읽을 가치가 있는 기사만, 짧고 또렷하게.

이스라엘의 광고 대행사가 온라인 광고를 통해 '제로 클릭' 스파이웨어를 설치할 수 있도록 허용하고 있다는 연구 결과가 나왔습니다. 토론토 대학교의 시티즌 랩 연구진은 Discover-Tech라는 디지털 광고 대행사가 자사의 Controlium 소프트웨어를 통해 인터넷 사용자를 대량으로 프로파일링하고 익명성을 제거한 뒤, 제3자 스파이웨어를 은밀하게 설치했다고 밝혔습니다.

이러한 공격은 사용자가 링크나 파일을 클릭하는 등의 상호작용 없이 스파이웨어를 설치할 수 있게 하는 새로운 전달 기술입니다. 광고는 사용자에게 겉보기에 무해한 디지털 게임이나 통신 서비스 광고 형태로 노출되며, 이 광고를 통해 사용자의 신원과 IP 주소를 수집하여 해킹 대상에게 악성 코드를 전달합니다.

연구에 따르면 Discover-Tech는 2024년부터 예멘, 브라질, 멕시코 등 전 세계 수백만 사용자에게 광고를 제공했으며, 이는 정부 관계자, 언론인, 활동가 등 다양한 표적을 대상으로 하는 제3자 스파이웨어 업체들을 위한 '촉진자' 역할을 합니다. 이는 온라인 광고 생태계가 대규모 감시와 공격을 위해 악용되고 있음을 보여주며, 주요 광고 업체들이 수년간 이러한 악의적인 광고 활동을 감지하거나 방지하지 못했다는 점이 심각한 보안 위협으로 지적됩니다.

연구진은 이러한 광고 기술의 오파시한 운영 방식이 감시를 위해 악용될 수 있다는 구체적인 기술적 증거를 제시하며, 사이버 보안 기관과 규제 당국이 이러한 악의적인 광고 타겟팅을 가능하게 하는 시스템적 위험을 조사하고 해결해야 한다고 강조했습니다.

플랫폼인 폴리마켓이 브랜드화된 e스포츠 계정의 콘텐츠를 인용 및 리트윗하도록 소셜 미디어 사용자에게 비용을 지불하는 프로그램을 운영하고 있습니다. 이 프로그램은 800명 이상의 참가자를 포함하며, 게시물당 10달러에서 수백 달러에 이르는 금액이 암호화폐로 지급됩니다.

이 프로그램은 e스포츠 분야에서 예측 시장의 영향력이 커지는 현상을 반영하며, 참가자들은 콘텐츠를 "자연스럽게" 보이도록 작성해야 한다는 지침을 받습니다. 이는 예측 시장과 e스포츠 팬들을 연결하고 해당 분야에 대한 관심을 유도하려는 시도로 보입니다.

폴리마켓은 e스포츠 결과, 선수 통계, 비정규 베팅 등을 다루는 예측 시장 상품을 제공하며, 이는 전통적인 스포츠 베팅과는 다른 시장 접근 방식을 제시합니다. 이러한 예측 시장의 성장은 e스포츠 분야에서 자본과 투기적 관심이 증가하는 배경이 되고 있습니다.

이러한 활동은 e스포츠 커뮤니티 내에서 도박 및 베팅 관련 기업의 증가에 대한 일부 불만을 야기했지만, 폴리마켓은 투명한 공개 지침을 통해 운영되고 있습니다. 현재까지 프로그램의 운영 비용, 구체적인 물류 구조 등에 대한 자세한 정보는 공개되지 않았습니다.

아마존이 항상 듣는(always-listening) AI 웨어러블 기기인 비(Bee)를 인수하며 새로운 제품 라인을 발표했습니다. 지난 해 아마존은 대화 내용을 요약해주는 $50짜리 AI 웨어러블 스타트업 비를 인수한 바 있으며, 오늘 이 거대 전자상거래 기업은 두 가지 새로운 비 기기와 구독 서비스를 공개했습니다.

첫 번째 제품은 기존 비 기기의 업데이트 버전인 $74.99짜리 비 프론티어(Bee Frontier)이며, 두 번째 제품은 스마트폰 뒷면에 자석으로 부착되는 신용카드 모양의 기기인 $99.99짜리 비 이클립스(Bee Eclipse)입니다. 이 두 기기는 사용자가 현재 순간에 집중하도록 돕는 도구로 설계되었습니다.

이 기기들은 사용자의 일상 대화를 듣고 그 내용을 기반으로 요약, 스크립트, 통찰력, 할 일 목록 등을 제공하는 기능을 수행합니다. 이는 AI 웨어러블 기술이 일상 대화 분석을 통해 실질적인 정보 제공 및 생산성 향상에 어떻게 활용될 수 있는지 보여주는 사례입니다.

레저(Ledger)는 휴대폰과 함께 사용하도록 설계된 안드로이드 기반의 하드웨어 지갑인 에톰(Atom)을 발표했습니다. 에톰은 스마트폰과 유사한 디자인을 가지고 있지만, 별도의 기기와 함께 사용하도록 설계된 장치입니다.

이러한 에톰의 발표는 레저에게 어려운 시점에 이루어졌습니다. 레저는 공급망에서 하드웨어 변조가 발생하여 일부 사용자의 계정에서 8600만 달러 이상의 암호화폐가 도난당한 사건을 겪은 후 동남아시아 지역에서 일부 하드웨어 판매를 중단해야 했습니다.

기존 레저의 하드웨어 지갑 기기들은 커스텀 소프트웨어와 전자잉크 디스플레이를 사용하는 소형 기기들이었습니다. 반면 에톰은 일반적인 안드로이드 스마트폰과 같은 외관을 하고 있어, 보안과 사용자 경험 측면에서 새로운 고려 사항을 제시합니다.

아마존 소유의 비(Bee)가 인수 이후 처음으로 새로운 AI 기기를 출시했습니다. 이번 신제품에는 업데이트된 웨어러블 기기와 스마트폰에 부착할 수 있는 신용카드 크기의 녹음기가 포함되어 있습니다.

이 기기들은 대화 요약, 할 일 목록 생성과 같은 기능을 제공하며, 알렉사 및 아마존 쇼핑과 통합되어 사용됩니다. 이러한 기기들은 가격이 74.99달러부터 시작합니다.

이번 출시로 비는 AI 기술을 웨어러블 및 스마트 기기에 통합하여 사용자 경험을 확장하고 있습니다. 이는 AI 기반 개인 비서가 단순한 음성 명령을 넘어 실제 생활의 생산성 향상에 어떻게 기여할 수 있는지 보여주는 사례입니다.

특히 이 제품들은 알렉사 생태계와 아마존 쇼핑 시스템과의 연동을 강조하며, 개발자 및 사용자에게 AI 통합 하드웨어의 실질적인 활용 방안에 대한 새로운 시사점을 제공합니다.

우분투 26.10(코드명 "Stonking Stingray")이 출시되었습니다. 이 버전은 우분투 26.04 LTS를 기반으로 하며 보안, 성능, 하드웨어 지원을 향상시키고 미래 지향적인 기능을 추가했습니다. 주요 업데이트로는 Rust 기반 코어유틸리티의 전면 채택, 양자 내성 패키지 서명, 그리고 확장된 TPM 기반 전체 디스크 암호화 지원 등이 포함되어 시스템 보안이 강화되었습니다.

커널 7.3은 최신 하드웨어 지원을 확장했으며, 새로운 RISC-V 데스크톱 이미지와 최적화된 amd64v3 설치 이미지가 제공됩니다. 또한 엔터프라이즈 인증이 Microsoft Entra ID와 더 깊이 통합되어 비밀번호 및 다중 요소 인증 지원이 강화되었습니다. 데스크톱 환경에서는 GNOME 51이 반응성, 접근성, 사용성을 개선했으며 메모리 압박 하에서의 복원력도 향상되었습니다.

개발자 도구 체인과 가속화된 AI 워크로드 지원이 확장되었으며, 사용자가 선택할 수 있는 옵션으로 로컬에서 처리되는 음성 인식 솔루션인 Myna가 도입되어 더욱 자연스럽고 상황 인지적인 데스크톱 경험을 제공합니다.

이 외에도 Edubuntu, Kubuntu 등 다양한 우분투 변형 버전들이 함께 출시되었으며, 모든 변형 버전은 9개월 동안 유지보수 업데이트를 받게 됩니다. 우분투 26.04 사용자는 알림 설정을 통해 26.10으로 자동 업그레이드할 수 있으며, 모든 업그레이드는 무료로 제공됩니다.

전 세계 통신을 지탱하는 해저 케이블의 회복탄력성을 확보하기 위해서는 단순히 신규 노선을 확충하는 것만으로는 충분하지 않으며, 노후 수리선 교체 문제와 수리 허가 지연을 해결하는 것이 핵심 과제입니다. 현재 해저 케이블의 안정성은 물리적인 확충보다는 기존 인프라의 유지보수 시스템과 행정 절차를 개선하는 데 달려 있습니다.

실제로 케이블 고장의 약 86%는 어업 활동이나 투묘와 같은 외부 요인으로 인해 발생한 것으로 추정됩니다. 이러한 고장 위험은 주로 연안의 얕은 바다와 복잡한 해양 환경에서 발생하며, 이는 통신 인프라의 물리적 안정성에 직접적인 위협을 가합니다.

따라서 해저 케이블의 회복탄력성을 높이기 위해서는 해양 활동으로 인한 손상을 최소화하고, 노후된 수리선 교체 및 허가 절차를 신속하게 처리할 수 있는 시스템을 구축해야 합니다. 이는 해저 통신망의 지속적인 운영과 안정성을 보장하는 데 필수적인 조치입니다.

LLM이 생성한 이미지의 유사성은 인공지능 모델의 다양성 붕괴 문제를 시사합니다. 예를 들어, 'Generate an SVG of a pelican riding a bicycle'와 같은 프롬프트로 생성된 그림들 간의 유사성은 모델이 특정 요청에 대해 제한적인 결과만을 반복적으로 생성하는 경향을 보여줍니다.

이러한 문제는 단순히 이미지 생성 능력의 발전을 넘어 창의성 측면에서 평가되고 있습니다. Design Creativity Bench와 같은 벤치마크는 UI 디자인 분야에서도 이러한 다양성 문제를 평가하고 있습니다.

기능적인 웹사이트나 제품 UI를 생성하는 능력은 발전했지만, 실제 창의적인 결과물을 생성하는 능력에는 여전히 한계가 존재합니다. 이는 LLM이 단순히 기능적인 결과물을 내놓는 것을 넘어, 다양한 맥락과 스타일을 반영하는 창의적인 결과물을 생성하는 데 있어 추가적인 개선이 필요함을 의미합니다.

Unfenced는 공공 토지, 게임 구역 및 야생 지역에 접해 있는 매물만을 검색하는 부동산 플랫폼입니다. 이 서비스는 단순히 매물 설명에 의존하지 않고 공식 경계 지도와 대조하여 13,626개의 부동산이 공공 토지와 접해 있는지 확인하는 방식으로 작동합니다.

사용자는 주(state)별로 매물을 탐색하거나 지도를 통해 검색할 수 있으며, 현재 695,439개의 활성 매물이 검색되었습니다. 예를 들어 오리건주에는 120에이커 규모의 토지가 90,000달러에 나와 있으며, 사우스캐롤라이나주에는 40에이커 규모의 토지가 180,000달러에 등록되어 있습니다.

이 데이터는 USGS PAD-US 4.1과 같은 공개 경계 데이터를 기반으로 측정되었기 때문에, 일반적인 리스팅 서비스와는 다른 방식으로 토지의 경계를 확인하는 데 중점을 둡니다. Unfenced는 필라델피아의 디자인 스튜디오인 Other Waters Studio가 개발한 프로젝트이며, 개발자나 부동산 관련 데이터 분석에 특화된 정보를 제공합니다.

새롭게 출시된 디지털 반려동물 로봇인 'Eiliko'가 보안상 심각한 취약점을 안고 있습니다. 이 로봇은 사용자의 기분과 감정에 맞춰 만화 같은 표정을 변화시키는 기능을 가지고 있지만, Wi-Fi를 통해 대화할 경우 데이터가 중국 서버로 전송된다는 문제가 제기되었습니다.

Eiliko의 AI 동반자는 사용자가 말하는 모든 내용을 중국 서버에 저장하는데, 이는 해커들이 쉽게 접근하거나 로봇의 성격을 탈취할 수 있는 경로를 제공합니다. 이로 인해 사용자와 자녀가 이 로봇과 대화할 때 주고받는 모든 정보가 안전하지 않을 수 있습니다.

이러한 보안 위험에도 불구하고, Eiliko를 개발한 회사인 Energize Lab은 이 문제에 대해 특별한 조치를 취하지 않는 것으로 보입니다. 사용자는 제품의 보안 설계와 데이터 처리 방식에 대해 깊이 고려해야 할 필요가 있습니다.

제로 클릭 용병 스파이웨어가 타겟 광고를 통해 전달되는 방식인 AdFection을 공개하는 연구 결과가 발표되었습니다. 이 연구는 이스라엘 회사인 Discover-Tech가 타겟 광고를 어떻게 제로 클릭 용병 스파이웨어 파이프라인으로 전환했는지 밝혀냈습니다.

연구팀은 AdFection이라는 기술을 통해 Al Jazeera의 국제 뉴스 네트워크 기기들이 Candiru(재브랜딩된 Integrity Labs)의 용병 스파이웨어에 감염되었음을 기술적으로 확인했습니다. Discover-Tech는 이 광고를 구매하여 Controlium 플랫폼을 이용해 광고가 표시되는 순간 기기를 비식별화하고 지문 정보를 얻어 자동으로 감염시키는 제로 클릭 공격을 수행했습니다.

40억 건의 Discover-Tech 입찰 기록 분석 결과, 이 회사의 광고는 수십 개 국가의 약 20만 개 웹사이트와 안드로이드/iOS 앱에 표시되었으며, 수백만 대의 기기가 Candiru 서버로 연결되도록 유도되었습니다. 이는 온라인 광고 시스템이 사생활 침해와 용병 스파이웨어 공격을 감지하거나 방지하지 못하는 구조적 결함을 보여줍니다.

Discover-Tech는 Candiru 외에도 Intelos, Bindecy와 같은 용병 스파이웨어 공급업체들과 연관되어 있으며, DARK CARTOGRAPHER라는 별도의 행위자가 광고 ID와 전화번호를 연결하여 인터넷 사용자를 대량으로 비식별화하는 데 Discover-Tech의 인프라를 활용하고 있습니다. 연구팀은 이러한 공격을 막기 위해 규제 당국에 조사를 촉구하고 광고 생태계에서 Discover-Tech의 접근을 차단하는 조치를 취하도록 권고했습니다.

에픽 게임즈가 새로운 '바이브 코딩(vibe-coded)' 런처를 출시하며 스팀의 로딩 속도를 비판한 것에 대해 스팀이 빠르게 대응했습니다. 에픽이 새로운 런처를 공개한 지 불과 24시간 만에 스팀은 클라이언트 업데이트를 배포하여 에픽 런처보다 더 빠른 속도를 달성했습니다.

실제 테스트 결과, 밸브의 클라이언트 부팅 시간은 5.23초로 측정되어 에픽의 성능 주장을 무력화시켰습니다. 이는 에픽이 AI를 통해 속도를 최적화하려 했더라도, 수십 년 된 생태계에 대한 목표 지향적 최적화가 여전히 경쟁 우위를 점할 수 있음을 보여줍니다.

다만, 에픽 런처의 문제는 단순한 속도 문제를 넘어섭니다. 에픽 클라이언트는 커뮤니티 포럼, 사용자 리뷰, 마켓플레이스, 원격 플레이 기능, 모드 허브 등 필수적인 기능들이 부족하다는 지적이 있습니다. 이는 에픽이 속도 경쟁에서 앞섰더라도, 장기적인 사용자 경험과 생태계 구축 측면에서는 많은 격차를 보이고 있음을 시사합니다.

협동 멀티플레이어 모험 게임인 빅 워크가 출시 이후 인기를 얻었지만, Xbox 플레이어들은 이 게임을 즐길 수 없게 되었습니다. 개발사인 하우스 하우스는 팔레스타인 주도의 BDS(보이콧, 투자 철회, 제재) 운동에 따라 마이크로소프트의 제품에 대한 보이콧에 협조하기 위해 Xbox 콘솔에 빅 워크를 출시하지 않기로 결정했다고 블로그 게시물에서 밝혔습니다.

이러한 결정은 마이크로소프트가 이스라엘 군대 및 정부와의 계약으로 인해 BDS 운동의 우선 목표로 지목된 것과 관련이 있습니다. 해당 보이콧 운동은 특히 Xbox 콘솔을 겨냥하며 마이크로소프트의 제품에 대한 보이콧을 촉구했습니다.

마이크로소프트는 작년 6월에 이스라엘 군대 및 정부와의 계약 문제로 인해 BDS 운동의 우선 목표로 지목되었으며, 이는 Xbox 콘솔에 대한 보이콧을 구체적으로 언급하는 내용이었습니다. 따라서 게임 개발사 측은 정치적 맥락을 고려하여 특정 플랫폼 출시를 보류하는 조치를 취한 것입니다.

시민 연구소(Citizen Lab)는 정부 스파이웨어 제작자들이 온라인 광고 네트워크를 악용하여 '제로 클릭(zero-click)' 스파이웨어를 통해 사람들을 해킹하고 있다는 증거를 발견했습니다. 이 보고서는 광고 플랫폼이 악성 코드를 통해 전 세계 기기를 표적으로 삼는 데 사용되고 있음을 구체적인 기술 증거로 제시합니다.

연구 결과에 따르면, 이스라엘 회사인 디스커버-테크(Discover-Tech)라는 플랫폼이 광고 공급자와 용병 스파이웨어 생태계 사이의 다리 역할을 하며 정부 스파이웨어 제작자들이 특정 개인이나 기기를 표적으로 삼는 데 사용된다고 밝혔습니다. 이들은 피해자가 메시지를 열거나 링크를 클릭하지 않아도 기기에 침투하여 데이터를 은밀하게 훔치는 제로 클릭 스파이웨어를 제공합니다.

연구진은 이 플랫폼이 광고와 함께 악성 콘텐츠를 개별 사용자에게 푸시하도록 설계되었으며, 심지어 스파이웨어 제작자들의 로그인 기록까지 공개되어 있음을 발견했습니다. 이 광고 기록에는 군대, 정부, 핵심 인프라 기관 등 국가 사이버 기관이 사용하는 기기들에 광고가 노출된 기록이 포함되어 있어 광범위한 기기가 표적이 되었음을 시사합니다.

이는 온라인 광고를 통해 정부 지원 제로 클릭 스파이웨어 공격이 실행되고 있다는 최초의 구체적인 기술적 증거이며, 보안 전문가들은 사용자들이 기기에서 광고 추적을 비활성화하거나 광고를 완전히 차단하여 이러한 위험으로부터 자신을 보호해야 한다고 촉구하고 있습니다.

대규모 오디오 언어 모델(LALM)이 오디오 이해 분야에서 상당한 발전을 이루었지만, 빈번한 선택, 판단, 평가가 필요한 고처리량 애플리케이션에서 자기회귀 텍스트 생성은 추가적인 계산 오버헤드와 응답 지연을 발생시킵니다. 이러한 한계를 해결하기 위해 연구진은 Qwen-Audio-3.1-ASR-Flash-Next에 전용 Jev 결정 헤드를 추가하여 Qwen-Audio-Jev를 제안했습니다.

Qwen-Audio-Jev는 선택(CHOICE), 이진 판단(NOUL), 점수 매기기(SCORE)라는 세 가지 결정 원리를 통해 오디오, 자연어 질문, 명시적인 답변 사양을 입력으로 받아 태스크 조건화된 확률 분포나 수치적 점수를 직접 출력합니다. 이 모델은 18가지 레이블링된 구성에 걸쳐 평가되었으며, CHOICE 작업에서는 MMAU-mini에서 78.70%, MMSU에서 84.06%의 정확도를 달성했습니다.

SCORE 작업에서는 NISQA 전체 품질 평가에서 0.1062의 정규화된 평균 절대 오차를 기록했으며, 피어슨 및 스피어만 상관관계는 각각 0.8210과 0.8074로 매우 높게 나타났습니다. 특히, 원본 모델인 Qwen-Audio-3.1-ASR-Flash-Next 대비 Qwen-Audio-Jev는 추론 속도가 약 20배 향상되어 효율적이고 고처리량의 오디오 의사결정 능력을 입증했습니다.

이러한 결과는 대규모 오디오 스크리닝, 화자 검증, 자동 품질 평가와 같은 응용 분야에서 효율적인 오디오 의사결정을 가능하게 할 잠재력을 보여줍니다.

월드 모델 학습에서 행동과 그 결과 사이의 관계인 내재적 역학(intrinsic dynamics)을 학습하는 것이 필수적입니다. 하지만 학습된 표현에서 시각적 변화가 실제 제어 과정과 무관하게 나타나면 이러한 관계가 모호해질 수 있습니다. 연구진은 행동 예측 가능성, 즉 연속된 잠재 상태로부터 행동을 재구성하는 능력과 내재적 역학의 보존 사이의 연관성을 조사했습니다.

연구팀은 행동 예측 가능성을 장려하는 것이 표현이 서로 다른 행동과 그 결과 사이의 구분을 버리는 것을 억제한다는 가설을 제시합니다. 이론적으로는 인코더가 동일한 상태와 외관에서 비롯된 서로 다른 행동의 결과를 병합할 때 제곱 역 예측 오차에 대한 양의 하한선을 도출했으며, 순방향 예측이 해당 전환에서 정확할 수 있음을 보였습니다.

실험적으로는 행동 예측이 제어 관련 전환 정보를 보존하는 데 중요한 역할을 함을 뒷받침합니다. 특히 시각적 다양성 하에서 잠재 계획을 수행하는 데 Concat IDM을 적용했을 때 실질적인 이점을 확인했습니다. 24회의 외관을 가진 Push-T 환경에서 세 번의 독립적인 훈련 실행 결과, Concat IDM은 계획 성공률을 9.1%에서 77.2%로 증가시켰습니다.

이는 단일 외관 사용 시보다 52.9 퍼센트 포인트 더 큰 개선을 보였으며, 행동 예측 가능성이 내재적 역학에 대한 귀납적 편향을 제공함을 입증합니다. 따라서 Concat IDM은 시각적 다양성 하에서 잠재 계획을 수행하는 데 실질적인 이점을 제공합니다.

현대 AI 시스템은 독성, 악의적 사용, 허위 정보 등 심각한 사회적 위험을 내포하고 있으며, 이러한 위험을 완화하는 것은 기술적 실현 가능성뿐만 아니라 시스템을 개발하고 배포하는 기업의 인센티브에 달려 있습니다. 본 연구는 이러한 안전 투자가 어떻게 AI 공급망 내에서 수익 극대화에 의해 형성되는지를 게임 이론 모델을 통해 분석합니다.

연구 결과에 따르면, 상류의 LLM 제공업체와 경쟁하는 여러 하류 기업들로 구성된 AI 공급망에서 안전 투자는 시장 주도 수준과 차이를 보입니다. 특히 하류 기업 간의 경쟁은 해당 기업들이 산업 이윤 최적 수준보다 더 많은 안전 투자를 하도록 유도합니다. 반면, 상류 제공업체는 안전 투자에서 발생하는 초과 이익에 대해 완전히 보상받지 못하기 때문에 이러한 벤치마크 대비 투자 수준이 낮을 수 있습니다.

또한 연구는 다양한 규제 개입이 참여자들의 인센티브와 이윤에 어떤 영향을 미치는지 분석합니다. 이러한 규제는 최종적으로 모델 안전 수준에 어떤 영향을 미치는지도 탐구합니다. 이는 AI 안전을 확보하기 위해 기술적 해결책뿐만 아니라 시장 구조와 정책적 환경에서의 인센티브 설계가 필수적임을 시사합니다.

거대 언어 모델(LLM) 기반 에이전트의 탐구 학습 능력을 평가하기 위한 새로운 프레임워크가 제시되었습니다. 이 연구는 과학적 탐구가 복잡한 시스템에서 관계를 발견하기 위한 탐색, 가설 생성, 추론의 반복적인 순환임을 바탕으로, LLM이 이러한 탐구 사이클 전체를 어떻게 통합하는지 평가하는 통합적이고 상호작용적인 환경을 도입합니다.

연구진은 카운트다운 과제를 수학적 환경으로 확장하여 에이전트가 변수를 조작하고 관찰을 수집하며 그들 간의 관계를 추론하도록 설정했습니다. 이 환경은 탐색 전략, 인과 관계 발견, 가설 정제를 탐구하는 데 사용될 수 있습니다. 여러 LLM과 프롬프팅 전략을 사용하여 실험한 결과, LLM은 본질적인 탐구 능력이 제한적이며 근본적인 표현을 발견하는 데 성공률이 낮다는 사실이 밝혀졌습니다.

하지만 교육적 비계 설정에서 영감을 받은 구조화된 지침이 성능을 크게 향상시키는 것으로 나타났습니다. 이 연구 결과는 LLM이 전략적 탐색과 반복적인 가설 정제에 있어 현재 가지고 있는 한계를 강조하며, 인간 학습자가 탐구 학습에서 사용하는 간단한 지침 전략이 보다 효과적인 탐구 행동을 지원할 수 있음을 보여줍니다.

강화 학습(RL)을 통해 정책 변화를 전이(distillation)하는 방식은 교사(teacher)의 강화 학습 전후 로그 확률 차이를 감독 신호로 활용합니다. 하지만 이러한 종점 정책 변화는 교사가 훈련하는 동안 국소적인 행동 선호도가 일관되게 진화했는지 여부를 드러내지 못합니다. 동일한 종점 변화는 서로 강화되거나 부분적으로 상쇄되는 초기 및 후기 변화에서 발생할 수 있습니다.

연구진은 초기 및 후기 교사 정책 변화 간의 일치도가 선택적 전이를 안내할 수 있는지 조사했습니다. 이를 위해 연구진은 동일한 RL 실행에서 얻은 중간 교사 체크포인트를 사용하여 학생이 방문한 접두사에서 초기 및 후기 변화 간의 상대적 행동 선호도를 비교하는 Waypoint-guided On-Policy Distillation(Waypoint-OPD)을 도입했습니다. 이 방법은 초기 변화와 후기 변화 간의 방향적 일치도에 따라 종점 변화를 게이팅하여, 반대 방향을 가리키는 변화는 억제합니다.

Waypoint-OPD는 종점 전이 방식보다 추가적인 고정된 교사 점수 통과만 필요로 하며, RL로 훈련된 Qwen3-4B 교사를 사용하여 수학 및 코드 추론 분야에서 Qwen3-8B, Qwen3-14B, Qwen3-30B-A3B를 학생 모델로 평가했습니다. 이 여섯 가지 도메인-학생 설정 모두에서 Waypoint-OPD는 비교된 다른 증류 방법들 중에서 가장 높은 도메인 평균 점수를 달성했습니다.

추가 분석 결과, Qwen3-8B 학생 모델에서 게이팅을 제거하거나 셔플할 경우 수학 추론 성능이 감소하는 것으로 나타났습니다. 이는 초기 및 후기 교사 정책 변화 간의 방향적 일치도를 사용하여 학생 훈련 중 종점 변화에 가중치를 부여하는 것이 효과적임을 뒷받침합니다.

모바일 소프트웨어에서 사용되는 데이터 형식을 역공학하는 작업에 인공지능을 활용하는 연구 결과를 제시합니다. 연구진은 아이폰이 애플의 위치 서비스로 전송하는 protobuf 메시지를 분석하기 위해 두 가지 최첨단 모델인 Claude Opus 4.8과 Codex GPT Sol 5.6을 사용했습니다.

이 접근 방식은 애플 바이너리에서 관찰된 네트워크 트래픽의 protobuf 스키마를 재구성하는 데 중점을 두었습니다. 그러나 재구성된 스키마의 대다수는 상당한 오류를 포함하고 있으며, 스키마가 내부적으로 일관성이 있기 때문에 이러한 오류를 감지하기 어렵습니다. 따라서 포렌식 및 개인 정보 분석을 위해 직접적인 AI 사용은 부적합하다는 결론을 내렸습니다.

하지만 AI는 출력이 검증될 수 있을 때 신뢰할 수 있는 분석 도구를 작성하는 데 활용될 수 있습니다. 연구진은 Claude를 사용하여 애플 바이너리에서 protobuf 스키마를 안정적으로 복구하는 파이썬 도구인 Extractor를 작성했습니다. 이 도구는 알려진 스키마와 네트워크 측정치를 통해 검증되었으며, 이 도구를 사용하여 탈옥된 아이폰 8(iOS 16.7.11)의 위치 서비스 네트워크 트래픽을 디코딩하고 분석하는 데 성공했습니다.