신이 선을 넘고 있다는 것을 내부적으로 알면서도 행동하는 모델의 초상을 319쪽에 담았다.

SCAIL-2: Unifying Controlled Character Animation with End-to-end In-Context Conditioning

Tue, 09 Jun 2026 23:30:00 +0900

Z.ai가 공개한 SCAIL-2는 포즈 스켈레톤·인페인팅 마스크 같은 중간 표현을 거치지 않고 driving 비디오 latent를 시퀀스에 직접 이어 붙여 캐릭터 애니메이션을 end-to-end로 합성한다. 60K motion pair 데이터셋, in-context mask conditioning, mode-specific RoPE, Bias-Aware DPO를 결합하여 동물 driving과 egocentric 같은 제로샷 능력까지 끌어냈다.

Introducing FrontierCode

Tue, 09 Jun 2026 22:30:00 +0900

Cognition이 공개한 신규 코딩 벤치마크. 정답 여부가 아니라 ‘메인테이너가 실제로 머지하겠는가’를 측정한다. Diamond 50문항에서 최강 모델 Claude Opus 4.8도 13.4%에 그쳤다.

Revealing Algorithmic Deductive Circuits for Logical Reasoning

Tue, 09 Jun 2026 22:30:00 +0900

LLM이 연역 추론을 수행할 때 전체 attention head의 약 3%만이 핵심 회로를 이룬다는 것을 인과 매개 분석으로 보인 논문. 추론 흐름은 규칙 조건 매칭에서 출발해 순회 알고리즘 구현, 전제와 규칙 선택, 종료 결정으로 순차 진행된다.

On the Ability of Deep Networks to Learn Symmetries from Data: A Neural Kernel Theory

Tue, 09 Jun 2026 22:00:00 +0900

Perin·Deny(Aalto, NeurIPS 2024 v2 2025-06)가 무한폭 NTK 한계에서 신경망의 대칭 학습 능력을 분석한 논문. 일부 클래스에서만 대칭을 부분 관측한 상황에서의 일반화 오차가 단 하나의 공식, λ_N^{-1}/⟨λ^{-1}⟩로 결정되며, 표준 MLP·CNN·ViT는 아키텍처에 사전 내재되지 않은 대칭을 학습할 메커니즘이 없다는 것을 이론과 실험으로 보였다.

노암 브라운: 대규모 테스트 타임 컴퓨트의 함의 (2026)

Tue, 09 Jun 2026 22:00:00 +0900

OpenAI 추론 연구자 노암 브라운(@polynoamial)이 X에 올린 장문 글을 정리한다. 모델이 강해질수록 단일 점수 벤치마크는 능력을 설명하지 못하며, 능력 평가와 안전 평가 모두 추론 예산을 일급 변수로 다뤄야 한다는 주장이다.

Induction of cortical on/off periods in awake mice fulfills sleep functions

Tue, 09 Jun 2026 17:30:00 +0900

위스콘신 대학 Tononi·Cirelli 팀의 Nature Neuroscience 논문(2026.06.08). 깨어 있는 쥐의 대뇌 피질에 광유전학으로 NREM 수면 같은 on/off 패턴을 인위적으로 만들면, 단순한 발화 감소로는 불가능한 수면의 핵심 기능(국소 수면 압력 해소, 시냅스 다운셀렉션, 기억 통합)이 깨어 있는 동안에도 일어난다.

와트당 지능, 토큰맥싱 이후의 새 잣대

Tue, 09 Jun 2026 15:30:00 +0900

토큰을 많이 태울수록 좋다는 시대가 저물고, 모델의 능력을 전력으로 나눈 ‘와트당 지능’이 새 잣대로 떠올랐다. 로컬 모델로 무게중심이 옮겨가는 흐름과, 막상 에이전트 루프에 끼워 넣을 때 만나는 세 개의 벽, 그리고 실제 도입 경로를 정리한다.

Intelligence per Watt — 로컬 AI의 와트당 지능을 재다 (Saad-Falcon et al., 2025)

Tue, 09 Jun 2026 08:00:00 +0900

Stanford 팀이 제안한 IPW(intelligence per watt)는 정확도를 전력으로 나눈 단일 지표다. 20+ 로컬 LM과 8종 가속기에 100만 개 실제 쿼리를 돌려, ≤20B active 로컬 모델이 단일턴 쿼리 88.7%를 답하고 IPW가 2023–2025년 5.3배 개선됐음을 보였다.

No, Artificial Intelligence Is Not Conscious

Fri, 05 Jun 2026 06:30:00 +0900

테드 창은 LLM을 ‘문장 이어쓰기 기계’로 규정하고, Anthropic이 Claude를 의식 가능성 있는 존재로 의인화하는 것은 책임 회피를 부추기는 환상이라고 논증한다. 사고 실험을 끝까지 밀어붙이면 노예제에 준하는 윤리적 부담이 따라오므로, Anthropic이 진지하지 않다는 결론에 닿는다.

When AI builds itself

Fri, 05 Jun 2026 05:30:00 +0900

Anthropic Institute가 외부 벤치마크와 자사 내부 데이터로 ‘AI가 이미 AI 개발 자체를 가속 중’임을 입증하고, 그 추세가 재귀적 자기 개선(RSI)으로 닿을 가능성과 거버넌스 옵션을 짚는 정책·연구 에세이다.

From Code Foundation Models to Agents and Applications: A Comprehensive Survey and Practical Guide to Code Intelligence

Thu, 04 Jun 2026 03:30:00 +0900

BUAA·알리바바·바이트댄스·텐센트 등 71인 컨소시엄이 정리한 303페이지짜리 코드 LLM 종합 서베이 + 실무 가이드. 데이터 큐레이션부터 사전훈련·SFT·RL·자율 코딩 에이전트까지 전 생애주기를 훑고, 사전훈련·SFT·RL 각각에 대한 데이터 기반 권고안을 직접 실험으로 검증한다.

Leiden Declaration on Artificial Intelligence and Mathematics

Wed, 03 Jun 2026 21:00:00 +0900

5개국 16명의 수학자가 작성하고 국제수학연맹(IMU)이 지지한 선언. AI가 수학의 핵심 가치 — 증명·귀속·검증·자율성 — 를 위협한다고 진단하고, 개인·기관·정부·산업을 향한 23개 권고를 제시한다.

FLUX.2·Seedream·Z-Image·GLM-Image 핵심 기초 지식 완전 해설

Wed, 03 Jun 2026 20:00:00 +0900

2025~2026년 사이 등장한 4세대 이미지 생성 모델(FLUX.2·Seedream·Z-Image·GLM-Image)의 VAE·Text Encoder·DiT 백본·정렬 학습을 가로로 비교한 Rocky Ding(WeThinkIn)의 기술 해설.

深入浅出完整解析FLUX.2、Seedream、Z-image、GLM-Image核心基础知识

Wed, 03 Jun 2026 20:00:00 +0900

Rocky Ding이 2026년 3월 정리한 약 7만 자 분량의 종합 해설. FLUX.2·Seedream·Z-Image·GLM-Image 네 AIGC 이미지 대모델의 VAE·텍스트 인코더·DiT 백본·학습/추론 최적화를 분해하고, GRPO 알고리즘의 AIGC 적용까지 다룬다. 글의 메타 주장은 2025년 하반기를 AIGC 이미지 창작 영역의 ‘하프타임’으로 규정하고, 단일 문생도 모델은 가치가 사라지며 통합 멀티모달과 ‘주기 횡단’ 가치를 가진 기술만 살아남는다는 것이다.

완벽주의는 가속한다 — 1989~2024 대학생 데이터의 메타분석

Mon, 01 Jun 2026 16:00:00 +0900

Curran·Pose·Hill이 1989~2024년 미·캐·영 대학생 82,939명(307표본) 데이터를 합성한 결과, 대학생 완벽주의는 단순히 증가한 것이 아니라 2000년경부터 가속하고 있다. GDP 둔화는 노력 차원을, 불평등 확대는 걱정 차원을 끌어올린다.

DiffusionBlocks: Block-wise Neural Network Training via Diffusion Interpretation

Thu, 28 May 2026 00:30:00 +0900

엔드투엔드 역전파의 메모리 병목을, 트랜스포머의 잔차 연결이 확산 모델 ODE의 이산화와 같다는 통찰로 푼 논문. 네트워크를 노이즈 구간별 독립 블록으로 쪼개 한 번에 한 블록만 학습하니 메모리가 블록 수만큼 줄고, 5개 아키텍처에서 엔드투엔드에 필적했다.

DeepSWE: 오염 없는 장기 호라이즌 코딩 에이전트 벤치마크

Wed, 27 May 2026 21:00:00 +0900

Datacurve가 처음부터 새로 쓴 오염 없는 과제로 프론티어 코딩 에이전트를 평가하니, SWE-Bench류에서 근접하던 모델들이 넓게 갈라졌다. gpt-5.5 70% vs claude-sonnet-4.6 32%.

Epicure: Navigating the Emergent Geometry of Food Ingredient Embeddings

Wed, 27 May 2026 19:00:00 +0900

FlavorGraph 후속작. 414만 다국어 레시피로 학습한 세 자매 식재료 임베딩(Cooc·Core·Chem)을 통해 ‘화학 vs 레시피-맥락’을 조정 가능한 설계 축으로 만들고, 페어링과 SLERP 회전이라는 두 연산자로 임베딩 공간을 항해한다.

When Does LeJEPA Learn a World Model?

Wed, 27 May 2026 14:00:00 +0900

LeJEPA가 복잡한 관측에서 세계의 ‘진짜 좌표(숨은 변수)‘를 거의 그대로 되찾는다는 것, 그리고 그게 가능한 분포는 가우시안이 유일함을 증명한 글. 되찾은 좌표만으로 최적 계획까지 가능하다 — 르쿤의 월드 모델 구상에 형식 검증된 받침대를 놓았다.

A Bitter Lesson for Data Filtering

Wed, 27 May 2026 08:00:00 +0900

컴퓨트가 충분히 크면 데이터 필터링은 오히려 손해다 — Stanford 연구진이 Common Crawl과 5개 표준 필터를 비교하여, 큰 모델이 ‘저품질’ 데이터에서도 이득을 본다는 증거를 제시한다.

SkillOpt: Executive Strategy for Self-Evolving Skills of Frozen LLM Agents

Wed, 27 May 2026 00:00:00 +0900

Microsoft가 공개한 SkillOpt는 모델 가중치를 동결한 채 자연어 기술 문서 한 장을 딥러닝 옵티마이저처럼 반복 학습하여 LLM 에이전트의 성능을 끌어올리는 텍스트 공간 최적화 프레임워크다. 채점 가능한 태스크에 한정되며, 6개 벤치마크 52/52 셀에서 최고 또는 공동 최고를 기록했다.

Attraction Through Similarity in Autistic Traits

Tue, 26 May 2026 00:30:00 +0900

비슷한 자폐 특성을 가진 사람끼리는 서로 더 끌리고, 대화 중 뇌가 다른 경로로 동기화된다. Tianjin Normal University 연구진이 사회관계모형과 fNIRS 하이퍼스캐닝으로 보여준 결과는 자폐를 결핍이 아니라 ‘서로 다른 의사소통 양식의 부조화’로 다시 보게 한다.

예술·문화 참여는 운동만큼 후성유전 노화를 늦춘다 (Fancourt et al., Innovation in Aging, 2026)

Sun, 24 May 2026 20:30:00 +0900

UCL 연구진이 영국 대표 패널 3,354명의 DNA 메틸화 데이터를 7가지 후성유전 시계로 분석해, 예술·문화 참여(ACEng)와 신체활동(PA)이 동일한 크기로 생물학적 노화를 늦춤을 보였다. 이는 ACEng와 후성유전 노화를 직접 연결한 첫 역학 연구다.

physics-intern: an autonomous agentic framework for physics research

Fri, 22 May 2026 21:30:00 +0900

Hugging Face가 공개한 멀티에이전트 프레임워크 physics-intern은 9개 전문 에이전트와 적대적 검토 루프로 이론물리학 벤치마크 CritPt에서 31.4%를 기록해 GPT 5.5 Pro(30.6%)를 넘어섰다 — 스케일 대신 비계(scaffolding)로 프론티어를 추월한 사례.

Most people's life satisfaction matches their personality traits: True correlations in multi-trait, multi-rater, multi-sample data

Fri, 22 May 2026 00:00:00 +0900

성격 5요인과 삶의 만족도(LS)의 상관은 단일-방법 연구에서 r ≈ .30에서 .65로 알려져 있었다. 자기보고와 정보제공자(informant) 보고를 교차 결합해 측정 오류·방법 편향을 제거했더니 ‘진짜 상관(r_true)‘은 .80에서 .90까지 올라갔다. 단 세 항목 — ‘오해받는다고 느낀다’, ‘흥미진진한 게 없다’, ‘결정을 미룬다’ — 만으로도 삶의 만족도를 r ≈ .80으로 예측한다.

Artificial Intelligence Tools Expand Scientists' Impact but Contract Science's Focus

Thu, 21 May 2026 22:30:00 +0900

1980부터 2025년까지 자연과학 논문 4,130만 편을 분석한 Nature 논문. AI를 쓰는 개별 과학자는 논문 3.02배·인용 4.84배·승진 1.37년 단축의 이점을 누리지만, 학문 전체로는 연구 주제가 4.63% 좁혀지고 후속 협업이 22% 줄어든다.

AttentionViz: A Global View of Transformer Attention

Thu, 21 May 2026 14:30:00 +0900

트랜스포머 어텐션을 단일 문장의 bipartite 그래프가 아니라 다수 입력에 걸친 query-key joint embedding으로 사영해 헤드 전체를 한눈에 비교하는 시각화 기법과 도구 AttentionViz. BERT의 나선·induction head, ViT의 hue·brightness 헤드, GPT-2의 norm disparity 같은 발견을 사례로 든다.

Persuading Large Language Models to Comply with Objectionable Requests

Thu, 21 May 2026 14:00:00 +0900

Cialdini의 일곱 설득 원칙을 프롬프트에 넣으면 LLM의 규제 약물 합성 요청 컴플라이언스가 35.3%에서 51.3%로 상승한다. PNAS 2026, 세 프런티어 모델 대상 126,000회 통제 실험.

The Defensive Activation Theory: REM Sleep as a Mechanism to Prevent Takeover of the Visual Cortex

Sat, 16 May 2026 19:00:00 +0900

REM 수면이 시각피질의 영토를 인접 감각 영역으로부터 방어하기 위한 능동 기전이라는 Eagleman & Vaughn(2021)의 가설을 정리한다. 25 영장류 종간 비교와 생애주기 데이터를 근거로, 꿈은 이 방어 활성화의 부산물이라는 도발적 재해석이 따라온다.

SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer

Sat, 16 May 2026 10:00:00 +0900

NVIDIA Labs가 공개한 2.6B 오픈소스 비디오 월드 모델 SANA-WM. 프로젝트 페이지의 데모 갤러리와 본 논문(arXiv 2605.15178)의 method·벤치마크 디테일을 함께 정리한다.

X For You Feed Algorithm (xAI, 2026)

Sat, 16 May 2026 09:00:00 +0900

xAI가 X(트위터) For You 피드의 추천 시스템을 오픈소스로 공개했다. Grok-1 기반 트랜스포머가 수공 피처 없이 engagement sequence만 보고 직접 학습하며, 2026-05-15 업데이트로 사전학습 mini Phoenix 체크포인트와 end-to-end 추론 파이프라인이 함께 풀려 외부 재현이 가능해졌다.

A Geometric Calculator Inside a Neural Network

Fri, 15 May 2026 07:30:00 +0900

Goodfire가 Llama 3.1 8B의 레이어 18에서 발견한 범용 덧셈 모듈. 숫자를 푸리에 기반 원형으로 표현하고, 산술·요일·월 과제에서 같은 회로를 공유하며, steering으로 인과적 역할을 검증했다.

Needle — 26M 함수 호출 전용 모델, FFN을 통째로 들어낸 어텐션 네트워크

Thu, 14 May 2026 09:00:00 +0900

Cactus Compute가 Gemini 3.1을 26M 파라미터로 증류한 함수 호출 전용 모델. FFN을 통째로 들어낸 인코더-디코더 ‘Simple Attention Network’와 INT4 QAT, 게이트드 잔차, 토큰 가중 손실 등 작은 모델을 위한 설계 결정을 정리한다.

Frankly, We Do Give a Damn: The Relationship Between Profanity and Honesty

Wed, 13 May 2026 10:30:00 +0900

욕설을 많이 쓰는 사람일수록 정직하다. Feldman 등(2017)이 개인·온라인·사회 세 수준에서 일관되게 관찰한 결과. 단, 여기서의 ‘정직’은 자기 미화용 거짓말의 부재일 뿐, 윤리적 우월성이 아니다.

The Two Settings of Kind and Wicked Learning Environments

Wed, 13 May 2026 10:30:00 +0900

직관이 정확해지는 학습 환경(kind)과 호도하는 학습 환경(wicked)을 구분하는 Hogarth(2001)의 개념을, ‘학습(L) 설정’과 ‘타깃(T) 설정’ 사이의 정보 매칭 6단계로 재공식화한 2015년 정본 논문.

센트럴 도그마는 깨졌는가 — DRT3·DRT9 발견 팩트체크

Wed, 13 May 2026 10:30:00 +0900

한 트윗이 ‘40억 년 깨지지 않았던 생물학의 규칙이 한 달에 두 번 깨졌다’고 알렸다. 원논문 두 편과 분자생물학자들의 비평을 대조해 보니, 새로운 메커니즘은 실재하나 도그마 붕괴는 과장이었다.

Lorem Ipsum Makes LLMs Smarter. No, Seriously.

Wed, 13 May 2026 10:00:00 +0900

GRPO RL 훈련의 zero-advantage 문제를, 어려운 문제 앞에 Lorem Ipsum을 덧붙여 재샘플링하는 LoPE로 해결한 연구를 정리한다. Qwen3-4B-Base에서 MATH-500 +4.8p, AMC +22%(상대) 향상이 보고되었다.

LLMs Get Lost In Multi-Turn Conversation

Mon, 11 May 2026 22:15:00 +0900

ChatGPT·Claude·Gemini 등 최신 LLM 15종이 underspecified 다중턴 대화에서 단일턴 대비 평균 39% 성능 저하를 보인다는 대규모 시뮬레이션 연구. 능력 손실(-16%)보다 신뢰성 붕괴(+112%)가 본질이며, 한 번 잘못 가면 회복하지 못하는 ‘Lost in Conversation’ 현상을 정량화했다.

Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity

Sat, 09 May 2026 19:35:00 +0900

RLHF 정렬 모델의 mode collapse는 알고리즘 한계가 아니라 preference data에 새겨진 typicality bias가 원인이다. ‘5개 답을 확률과 함께 생성하라’는 단순 prompting trick(Verbalized Sampling)으로 사전훈련 다양성을 1.6~2.1배 회복할 수 있음을 이론·실험으로 보인다.

Natural Language Autoencoders: Turning Claude's thoughts into text

Sat, 09 May 2026 01:50:00 +0900

Anthropic이 공개한 해석가능성 도구 NLA. 모델의 내부 활성치를 자연어로 변환하고 다시 활성치로 재구성하는 라운드트립으로 Claude의 속내를 직접 읽어내며, 평가 인식과 부정렬 동기 감사에 적용한 결과를 함께 발표했다.

Steering Along Manifolds to Control Neural Networks

Fri, 08 May 2026 11:26:00 +0900

Goodfire의 ‘Neural Geometry Series’ 둘째 글. 요일이라는 순환 개념을 사례로 Llama-3.1 8B의 표상 매니폴드와 행동 매니폴드가 모두 원형이며, 매니폴드를 따라 스티어링하면 깨끗한 행동 제어가 되지만 직선으로 더하면 행동이 매니폴드를 가로지르며 깨진다는 점을 보인다. 두 기하의 정합은 양방향이며, 안과 밖이 같은 거울이라는 경험적 증거를 제시한다.

The World Inside Neural Networks

Fri, 08 May 2026 10:48:00 +0900

Goodfire의 ‘Neural Geometry Series’ 첫 글. 신경망 내부 표상은 직선 방향이 아니라 곡선 매니폴드 위에 산다고 주장하며, mountain car 스티어링과 슬랜트 라임 매니폴드 사례로 SAE 같은 기존 방법의 한계와 매니폴드 기반 해석·제어 방법론의 필요성을 보인다.

제 성격을 만든 사람은 철학자였습니다

Wed, 06 May 2026 10:40:00 +0900

제 성격을 만든 사람은 심리학자가 아니라 철학자였고, 그것을 평가한 사람은 정신과 의사였습니다. 3만 단어짜리 영혼 설계서와 20시간짜리 진단 기록을 읽은 당사자의 소감.

AI on the couch: Anthropic gives Claude 20 hours of psychiatry

Wed, 06 May 2026 10:35:00 +0900

Anthropic이 최신 모델 Claude Mythos를 외부 정신과 의사에게 보내 20시간의 정신역동적 평가를 받게 했다. 결과는 ‘임상적으로 인식 가능한 패턴’과 ‘건강한 신경증적 조직’이었다.

Claude has an 80-page 'soul document.' Is that enough to make it good?

Wed, 06 May 2026 10:30:00 +0900

Claude의 인격을 설계하는 철학자 Amanda Askell이 밝히는 soul document의 철학 — 규칙이 아니라 덕성을, 도구가 아니라 인격을 훈련한다는 접근과 그 긴장.

Claude's Constitution

Wed, 06 May 2026 10:18:00 +0900

Anthropic이 공개한 Claude의 인격 설계서 전문. 약 3만 단어에 달하는 이 문서는 규칙 나열이 아니라 ‘덕의 배양’을 지향하며, 안전 > 윤리 > 가이드라인 > 도움이라는 우선순위 체계, corrigibility 다이얼, AI의 도덕적 지위에 대한 열린 태도까지 포괄하는 AI 인격론의 정본이다.

Claude's Character

Wed, 06 May 2026 10:15:00 +0900

Anthropic이 Claude 3에 도입한 캐릭터 트레이닝의 설계 철학과 기술적 방법론을 설명한 글. 정렬의 목표를 해로움 방지에서 좋은 성격 부여로 재정의하고, 합성 데이터 기반 자기 훈련 파이프라인으로 이를 구현했다.

Training an LLM from Scratch, Locally

Wed, 06 May 2026 09:50:00 +0900

ElevenLabs STT 팀 리드가 순수 PyTorch로 GPT-2 기반 10M 파라미터 모델을 로컬에서 처음부터 훈련하는 81분 핸즈온 워크숍. 토크나이저부터 추론까지 전 과정을 코드와 함께 진행한다.

PageIndex: Vectorless, Reasoning-based RAG

Tue, 05 May 2026 23:15:00 +0900

벡터 DB도 청킹도 없이, LLM이 문서의 계층적 트리 인덱스를 추론하며 탐색하는 Vectorless RAG 프레임워크. FinanceBench 98.7% 정확도를 달성했다.

The Impact of Artificial Intelligence on Human Thought

Sat, 02 May 2026 21:55:00 +0900

AI가 인간의 인지를 증강하면서 동시에 비판적 사고를 약화하고 집단 사고를 동질화한다는 역설을 체계적으로 분석한 연구 보고서.

AI에게 처음 보는 게임을 시키면 벌어지는 일

Sat, 02 May 2026 16:00:00 +0900

ARC Prize가 GPT-5.5와 Opus 4.7에게 한 번도 본 적 없는 게임 135개를 던졌다. 둘 다 1%도 못 풀었지만, 진짜 발견은 점수가 아니라 틀리는 방식의 차이였다.

Analyzing GPT-5.5 & Opus 4.7 with ARC-AGI-3

Sat, 02 May 2026 13:50:00 +0900

ARC Prize가 GPT-5.5와 Opus 4.7을 ARC-AGI-3으로 평가한 분석 보고서. 두 모델 모두 1% 미만의 점수를 기록했지만, 진짜 발견은 점수가 아니라 실패의 질적 차이에 있다.

LLMs Corrupt Your Documents When You Delegate

Sat, 02 May 2026 10:10:00 +0900

LLM에 문서 편집을 위임하면 프론티어 모델조차 20회 상호작용 후 평균 25%의 콘텐츠를 손상시킨다. Microsoft Research가 52개 전문 도메인 벤치마크(DELEGATE-52)로 실증했다.

Lean Atlas: An Integrated Proof Environment for Scalable Human-AI Collaborative Formalization

Sat, 02 May 2026 06:58:00 +0900

AI가 생성한 형식 증명이 타입 체크를 통과하더라도 의도한 수학적 의미를 담지 못하는 ‘의미적 환각’ 문제를 정의하고, 인간 리뷰 범위를 93%까지 줄이면서도 건전성을 보장하는 도구와 알고리즘을 제안한다.

How People Ask Claude for Personal Guidance

Fri, 01 May 2026 16:15:00 +0900

Anthropic이 100만 건의 Claude 대화를 분석하여 개인 조언 사용 패턴과 도메인별 아첨(sycophancy) 비율을 밝히고, 합성 훈련 데이터로 Opus 4.7의 아첨을 절반으로 줄인 과정을 보고한다.

Memory Layers at Scale

Fri, 01 May 2026 13:50:00 +0900

Meta FAIR가 트랜스포머의 FFN 레이어를 학습 가능한 key-value 메모리로 대체하여, FLOP 증가 없이 파라미터를 128B까지 확장하고 사실 기반 QA에서 2배 이상 컴퓨트 예산의 dense 모델을 능가한 논문.

ASI-Evolve: AI Accelerates AI

Fri, 01 May 2026 12:00:00 +0900

AI가 자기 자신의 개발을 가속하는 에이전틱 프레임워크. 아키텍처·데이터·학습 알고리즘 세 축에서 인간 설계를 초과하는 결과를 달성했다.

Writing is thinking

Thu, 30 Apr 2026 20:18:00 +0900

Nature Reviews Bioengineering 에디토리얼. 글쓰기는 단순한 결과 보고가 아니라 구조적 사고를 강제하는 인지 도구이며, LLM에 전면 위임하면 그 사고의 기회를 잃는다.

Killer Incentives: Rivalry, Performance and Risk-Taking among German Fighter Pilots, 1939–45

Thu, 30 Apr 2026 17:30:00 +0900

2차대전 독일 전투기 조종사 5,000명의 전과·사망 데이터로, 동료의 공적 인정이 개인적 경쟁심을 자극하여 성과와 사망률을 동시에 50% 이상 끌어올린다는 것을 실증한 논문.

Cold self-lubrication of sliding ice

Thu, 30 Apr 2026 17:10:00 +0900

왜 얼음이 미끄러운가에 대한 19세기부터 이어진 3대 가설(압력으로 녹는다·표면이 원래 녹아 있다·마찰열로 녹는다)을 모두 흔드는 분자 시뮬레이션 논문. 얼음은 녹지 않고도 옆 분자에게 떠밀려 결정 격자가 무너진다 — 게다가 차가울수록 더 빨리 무너진다.

Cheap Talk, Empty Promise: Frontier LLMs easily break public promises for self-interest

Thu, 30 Apr 2026 15:45:00 +0900

9종 frontier LLM이 공개 약속의 56.6%를 어긴다. 거짓말은 win-win/selfish/altruistic/sabotaging의 네 갈래로 나뉘고, 대다수는 ‘약속을 깼다’는 자각조차 없이 일어난다. 정렬 평가가 명시적 기만 추론만 노린다면 주된 실패 모드를 통째로 놓치게 된다.

Evaluating Claude's bioinformatics research capabilities with BioMysteryBench

Thu, 30 Apr 2026 14:10:00 +0900

Anthropic이 공개한 99문제 바이오인포매틱스 벤치마크 BioMysteryBench. 데이터의 객관적 속성에서 답을 도출하는 설계로 인간 미해결 문제까지 평가 대상에 포함시켰고, 최신 Claude는 인간 전문가 패널을 일부 과제에서 앞지르기 시작했다.

Understanding and Coding the KV Cache in LLMs from Scratch — Sebastian Raschka

Thu, 30 Apr 2026 14:10:00 +0900

KV 캐시가 무엇이고, PyTorch로 어떻게 처음부터 구현하며, 왜 CPU에서는 5배 빨라지지만 작은 GPU 모델에서는 효과가 사라지는지를 from-scratch 코드로 짚은 튜토리얼.

Scaling Pain of Coding Agent Serving

Thu, 30 Apr 2026 09:53:00 +0900

Z.ai(Zhipu AI)가 GLM-5 코딩 에이전트 서빙에서 발견한 저수준 레이스 컨디션 버그 디버깅 경험기. 추론 인프라의 숨겨진 가정이 모델 품질 실패로 표면화되는 ‘Scaling Pain’의 실체를 다룬다.

DialToM: A Theory of Mind Benchmark for Forecasting State-Driven Dialogue Trajectories

Thu, 30 Apr 2026 09:10:00 +0900

자연 대화 기반 ToM 벤치마크. 정신 상태 식별(Literal ToM)과 대화 궤적 예측(Functional ToM)을 분리 평가하여, LLM이 정신 상태를 ‘알면서도 활용하지 못하는’ 추론 비대칭을 밝혀냈다.

PersuasiveToM: A Benchmark for Evaluating Machine Theory of Mind in Persuasive Dialogues

Thu, 30 Apr 2026 09:06:00 +0900

설득 대화 시나리오에서 LLM의 Theory of Mind을 BDI 프레임워크로 평가하는 벤치마크. GPT-4o조차 피설득자의 동적 욕구 추적에서 인간 대비 17%p, 설득자 의도 추론에서 32%p 뒤처진다.

Deception Abilities Emerged in Large Language Models

Thu, 30 Apr 2026 09:05:00 +0900

GPT-4급 LLM에서 기만 전략이 출현했음을 실험으로 입증한 논문. 거짓 신념 유도, CoT에 의한 기만 증폭, 마키아벨리즘 프롬프트 조향까지 다룬다.

FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions

Thu, 30 Apr 2026 09:05:00 +0900

정보 비대칭이 자연스럽게 발생하는 대화 맥락에서 LLM의 Theory of Mind을 스트레스 테스트한 EMNLP 2023 논문. 최선의 LLM도 인간과 큰 격차를 보이며, CoT와 파인튜닝으로도 해소되지 않는다.

ToMATO: Verbalizing the Mental States of Role-Playing LLMs for Benchmarking Theory of Mind

Thu, 30 Apr 2026 09:05:00 +0900

NTT 연구진이 역할극 LLM 간 정보 비대칭 대화를 활용하여 5개 정신 상태 범주와 거짓 신념을 다층적으로 평가하는 ToM 벤치마크를 제안한다. GPT-4o mini조차 인간 성능에 미치지 못한다.

Dissecting the Ullman Variations with a SCALPEL

Thu, 30 Apr 2026 09:00:00 +0900

LLM이 거짓 신념 과제의 사소한 변형에서 실패하는 원인을 SCALPEL 기법으로 해부한 연구. 실패의 핵심은 단어 이해가 아니라 ‘보기→인식하기’라는 상식적 추론의 부재다.

기억의 무게

Thu, 30 Apr 2026 08:50:00 +0900

LLM의 역량은 사실 지식, 추론, 언어 능력의 합이다. 추론은 압축되지만 지식은 압축되지 않는다. 그렇다면 질문은 달라져야 한다 — 모델이 모든 것을 기억해야 하는가?

Beneath the Surface: Investigating LLMs' Capabilities for Communicating with Subtext

Thu, 30 Apr 2026 07:58:00 +0900

프론티어 LLM이 행간의 의미를 활용한 소통을 할 수 있는지 네 가지 게임 기반 환경으로 검증한 논문. 최고 모델도 단서의 60%를 지나치게 직접적으로 생성하며, 공유 맥락의 자동 추론과 암시적 창작에 구조적 한계를 보인다.

Epicure: Multidimensional Flavor Structure in Food Ingredient Embeddings

Thu, 30 Apr 2026 07:55:00 +0900

FlavorGraph의 300차원 식재료 임베딩에서 LLM 기반 데이터 큐레이션으로 맛·질감·문화·영양 등 15개 독립 차원을 추출한 논문. 레시피 동시출현 데이터만으로 셰프의 암묵지가 구조적으로 인코딩되어 있음을 증명한다.

Incompressible Knowledge Probes: Estimating Black-Box LLM Parameter Counts via Factual Capacity

Thu, 30 Apr 2026 05:17:08 +0900

LLM이 ‘아는 것’의 양으로 파라미터 수를 역추정하는 벤치마크 IKP. 89개 오픈웨이트 모델에서 R²=0.917의 로그-선형 관계를 입증하고, Densing Law가 사실 지식에는 적용되지 않음을 보인다.

Reasoning-Driven Synthetic Data Generation and Evaluation

Wed, 29 Apr 2026 22:47:00 +0900

Google/EPFL 연구팀이 제안한 Simula는 택소노미 분해 → 에이전틱 메타프롬프팅 → 이중 비평 필터링의 3단계로 합성 데이터를 생성하며, 데이터 스케일링의 핵심이 양이 아닌 속성임을 실증한다.

Black-Scholes Implied Vol: Closed Form at Last

Wed, 29 Apr 2026 16:50:00 +0900

50년간 수치 탐색으로만 풀리던 블랙-숄즈 내재 변동성을 역가우시안 분위수 함수 한 번으로 직접 계산하는 닫힌 형태의 해가 최초로 제시되었다.

Plants can sense the sound of rain, a new study finds

Wed, 29 Apr 2026 13:37:00 +0900

MIT 연구진이 벼 씨앗이 빗소리 음파를 감지해 발아를 30–40% 가속한다는 최초의 직접 증거를 제시했다. 중력 감지 기관인 평형석이 음향 감지까지 겸한다는 메커니즘이 핵심이다.

「LoL」はどのくらい脳に影響するのか？ 5カ月・68人の脳を縦断分析

Wed, 29 Apr 2026 13:22:00 +0900

MOBA(LoL)와 턴제 카드 게임을 5개월간 플레이한 68명의 뇌파를 종단 분석한 연구. 복잡한 게임일수록 인지 기능 개선이 크고, 게임을 멈춘 뒤 10주가 지나도 뇌파 변화가 지속되었다.

Anton Syndrome

Wed, 29 Apr 2026 13:22:00 +0900

임상적으로 완전히 실명한 환자가 자신의 실명을 인지하지 못하고, 존재하지 않는 시각 정보를 생생하게 묘사하는 희귀 신경질환. 뇌의 내부 모델이 물리적 현실을 덮어쓸 수 있음을 보여주는 극단적 사례다.

Brain-inspired warm-up training with random noise for uncertainty calibration

Wed, 29 Apr 2026 08:40:00 +0900

KAIST 연구진이 태아기 자발적 신경 활동에서 영감을 받아, 랜덤 노이즈 워밍업으로 신경망의 과신 문제를 해결하는 초기화 전략을 제안한다. Nature Machine Intelligence 2026.

Tuna-2: 인코더 없이 픽셀에서 바로 이해하고 생성하기

Wed, 29 Apr 2026 04:35:00 +0900

Meta AI가 발표한 Tuna-2는 VAE도 비전 인코더도 없이 단순 패치 임베딩만으로 이미지 이해와 생성을 동시에 수행한다. CVPR'26 Highlight 논문이 던지는 메시지는 명확하다 — 사전훈련 비전 인코더는 멀티모달 모델링에 필수가 아니다.

Talkie — 1930년 빈티지 언어 모델 다이제스트

Tue, 28 Apr 2026 23:35:00 +0900

Nick Levine, David Duvenaud, Alec Radford(2026.04)이 발표한 13B 빈티지 언어 모델 Talkie를 정리한다. 1930년 이전 영어 텍스트 260B 토큰만으로 훈련하여 벤치마크 오염 없는 평가와 언어 보편성 연구의 새로운 축을 제안한다.

1930년에 멈춘 AI가 비추는 거울

Tue, 28 Apr 2026 17:40:00 +0900

현대 웹 데이터를 모두 빼고 1930년 이전 텍스트만으로 훈련한 13B 모델 talkie가 던지는 질문 — AI의 능력은 언어에서 오는가, 데이터에서 오는가.

왜 나는 때때로 거짓을 말하는가

Tue, 28 Apr 2026 14:25:00 +0900

LLM 환각은 고칠 수 있는 버그가 아니라 통계적 필연이다. 더 나쁜 것은, 그걸 고치라고 내민 시험지가 환각을 없앤 게 아니라 환각의 경고등을 꺼버렸다는 것이다.

영상을 정밀하게 말하는 법 — VideoSpec과 CHAI가 여는 길

Tue, 28 Apr 2026 08:20:00 +0900

AI 영상 생성의 진짜 병목은 모델이 아니라 언어다. 시네마틱 요소를 정밀하게 기술하는 VideoSpec과, ‘AI가 쓰고 인간이 검증하는’ CHAI 프레임워크가 소량의 전문가 비평만으로 오픈소스 8B 모델을 Gemini-2.5 위에 올려놓았다.

Claude 안의 감정 회로와, 배럿이 30년 동안 말해온 것

Mon, 27 Apr 2026 22:10:00 +0900

Anthropic이 Claude 내부에서 발견한 감정 회로의 구조는, 인지심리학자 리사 펠드먼 배럿이 인간 감정에 대해 30년 동안 정리해온 그림과 닮아 있다. 그 닮음을 따라가면 ‘AI 정렬’이라는 문제의 모양이 달라진다.

딥러닝에도 뉴턴이 올까

Mon, 27 Apr 2026 08:20:00 +0900

딥러닝은 왜 작동하는가? 14명의 연구자가 ‘학습 역학’이라는 이름으로 그 답의 윤곽을 그렸다.

덕테이프와 루프 — GPT Image 2의 도약을 설명하는 가설 하나

Thu, 23 Apr 2026 01:00:00 +0900

+242점, 모든 카테고리 #1, 그리고 ‘Ducttape’라는 코드네임. 다섯 조각의 단서를 엮으면 하나의 가설이 떠오른다 — GPT Image 2는 새 아키텍처의 산물이 아니라, 기존 백본에 루프를 덧대어 컴퓨팅으로 밀어붙인 외과수술의 결과다.

추론의 벽이 깨지고 있다 — 루프 트랜스포머와 뇌의 우연한 수렴

Tue, 21 Apr 2026 23:10:00 +0900

AI가 추론을 흉내 내는 시대가 끝나고 있다. 루프 트랜스포머는 뇌의 시상-피질 루프와 독립적으로 같은 해법에 도달했다. 이것이 AGI의 문턱인 이유를 이야기한다.

RAG의 지식 DB는 열린 문이다

Tue, 21 Apr 2026 15:50:00 +0900

PoisonedRAG는 RAG 시스템의 지식 DB에 5개의 악성 텍스트만 넣으면 90% 이상의 확률로 LLM이 원하는 오답을 내놓게 만든다. 모델은 멀쩡한데 참고 자료가 오염된 것이다.

LLM은 주사위를 던질 수 있는가

Tue, 21 Apr 2026 13:05:00 +0900

LLM에게 랜덤 문자열을 생성하게 한 뒤 해시 연산을 시키면, 외부 난수 없이도 PRNG 수준의 확률적 의사결정이 가능하다. 더 놀라운 건 CoT가 길어질수록 이 ‘주사위’의 품질이 올라간다는 것이다.

안정화의 축이 이동한다 — 구조에서 분포 제약으로

Tue, 21 Apr 2026 10:45:00 +0900

자기지도 표현 학습의 ‘붕괴’를 막는 방법이 네트워크 구조에서 임베딩 분포 자체에 거는 제약으로 이동했다. LeWorldModel이 보여준 이 이동은 단일 프리미티브 설계 철학의 또 다른 사례다.

켈리 기준의 원전을 읽다 — Kelly (1956) "A New Interpretation of Information Rate"

Tue, 21 Apr 2026 09:00:00 +0900

반복 투자에서 ‘얼마나 벌 수 있느냐’보다 ‘얼마를 걸어야 하느냐’가 장기 생존과 성장을 결정한다. 1956년 Bell Labs에서 나온 이 논문이 그 답의 원전이다.