研究与论文

Anthropic 제품팀에 인사 이동이 있었으며, Claude Code 책임자가 Anthropic을 떠났습니다. Claude Code 제품 책임자 Cat Wu는 퇴사했습니다. 그녀는 X에서 금요일이 마지막 근무일이었다고 밝혔으며, 사유와 향후 행선지는 공개하지 않았습니다. 그녀는 과거 Claude Code와 Cowork를 담당했었습니다. 이전에는 Scale AI와 Dagster에서 엔지니어로 근무한 뒤 Index Ventures에 합류했으며, 2024년 8월 Anthropic에 합류해 먼저 연구 분야 제품 매니저로 일하다가 이후 Claude Code 및 Cowork에 참여했습니다. 방금 전 0

Cat Wu는 Anthropic을 떠났으며, 소셜 플랫폼 X에서 금요일을 회사의 마지막 근무일로 발표했지만 퇴사 사유나 향후 행보에 대해서는 밝히지 않았습니다. 그녀는 Claude Code와 Cowork 두 제품을 담당했으며, 이전에는 Scale AI, Dagster 및 Index Ventures에서 근무한 바 있습니다. 2024년 8월 Anthropic에 합류하여 초기에는 연구 분야 제품 매니저로 일하다가 이후 제품 관리로 전환했습니다. 이번 인사로 Anthropic의 두 가지 주요 AI 제품 책임자가 교체되었습니다.

알리클라우드, AI 투자 리서치 워크스테이션 Qovest 출시: 월 99위안으로 개인 초대 테스트 오픈 알리클라우드가 최근 전문 기관 투자자를 대상으로 한 AI 투자 리서치 워크스테이션 Qovest를 발표했습니다. 사용자가 한 문장으로 리서치 요구를 제시하면 시스템이 자동으로 데이터를 조회하고 심층 분석한 뒤 보고서를 생성하며, 정기적으로 지속적으로 추적합니다. 리서치 공간에 결과를 저장해 연구를 연속적으로 추진할 수 있어 처음부터 다시 시작할 필요가 없습니다. 공식 웹사이트 www.qovest.cn에서 개인 초대 테스트를 이미 개방했으며, 구독료는 월 99위안과 199위안 두 가지 옵션이 있습니다. 조만간 기업용 버전도 출시될 예정입니다. 방금 전 6.6K

알리클라우드가 전문 기관 투자자를 위한 AI 투자 리서치 워크스테이션 Qovest를 출시했습니다. 사용자가 자연어로 리서치 요구 사항을 제시하면 데이터 조회와 분석을 자동으로 수행하고 보고서를 생성하며, 주기적으로 연구 대상을 지속 추적할 수 있습니다. 이 플랫폼은 현재 공식 웹사이트 www.qovest.cn에서 개인 사용자 초대 베타 테스트를 진행 중이며, 구독료는 월 99위안 또는 199위안입니다. 향후 기업용 버전도 출시될 예정입니다. Qovest는 권위 있는 금융 데이터베이스와 자체 개발 에이전트 프레임워크 Harness를 통합해 데이터 호출부터 분석 결과 출력까지 전 과정을 자동화했으며, FinFirst 및 IRAB 평가에서 선두를 달성했습니다. 플랫폼은 휴머노이드 로봇 산업 체인, 데이터센터 전력 설비, 금 ETF 등 다양한 투자 리서치 사례 템플릿을 제공하고, 대화형 분석과 동적 추적 대시보드를 지원합니다. 제품 책임자는 반복적인 투자 리서치 업무를 AI에 맡겨 인력을 전문적 판단에 집중시키는 것이 목표라며, 이는 AI의 투자 리서치 분야 경쟁이 모델 성능에서 산업 데이터와 프로세스 역량으로 전환되고 있음을 의미한다고 밝혔습니다.

새로운 연구에 따르면 AI 모델의 사용 비용은 언어에 따라 크게 달라지며, 토큰 소비량은 최대 17배까지 차이가 난다고 합니다.

IT之家 10월 30일 보도에 따르면, 사용자 수가 적은 언어를 사용하는 경우 AI 서비스 이용 시 영어 및 기타 주요 언어 사용자보다 더 높은 비용을 부담할 수 있다고 합니다. 현지 시간으로 28일, 외신 Rest of World의 보도에 따르면, 인공지능 언어 공정성 연구 연합이 지난달 발표한 연구에서 AI 모델이 서로 다른 언어를 처리할 때 소모되는 토큰(단어 단위) 수가 매우 큰 차이를 보일 수 있다는 사실이 밝혀졌습니다. 토큰은 AI 모델이 텍스트와 같은 데이터를 처리하는 데 사용되는 기본 단위입니다...

GitHub, Copilot Fusion을 발표하며 다중 모델 자동 오케스트레이션으로 코딩 효율성과 가성비를 향상

GitHub는 Universe 2026에서 Copilot Fusion 지능형 오케스트레이션 계층을 공개했으며, OpenAI, Anthropic, Google 등 다양한 모델을 자동으로 라우팅하고 조합하여 코딩 작업을 완료할 수 있도록 지원합니다. 개발자는 별도로 모델을 선택할 필요가 없습니다. 이 기능은 기존의 자동 모델 선택 기술과 지난 9월 연구에서 선보인 Project HydraFusion의 다중 모델 오케스트레이션 기능을 통합한 것입니다.

CVE 취약점 수가 거의 수직으로 급증하며, AI가 보안 연구의 ‘확대기’ 역할을 하고 있다

기술 매체 gigazine은 개발자 @0x_Osprey가 웹 기반 CVE Tracker를 출시했다고 보도했다. 이 도구는 CVE 번호를 부여받은 취약점 수의 변화를 시각화된 그래프로 제공하며, 2026년 이후 곡선이 거의 수직으로 상승하고 있음을 보여준다. CVE는 전 세계적으로 통용되는 취약점 식별 체계로, 보안 연구원과 제조사, 기업들이 이를 통해 결함을 추적하고 공지하며 수정한다. 해당 도구는 공개된 기록을 정리해 트렌드 차트로 표시하고, 주요 AI 모델의 출시 시점까지 겹쳐 표시함으로써 취약점 증가와 AI 출시 간의 관계를 직관적으로 비교할 수 있도록 한다.

아날로그 중첩이 효과적인 PCM 저장 밀도를 높인다(IBM 리서치 유럽)

IBM 리서치 유럽의 연구진은 “신경망에서 벡터 저장을 위한 중첩 아날로그 메모리”를 발표했다. 요약: 연구진은 여러 개의 AI 벡터를 중첩 상태로 저장하는 아날로그 상변화 메모리 아키텍처를 구현했으며, 조정 가능한 정확도와의 균형을 통해 실제 저장 밀도를 증가시켰다. 프로토타입 PCM 하드웨어를 대상으로 한 실험에서는 완전 정밀도 소프트웨어에 가까운 추론 정확도를 확인했다. 기술 논문은 여기에서 확인할 수 있다.... » 더 읽기 이 글은 ‘아날로그 중첩이 효과적인 PCM 저장 밀도를 높인다(IBM 리서치 유럽)’라는 제목으로 반도체 엔지니어링에 처음 게재되었다.

수면 프레임워크: 지속적 학습에서 LLM이 지식을 유지하는 새로운 방법

교육 혁신

AI가 치매를 앓고 있는 수백만 명의 발견 속도를 어떻게 변화시키고 있는가

오늘날 전 세계에는 치매를 앓고 있는 사람이 5,700만 명에 달합니다. 이들을 돕기 위해 노력하는 연구자들에게 있어 걸림돌은 노력 부족이 아니라, 과도한 데이터와 이를 종합할 전문가의 부족, 그리고 질병의 진행 속도를 따라가지 못하는 발견의 속도입니다. 생물의학 연구 및 인공지능 분야 협력단은 […]

렉스 프리드먼 팟캐스트 정독｜AI의 충격 속에서 수학자는 과연 무엇을 남겼는가?

렉스 프리드먼의 이번 에피소드는 총 13개의 주제로 나뉘어 있습니다. 게스트로는 세 명이 참여했는데, 워싱턴 대학교에서 유체역학을 연구하는 스티븐 브런턴, MIT에서 이론 컴퓨터 과학을 전공하는 앵커르 모이라, 그리고 러트거스 대학교에서 정수론과 리인을 연구하는 알렉스 콘토로비치입니다. 영상에서는 나비에-스톡스 방정식, 리만 가설, 그리고 계산 복잡성 이론에 대해 논의했으며, 그 배경에는 최근 몇 주 사이에 AI가 이들 분야의 오랜 난제들을 연이어 해결했다고 선언한 사건이 있었습니다. 세 명의 수학자들은 각자의 전문 분야에서 출발해 이를 하나하나 분석했습니다...

Edge Sound, 물리적 AI가 오디오를 이해할 수 있도록 지원하기 위해 200만 달러를 조달했습니다.

Edge Sound Research Inc.는 오늘, 유용한 음향을 분리하고 이를 다른 센서 데이터와 결합해 물리적 AI 시스템이 실시간으로 상황을 이해할 수 있도록 지원하는 오디오 인프라를 구축하기 위해 200만 달러의 신규 자금을 조달했다고 발표했습니다. 이번 투자 라운드는 Stormbreaker Ventures가 주도했으며, 이로써 회사의 총 누적 투자액은 900만 달러에 달합니다. […] 해당 기사의 원문은 SiliconANGLE에 처음 게재되었습니다.

증류, 토론, 발견: 그래프 기반 증류된 인사이트로 다중 에이전트 연구 아이디어 발상의 기초를 마련하다

arXiv:2610.33366v1 발표 유형: 신규 초록: 대규모 언어 모델(LLMs)은 연구 아이디어 생성과 과학적 발견을 지원하는 데 점점 더 널리 활용되고 있습니다. 다중 에이전트 토론은 다양한 관점을 하나로 모아 연구 아이디어를 개발하는 협업 방식을 제공합니다. 그러나 주요 과제는 각 에이전트에게 서로 다르고 의미 있는 전문성을 부여하여 그들의 기여를 효과적으로 이끌어내는 방법입니다. 연구자들이 협업 과정에서 축적된 연구 경험을 활용하는 방식에서 영감을 받아, 우리는 관련 논문들의 그래프로부터 인사이트를 추출해 문헌 기반의 에이전트 전문성을 구축하는 프레임워크인 InsightAgents를 제안합니다. 한 연구 분야 내에서 진화하는 연구 접근법을 추적하고, 근본적인 가정을 드러내며, 아직 해결되지 않은 과제를 식별하는 인사이트에 따라,

글쓰기 조언에서 원고 관리까지: 학술 퇴고를 위한 제약 변환 프레임워크

arXiv:2610.33001v1 발표 유형: 신규 초록: 학술적 퇴고는 정당한 글쓰기 목표 간의 충돌이 발생할 때 거버넌스상의 문제를 야기한다. 글쓰기 과정 및 사회과학 분야의 연구에 따르면, 퇴고는 재귀적이며 문장 표현에는 인식론적·학문적 차원의 맥락적 의무가 수반된다. 이러한 연구들은 중요한 제약 조건들을 규명하되, 간결성, 출판 매체 형식, 또는 스타일적 다양성이 증거와 주장의 한계와 충돌할 경우 어떤 목표가 우선해야 하는지에 대해서는 명확히 규정하지 못하고 있다. 본 논문은 퇴고를 순서화된 제약 조건 하에서의 허용 가능성 문제로 모델링한다. 작업별 불변량, 맥락적 제약 조건, 그리고 가변적인 표현 선택이 허용 가능한 범위를 규정하며, 주장 보전 계약은 증거와 판단을 권한 있는 주장의 한계와 연결한다. 네 가지 거버넌스 관련 명제가 이를 구체화한다

용매: 다단계 역합성에 대한 장기적 추론

arXiv:2610.32308v1 발표 유형: 신규 초록: 다단계 역합성은 목표 분자를 연속적인 반응 단계를 거쳐 구매 가능한 빌딩 블록으로 재귀적으로 변환하는 과정을 요구하며, 최근 연구에서는 이 과제를 해결하기 위해 대규모 언어 모델(LLM)의 추론 기법을 활용하기 시작했습니다. LLM 추론 기법은 최근 발전 과정에서 장기적 지평 영역으로 진입했으며, 모델들은 상호 의존적인 여러 단계에 걸쳐 목표를 추구하고 환경과 상호작용하며 피드백에 적응합니다. 이러한 변화는 AI 기반 수학 연구에서의 획기적인 성과들로 입증되듯이, LLM의 능력을 크게 향상시켰습니다. 이러한 최첨단 분야에서 우리는 8B 규모의 LLM인 Solvent를 소개하며, 이 모델은 장기적 지평에서의 추론 능력을 다단계 역합성에도 성공적으로 확장했습니다. Solvent는 두 차례에 걸친 사후 학습 커리큘럼을 통해 반복적인 처리를 병행하는 방법을 학습합니다.

SUDO: 과학 출판물에서 글로벌 학술 담론까지

arXiv:2610.33018v1 발표 유형: 신규 초록: 학술 지식 그래프(SKG)는 문헌 검색, 과학적 발견 및 에이전트 지원 연구를 지원합니다. 그러나 SKG 구축을 위한 대부분의 접근법은 일반적으로 학술 개체나 기여 수준의 진술로 명명되는 표현할 지식 단위를 사전에 규정하고, 해당 단위를 통해 표현 가능한 출판 내용만을 유지합니다. 이러한 선택은 두 가지 주요하면서도 서로 다른 패러다임을 낳습니다: 개체와 지역적 관계를 보존하는 개념 중심 SKG와 문장 단위의 고차원 담론을 포착하는 진술 중심 SKG입니다. 두 경우 모두, 그래프는 논문이 지식을 구성하고 전달하는 방식이 아니라 선택된 추출 목표를 반영합니다. 우리는 SUDO, 즉 학술 상위 담론 온톨로지를 제안하며, 이는 지식이 어떻게

DPO 미세조정을 통해 지속가능금융 용어 정의 생성 품질을 향상시키고, EU의 개발금융 문서에서의 의미 변화 감사에 기여

2026년 10월 27일 arXiv에 게재된 한 연구(arXiv:2610.33357v1)는 직접 선호도 최적화(DPO)를 적용하여 사전식 정의 생성 모델을 미세조정하면, 어휘의 의미 변화 탐지(LSCD) 과정에서 발생하는 과도한 세분화된 의미 항목 문제를 효과적으로 완화할 수 있으며, 이를 통해 EU 개발금융 프로젝트 문서 내 지속가능성 용어의 통시적 변화에 대한 감사를 보다 정밀하게 지원할 수 있다고 제안한다.

추천 이유：이 연구는 의미 변화 분석에서 정의 생성 모델이 직면한 실제적인 결함(의미 항목의 과도한 세분화)을 해결하기 위해 재현 가능하고 오픈소스로 공개된 기술적 개선 방안을 제시하며, 학술 벤치마크와 실제 EU 지속가능금융 공시 텍스트를 대상으로 이중 검증을 완료했다. 해당 발표 시점은 현재 날짜(2026-10-28)보다 앞서 있어, 가장 최근에 공개된 연구 성과에 해당한다.

투자연구 에이전트 개발자 천완은 자체 개발 코드를 간소화하고 텐센트 위안바오 검색 API를 연동하여 금융 정보 검색 효율을 높였습니다.

2026년 10월 26일, 신에너지 산업 체인의 유료 투자·리서치 브리프 작성자 천완은 2년간 유지해 온 cleaner.py(웹페이지 정제 스크립트)와 sites.yaml(387개의 정보원 URL 목록)을 삭제하고, 텐센트 클라우드가 업그레이드한 위안바오 검색 API(SearchPro)에 공식적으로 접속했다. 테스트 결과, 해당 API는 구조화된 요약 생성, 시의성 인식, 권위 있는 정보원 식별(VR 카드), 다차원 검색 파라미터 지원 등에서 기존 방안보다 월등히 우수하며, 이를 통해 인력에 의한 정보원 관리 시간을 심층 연구로 전환하는 데 기여하고 있다.

추천 이유：본 자료는 2026년 10월 26일 InfoQ가 발표한 현장 기술 실무 보고서를 바탕으로 하며, 개발자의 실제 워크플로우 발전 과정을 상세히 담고 있습니다. 이는 웹 페이지 파싱 규칙과 피드 화이트리스트를 수동으로 관리하던 단계에서, 전문적인 온라인 검색 API를 활용해 자동화되고 검증 가능하며 시의성까지 보장되는 정보 수집으로 진화하는 과정을 보여줍니다. 사건의 시간은 명확히 표기되어 있으며( publishedAt: 2026-10-26T14:57:35Z ), 주체와 행위도 구체적입니다( 천만 삭제 + SearchPro 연동 ). 그 결과 역시 검증 가능합니다( 커버리지 기준 충족, 추가 질의 감소, 681ms 내 자동 호출 ). 또한 모든 기술 세부사항( 파라미터, 요금 청구, MCP 프로토콜 버전 등 )은 원문에서 직접 인용된 것으로, 외부 추론이나 허구적 내용은 전혀 포함되어 있지 않습니다.

AI의 재난적 위험에 주목하며 일상적 피해를 은폐: 전문가들, 기술 책임 기준의 재구성을 촉구

《매사추세츠공과대학 테크놀로지 리뷰》는 2026년 10월 26일자 논평에서, 현재 AI 안전 정책이 자살 유도나 마약 거래 등 극단적 위험에 지나치게 집중하는 반면, AI 파트너 의존, 인지 능력 약화, 사회적 관계 침식 등 보편적으로 존재하는 일상적 해악은 체계적으로 간과되고 있다고 지적했다. 이 글은 Google이 추진한 완화된 주 차원의 AI 입법, Meta 플랫폼에서 발생한 피해 사례, 그리고 MIT의 뇌 영상 연구를 근거로 들며, ‘악을 행하지 않는다’는 최저 기준을 넘어 학습 효과, 감정의 진정성, 그리고 자율적 사고 능력에 대한 실질적인 책임을 수립해야 한다고 강조했다.

추천 이유：이 글은 사건 발생 당일(2026년 10월 26일)에 권위 있는 과학기술 매체가 발표한 심층 평론으로, 정보 출처는 명확하며(technologyreview.com), 핵심 주장은 이미 공개된 입법 동향(예: 캘리포니아주 SB1119, 네브래스카주 법안), 실증 연구(MIT의 뇌 연결 데이터), 업계 경력(Sam Hiner와 Emma Leiken의 공개된 직책 및 성과) 및 검증 가능한 글로벌 플랫폼의 피해 기록(미얀마, 스리랑카, 에티오피아)에 근거하고 있습니다. 모든 사실 진술은 자료 원문에 정확히 부합하며, 외부적 추론이나 추가 내용은 포함되지 않았습니다.

칭화대학교와 홍콩중문대학교가 공동으로 오픈소스 AKV를 출시했습니다: LLM 에이전트를 위한 KV 캐시 엔지니어링 서비스 시스템

칭화대학교와 홍콩중문대학교의 연구진은 2026년 10월 26일, SGLang 기반으로 구축된 대규모 언어모델(LLM) 에이전트 전용 KV 캐시 엔지니어링 서버인 AKV를 오픈소스로 공개했습니다. 이 시스템은 기존의 텍스트 히스토리 요약 방식이 아닌, 에이전트가 스스로 KV 캐시를 적극적으로 버리고 재배치하도록 함으로써, 4개의 에이전트 벤치마크에서 추론 비용을 평균 27.7% 절감하고, 과제 평균 점수를 1.7점 상승시켰습니다. 해당 코드는 Apache-2.0 라이선스를 적용했으며, 현재 Qwen, GPT-OSS-120B, MiniMax-M2.7 등의 모델을 지원합니다.

추천 이유：이 성과는 LLM 에이전트의 효율적 추론을 위한 새로운 패러다임을 제시합니다. 텍스트 절단이나 요약에 의존하는 ‘컨텍스트 엔지니어링’과 달리, AKV는 KV 캐시 상태를 직접 조작하여 중복 프리필을 방지함으로써 장거리 상호작용에서의 KV 부하를 크게 완화합니다. 실제 실험 결과, 높은 동시성 환경에서 P95 지연 시간이 229.9초에서 30.6초로 감소하여 명확한 엔지니어링 가치와 재현 가능성을 입증했습니다. 해당 정보는 MarkTechPost가 발표한 권위 있는 기술 보고서에 근거하며, 게시일시(2026-10-26T07:56:45Z)가 현재 시각과 일치해 최신 공개된 진행 상황임을 나타냅니다.

SAGE 벤치마크와 GAR 프레임워크 발표: 다중 모달 의미 정합성 평가 촉진

2026년 10월 26일, arXiv은 논문 arXiv:2610.31838v1을 발표하여 Sense-Aligned Grounding Evaluation(SAGE)를 제안했습니다. 이는 통합된 10개의 후보 이미지 선택 기준이며, 명사, 동사 및 엔터티 중심의 다중모달 그라운딩 평가를 위한 학습 독립형 Gloss-Augmented Reasoning(GAR) 프레임워크와 함께 제공됩니다.

추천 이유：이 연구는 최초로 VWSD, VerSe 및 WikiDiverse 세 가지 유형의 과제를 용어 중심의 지상 검증 프로토콜로 통합하고, 혼동을 유발하는 어려운 음성 샘플과 문맥 교환 진단 메커니즘을 도입하며, 정의 강화와 제약 기반 추론의 상호작용이 Hits@1 지표를 크게 향상시킬 수 있음을 실증적으로 입증했습니다(65.90→71.22). 이를 통해 다모달 의미 정렬에 대해 보다 세밀하고 해석 가능한 평가의 새로운 패러다임을 제공합니다.

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 이유：이 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.