읽을 가치가 있는 기사만, 짧고 또렷하게.

안드로이드용 연합형 인스턴트 메시징 클라이언트인 Conversations가 구글 플레이 스토드와의 관계를 정리하며 무료로 제공되기 시작했습니다. 개발자인 다니엘 굴트시는 Conversations를 오픈 소스 프로젝트로 시작한 후, 이를 지속 가능한 사업으로 발전시키면서 구글 플레이 스토어 수익에 의존하게 되었고, 이는 구글에 대한 관계 악화로 이어졌습니다.

구글은 앱 업데이트 거부, 플레이 스토어에서의 삭제, 그리고 사용자 리뷰 처리의 지연 등 여러 문제로 인해 개발자들에게 불만을 야기했으며, 특히 앱 판매 수익에 대해 15%의 수수료를 부과했습니다. 이 수수료는 연간 1000유로 이상에 해당하며, 이는 인터넷이나 노트북 사용료와 비교될 만큼 상당한 경제적 부담으로 작용했습니다.

이러한 경제적 종속에서 벗어나기 위해 굴트시는 앱 배포 방식을 변경하여 F-Droid를 주요 배포 수단으로 삼았습니다. F-Droid를 통해 배포되는 APK는 개인 키로 서명되어 재현 가능하며, 이를 통해 구글 플레이 스토어 수익에 대한 경제적 의존도를 해소할 수 있었습니다.

결과적으로 굴트시는 구글 플레이 스토어 수익에 더 이상 경제적으로 의존하지 않게 되었으며, 플랫폼의 게이트키퍼에 대한 불만을 표출하며 독립적인 경로를 모색하고 있습니다.

RGBD20K는 풍부한 카테고리와 고품질 주석을 포함하여 보다 강력하고 일반화된 RGB-D 시맨틱 분할 모델 개발을 촉진하기 위해 제안된 새로운 데이터셋입니다. 이 데이터셋은 기존의 인기 있는 RGB-D 벤치마크들보다 훨씬 확장된 시맨틱 공간을 제공합니다. 특히 RGBD20K는 160개의 세분화된 카테고리를 포함하고 있어, NYUv2(40개 클래스)나 SUN RGB-D(37개 클래스)와 같은 기존 벤치마크보다 카테고리 다양성이 뛰어납니다. 이러한 풍부한 시맨틱 커버리지는 모델이 더 일반화된 분할 능력을 학습하도록 유도할 것으로 기대됩니다.

또한 RGBD20K는 현재 벤치마크와 비교하여 20,000개의 RGB-D 이미지 쌍을 제공함으로써 훨씬 더 큰 훈련 자원을 제공합니다. 이는 더 강력한 딥 모델을 개발하는 데 직접적으로 도움이 됩니다. 데이터셋의 또 다른 중요한 특징은 높은 충실도 주석입니다. 연구진은 기존 레이블의 장기간 누적된 주석 노이즈를 해결하기 위해 엄격한 재평가와 수정을 수행하여 깨끗하고 신뢰할 수 있는 정답 기반을 구축했습니다.

나아가 연구진은 새로운 점수 정제 융합(Score-Purified Fusion, SPF) 방법을 제안했는데, 이는 모든 평가 벤치마크에서 최고 성능을 달성하며 RGB-D 시맨틱 분할을 위해 고품질 멀티모달 정보를 활용하는 접근 방식의 효과를 입증합니다. 이 데이터셋과 방법론은 RGB-D 시맨틱 분할 분야에서 고품질 데이터와 정제된 학습 기법을 결합하여 모델 성능을 향상시키고자 하는 개발자들에게 유용한 자원이 될 것입니다.

최근 오디오-비디오 공동 생성 분야에서 기존 모델들은 개별 모달리티의 충실도 부족, 텍스트-모달리티 정렬 미흡, 그리고 모달 간 동기화 약화라는 한계를 보이고 있습니다. 강화 학습 후 훈련은 유망한 해결책이지만, 오디오-비디오 공동 생성에 직접 적용하기는 어렵습니다. 이는 이질적인 멀티모달 보상이 학습 신호를 얽히게 하고 신뢰도 할당을 복잡하게 만들며, 두 모달리티 타워를 공동 최적화하는 것은 역동성이 다르기 때문에 계산 비용이 많이 듭니다.

이에 연구진은 모달리티 기반 온라인 확산 강화 학습 프레임워크인 AV-GRPO와 분리된 난이도 제어가 가능한 훈련 데이터셋인 5DAV를 제안했습니다. AV-GRPO는 학습 신호를 분리하고 난이도를 안정화하기 위한 모달리티 기반 롤아웃, 비용을 줄이고 신뢰도를 재할당하기 위한 궤적 고정 동결 타워 최적화, 그리고 모달리티별 역학에 맞춘 적응형 목표 및 섭동 강도라는 세 가지 핵심 모듈을 포함합니다.

이러한 접근 방식은 결합된 멀티모달 선호 학습을 정밀한 보상 할당과 향상된 동기화를 위한 단일 모달리티 하위 문제로 전환합니다. 5DAV 데이터셋은 체계적인 훈련을 위해 다섯 차원에 걸쳐 샘플을 분리하여 제공합니다. JavisBench와 VABench 실험 결과, AV-GRPO는 LoRA 및 전체 미세 조정 하에서 LTX-2.3보다 생성 품질, 의미론적 정렬, 그리고 모달 간 동기화 측면에서 우수한 성능을 보였습니다.

거대 언어 모델(LLM)이 본질적인 선형성을 가지고 있다는 증거를 제시하는 연구 결과가 발표되었습니다. 이 연구는 서로 다른 텍스트 스트림의 입력이 선형적으로 결합될 때, 모델이 개별 다음 토큰 분포들의 중첩(superposition)을 출력한다는 것을 보여주며 이를 '중첩 선형성 가설(Superposition Linearity Hypothesis)'로 명명했습니다.

이러한 중첩 현상은 훈련 과정에서 나타나는 현상이 아니라 트랜스포머 아키텍처의 고유한 속성임을 입증했으며, 실제로 사전 훈련이 진행됨에 따라 이 선형성은 감소하는 것으로 관찰되었습니다. 이는 LLM의 작동 방식에 대한 근본적인 이해를 제공하며, 선형성을 복원할 수 있는 방법을 탐색하는 데 중요한 기반을 제공합니다.

연구진은 경량 미세 조정(lightweight fine-tuning)을 통해 선형성을 상당히 복원할 수 있음을 입증했습니다. 이는 예측된 다음 토큰 분포와 개별 분포들의 평균 간의 차이를 줄여 선형성을 개선하는 방법입니다. 또한, 단일 순방향 통과(forward pass)로부터 두 개의 일관된 연속적인 텍스트를 동시에 생성할 수 있도록 중첩된 출력을 분리하는 가이드 디코딩 절차를 제안했습니다.

강화 학습을 통한 보정된 결정(RLCD)으로 훈련된 모델 Jev는 단일 호출에서 보정된 확률로 여러 질문에 답할 수 있습니다. 이 연구는 Jev가 AI 정렬 실패를 탐지하는 능력을 평가하기 위해 RLCDAlignBench라는 벤치마크를 제시하며, 이 벤치마크는 시종(sycophancy), 탈옥(jailbreaks), 기만(deception), 프롬프트 주입(prompt injection), 환각(hallucination), 개인 정보 침해(privacy violation), 사회적 편향(social bias), 보상 해킹(reward hacking), 불확실성 은폐(concealing uncertainty), 권력 추구(power seeking) 등 열 가지 정렬 실패에 대해 평가합니다.

Jev는 44개의 벤치마크와 다섯 개의 타겟 모델을 대상으로 하며, 각 벤치마크 평가자는 기준 점수와 인간 평가자에 의해 레이블링되었습니다. 특히 많은 정렬 실패는 사용자 신념이나 주입된 지침과 같은 참조에 기반하여 정의되는 관계적 실패라는 점이 주목됩니다. 연구진은 Jev가 질문의 내용과 입력 필드에 있는 정보(맥락)를 분리하여 처리하도록 핵심 아이디어를 설정했습니다.

실제 실험 결과, 단일 일반적인 질문은 제로샷에서 중간 AUROC 0.886을 달성하며 대부분의 벤치마크에서 지도 학습 기준선보다 우수한 성능을 보였습니다. 이는 질문의 단어 선택보다는 레이블을 인코딩하는 필드, 즉 맥락이 성능에 더 중요한 영향을 미친다는 것을 보여줍니다. 또한 Jev는 참조 평가자의 동의와 인간 레이블 간의 일치를 일치시키고 기존 벤치마크에서 레이블 결함을 드러내며, LLM 기반 판단 모델보다 63배 적은 비용으로 작동합니다.

희소 자동 인코더(SAE)는 언어 모델 표현을 검사하는 유망한 방법이지만, 잠재 공간이 어떤 종류의 언어적 구조를 노출하는지는 여전히 불분명합니다. 연구진은 품사(PoS) 범주를 통제된 테스트 사례로 사용하여 형태-통사 정보를 개별 잠재 변수 또는 특징의 구조화된 그룹에 의해 인코딩되는지 연구했습니다.

연구 결과, SAE 활성화로부터 품사 구별이 매우 잘 복구되지만, 이는 잠재 변수와 범주 간의 일대일 매핑과는 일치하지 않습니다. 이러한 복구 가능성은 어휘적 암기(lexical memorisation)로 환원될 수 없으며, 열린 품사(Open PoS)와 닫힌 품사(Closed PoS) 클래스는 상당히 다릅니다.

범주들은 희소 잠재 변수의 압축된 그룹에 의해 지원되며, 태그 전반에 걸쳐 상당한 변화를 보입니다. 이러한 그룹들은 보류 데이터에서도 안정적으로 유지되며, 관련 범주들 간의 중첩도 나타납니다.

결론적으로, SAE는 원자적인 문법적 특징을 통해 정보를 국소화하기보다는 형태-통사 정보를 분산되고 범주 의존적인 형태로 국소화한다는 것을 보여줍니다.

Rufus-Air는 GLM-4.5-Air-Base 모델에 대한 공개적이고 재현 가능한 후처리 레시피로, 총 여덟 단계의 순차 파이프라인으로 구성되어 있습니다. 이 파이프라인은 SFT, Reasoning RL, Coding RL, Instruction-Following RL, General Agent, Coding Agent, Search Agent, 그리고 RLHF로 이루어져 있으며, 각 단계는 기본적인 능력부터 고급 에이전트 기능까지 점진적으로 발전합니다.

연구진은 이 레시피를 재현하는 데 필요한 데이터, 보상 설계, 인프라, 단계 순서 및 단계별 결과를 상세히 문서화했습니다. 훈련 과정은 공개된 데이터와 오픈소스 구성 요소를 기반으로 진행되었으며, 새로운 인간 주석이나 자체 증류 교사 없이 이루어졌습니다.

주요 연구 결과는 다양하고 고품질의 SFT가 강력한 능력 하한선을 설정하며, 난이도 필터링이 RL 프롬프트를 생산적인 학습 범위 내에 유지하도록 돕는다는 점입니다. 또한 보상의 신뢰성이 단계 순서를 정하는 실용적인 원칙을 제공하며, 인프라 및 엔지니어링 선택 역시 레시피의 일부임을 확인했습니다.

결과적으로 Rufus-Air는 공식 GLM-4.5-Air 후처리 릴리스보다 성능이 향상되었으며, 유사한 크기의 오픈 모델들과 경쟁할 수 있는 수준에 도달했습니다.

AI 시스템이 미지의 환경에서 진정한 탐색을 통해 새로운 지식을 습득하고 적용할 수 있는지 측정하기 위한 새로운 벤치마크인 ExplorationBench가 소개되었습니다. 이 벤치마크는 과학적 발견 과정의 평가가 어려운 문제를 해결하기 위해 검증 가능한 '외계 세계(Alien Worlds)'를 기반으로 구축되었습니다.

이 외계 세계는 규칙이 실행 가능하여 모든 답변을 정확하게 확인할 수 있으며, 기존 지식과 충돌하여 단순한 회상만으로는 문제를 해결할 수 없도록 설계되었습니다. 벤치마크는 AlienCode와 AlienLogic이라는 두 가지 샌드박스를 포함하며, 각 샌드박스는 결함이 있는 매뉴얼, 작업별 환경 피드백, 그리고 도구 호출 스키마를 제공합니다. 시스템들은 이 자원을 탐색하여 미지의 규칙을 습득하고 주어진 과제를 해결하게 됩니다.

10개의 AI 시스템을 평가한 결과, 가장 강력한 시스템들은 생소한 규칙을 획득하고 적용할 수 있는 능력을 보였습니다. 그러나 탐색 과정에서 성능은 궤적에 따라 크게 달라졌으며, 지속적인 탐색은 이전의 이득을 정체시키거나 역전시킬 수도 있다는 점이 관찰되었습니다.

ExplorationBench는 AI 시스템이 알려지지 않은 환경에서 진정한 탐색을 통해 새로운 지식을 획득하고 적용할 수 있는 단계로 나아가는 데 기여합니다.

텍스트 기반 비디오 생성에서 시네마틱 프롬프트 향상을 목표로 하는 WanPE 모델이 발표되었습니다. 이 모델은 105만 개의 실제 비디오로 학습된 397B 매개변수를 가지며, 디렉터 수준의 시네마틱 계획을 마스터하는 것을 목표로 합니다. WanPE는 비디오에 기반한 역 구성(video-grounded reverse construction)을 통해 샷 수준의 시네마틱 계획을 수립하고, 의미 일관성 GRPO(Semantic-Consistency GRPO)를 사용하여 시간과 샷 전반에 걸쳐 사용자 요구 사항을 충실히 보존합니다.

이 모델의 성능을 평가하기 위해 5초에서 30초 길이의 다양한 의도 세분화 수준을 다루는 인간 주석이 달린 테스트베드인 WanPEval을 구축했으며, 약 11K 쌍별 평가를 통해 검증했습니다. 실험 결과, WanPE-397B를 Wan3.0 비디오 생성기에 적용했을 때, 원본 사용자 프롬프트에 대한 인간 선호도를 크게 향상시켰습니다. 특히 5초에서 15초 구간에서는 10.66점에서 18.84점, 30초 구간에서는 50.86점이라는 극적인 선호도 증가를 보였습니다.

추가 분석에서 역 구성 방식이 순방향 재작성보다 명확하게 우수함을 보여주었으며, SC-GRPO는 모델 규모 전반에 걸쳐 의미적 충실도를 강력하게 보존하는 것으로 나타났습니다. 궁극적으로 WanPE는 5초에서 15초 구간에서는 평가된 상업적 솔루션들 중 모두를 선도하며, 30초 구간에서는 Seedance 2.5와 경쟁할 수 있는 성능을 입증했습니다.

범용 비전-언어 모델(VLM)은 로봇 조작에 광범위한 지식과 공간 추론 능력을 제공하지만, 기존 시스템들은 제약 조건 예측이나 프로그램 작성에만 국한되거나 행동할 세계가 아닌 장면만 제공하는 한계를 가지고 있었습니다. 본 논문은 이러한 한계를 극복하기 위해 세계 행동 에이전트(World Action Agent, WAA)라는 멀티 에이전트 하네스를 제시하며, VLM이 기본 도구를 사용하여 시각적 행동 작업 공간 내에서 모든 결정을 내리도록 합니다.

WAA의 행동 작업 공간은 세 가지 속성을 갖는데, 이는 현재 상호작용 주변의 장면을 보여주는 접촉 뷰(Contact views), 실행 전에 계획 피드백에 따라 미리보기 및 수정하는 편집 가능한 제안인 행동 리허설(Action rehearsal), 그리고 관찰, 리허설, 저수준 실행 간의 루프를 닫아 관찰된 영역의 잔여 오프셋을 제거하는 인-뷰 보정(In-view correction)입니다. WAA는 이 작업 공간을 통해 전문가 비디오와 인간의 지도를 통해 멀티모달 기술을 발전시키고 스킬 에이전트를 통해 이를 검토하며, 상호작용 흔적을 통해 더 작은 VLM을 훈련시켜 동일한 하네스를 조종하도록 합니다.

LIBERO-Pro 환경에서 WAA는 LIBERO-90에서만 진화된 스킬을 통해 평균 75.6%의 최고 성능을 달성하며, 이는 종단 간 VLA, 코드-정책 에이전트, 시각적 하네스 기준선보다 우수합니다. 또한 이 스킬들은 추가 학습 없이 robosuite에서도 효과적으로 유지됩니다. 특히, 하네스 추적 데이터로 Qwen3.5-9B를 미세 조정했을 때 도메인 외 성공률이 1.7%에서 43.3%로 크게 향상되어 일반화 능력이 입증되었습니다.

PUBG Ally는 플레이어와 함께 목소리로 소통하는 팀원으로 기능하는 구체화된 에이전트(embodied agent)로, PUBG: BATTLEGROUNDS 환경에서 추론하고 자율적으로 행동하며 플레이할 수 있습니다. 이러한 팀원을 구축하기 위해서는 엄격한 지연 시간 제약 조건 하에서 끊임없이 변화하는 게임 세계를 인식하고 반응하는 능력과 플레이어와 자연스럽게 상호작용하며 발화와 행동을 동기화하는 두 가지 어려운 능력을 결합해야 합니다.

Ally는 에이전트 도구 사용과 실시간 게임 제어를 결합하여 이러한 목표를 달성합니다. 언어 모델 에이전트는 제어된 인터페이스를 사용하여 게임 정보를 검사하고, 플레이어의 발언을 해석하며, 맥락을 유지하고, 발화할 내용을 결정하며, 이동, 전투, 회복을 위한 더 빠른 제어 계층을 이끄는 고수준의 행동 선택을 내립니다.

이러한 시스템을 훈련하기 위해서는 실제 게임 플레이 데이터가 필요하기 때문에, 연구진은 실제 플레이어들이 Ally와 함께 플레이한 거의 39,000개의 세션에서 게임 플레이, 플레이어 발언, 에이전트 결정, 도구 사용, 행동 및 플레이어 피드백을 기록하여 반복적인 훈련에 사용했습니다. 또한 라이브 서비스에 Ally를 배포하기 위해서는 낮은 지연 시간의 온디바이스 실행과 플레이어 대상 통신을 위한 안전장치가 필요하며, 이를 위해 모델 압축, 맥락 압축, 목표 안전 훈련, 런타임 가드레일, 메모리 편집 등의 방법을 적용했습니다.

라이브 서비스 중 플레이어들을 대상으로 한 설문조사 결과, Ally와 함께 플레이한 것으로 확인된 응답자들 중 Ally를 추천할 의향이 있다는 긍정적인 응답이 부정적인 응답보다 25.1%p 더 높았으며, 플레이어들은 Ally를 단순한 도구가 아닌 팀원이나 동료로 평가했습니다.

최근 몇 단계의 인과적 비디오 생성은 낮은 지연 시간 스트리밍 생성을 가능하게 하지만, 기존의 후처리 방법들은 분포 일치 증류(DMD)에 의존하여 대규모 사전 학습된 교사 모델과 온라인 비평가(critic)를 필요로 합니다. 이 연구는 이러한 리소스 집약적인 교사-비평가 스택을 제거하고, 생성기만 사전 계산된 목표 분포에 대해 후처리하는 방법을 탐구합니다.

연구진은 이미지 생성에서 사용된 표현 분포 일치(RDM)를 몇 단계 인과적 비디오 생성으로 확장하는 과정에서 세 가지 주요 장벽을 식별했습니다. 이는 메모리 제약적인 기울기 경로, 비디오에 특화된 최적화 체제, 그리고 시간적 역학을 충분히 제약하지 않는 표현 분포로 요약됩니다. 이에 따라 연구팀은 이러한 장벽을 순차적으로 해결하는 교사 및 비평가 없는 비디오 후처리 레시피인 ViRDM을 제안했습니다.

ViRDM은 RDM을 확률적 절단 감독, 경량 VAE 디코더, 단계별 벡터-야코비안 곱 등을 결합하여 다단계 인과적 비디오 롤아웃에 표현 분포 일치를 메모리적으로 실행 가능하게 만듭니다. 이 방법은 세 네트워크 증류를 생성기 전용 후처리로 전환하여 GPU 메모리 사용량과 훈련 시간을 줄이면서 비디오 품질을 향상시킵니다.

실제 실험 결과, 단 20번의 생성기 업데이트만으로도 ViRDM 레시피는 공식 VBench 평가에서 84.87점을 달성하며, 이전 최고 몇 단계 인과적 기준 모델보다 0.36점 더 높은 성능을 보였습니다. 이 과정에서 16 A100 GPU-시간이 소요되었습니다. 또한 연구는 더 낮은 인과적 샘플링 예산과 1단계, 2단계, 4단계 양방향 생성에 대한 잠재력을 보여주는 탐색적 결과도 보고했습니다.

복잡한 검색을 위해 LLM 에이전트는 질문을 분해하고 증거를 탐색하며 근거 있는 답변을 종합해야 하지만, 기존의 ReAct 스타일 에이전트는 역할 결합과 컨텍스트 축적이라는 두 가지 한계를 가지고 있습니다. 역할 결합은 계획, 증거 사용, 종합을 하나의 정책이 모두 처리해야 하는 문제이며, 컨텍스트 축적은 검색 기록이 증가함에 따라 노이즈가 발생하고 유용한 정보가 가려지는 현상을 의미합니다.

이러한 문제를 해결하기 위해 연구진은 역할 분리 및 요약 기반 패러다임인 IterSynth를 제안했습니다. IterSynth는 정보 필요성을 식별하는 플래너와 증거를 진화하는 요약 상태에 통합하는 합성기(Synthesizer)를 번갈아 수행하는 방식으로 설계되었습니다. 이 디자인은 계획과 종합을 분리하여 검색의 지속적인 상태로 요약을 사용함으로써 능력 결합과 컨텍스트 노이즈를 줄입니다.

효과적인 훈련을 위해 강화 학습에 역할 분리 정책 최적화(Role-Decoupled Policy Optimization, RDPO)를 도입했습니다. RDPO는 최종 결과 보상과 턴별 평가를 결합하고 역할별 이점을 계산하여 더 정확한 신용 할당을 가능하게 합니다. BrowseComp 및 Xbench-DS와 같은 다섯 가지 장기 검색 벤치마크 실험 결과, IterSynth-8B는 평균 50.7점을 달성하며 가장 강력한 이전 leq8B 에이전트보다 4.2%p 높은 점수를 기록했습니다.

또한 IterSynth는 모델에 구애받지 않는 프롬프팅 패러다임으로서, 최첨단 독점 모델에서 ReAct 및 유사한 프롬프팅 방식보다 상당한 제로샷 성능 향상을 제공합니다.

대규모 언어 모델의 발전은 AI를 수동적인 콘텐츠 생성에서 공학 및 과학 발견의 능동적인 워크플로우로 확장시키고 있습니다. 이 글은 AI가 개발의 대상인 동시에 차세대 AI 시스템을 구축하는 능동적인 참여자가 될 수 있는지에 대한 질문에 답하기 위해, 확장 가능한 개발과 반복적인 개선을 위한 폐쇄 루프 AI-for-AI 프레임워크 내에서 Qwen-Planner-Agent를 구축하는 방법을 탐구합니다.

이 접근 방식은 복잡하고 장기적인 태스크를 요구하는 모바일 계획(Mobile planning)을 통해 시험됩니다. 실제 장치 상호작용의 비용 문제와 에이전트 신뢰성 문제는 개발의 확장성을 제한합니다. 따라서 이 프레임워크는 데이터 생산, 모델 훈련, 배포를 공유하는 행동-피드백-검증 계약을 통해 연결합니다. 구체적으로 AI for Data는 특수 에이전트가 태스크를 구성하고 상호작용 궤적을 수집하며 훈련 피드백을 사용하여 데이터 생성을 유도하는 인간 주도형 에이전트 데이터 플라이휠을 구축합니다.

또한 AI for Training은 Competence-Aware Reward-and-Advantage Engineering(CARE)을 도입하여 추론 및 도구 사용 비용을 줄이면서 태스크 성능을 보존하는 하이브리드 환경 온라인 에이전트 강화 학습을 결합합니다. 이 시스템은 실행 증거 기반 루프를 통해 메모리, 기술, 도구를 런타임에 조정하고 구조화된 행동 피드백과 실패 흔적을 모델 및 하네스 적응에 피드백합니다.

그 결과 Qwen-Planner-Agent는 MobilePA-Bench에서 평가된 모든 모델 및 시스템 중에서 최고의 전반적인 성능을 달성했습니다. 이는 도구 사용, 메모리, 기술 및 하위 에이전트 조정 전반에서 기본 모델보다 개선된 성능을 보였으며, 비모바일 에이전트 벤치마크에서도 일반적인 능력을 대부분 보존했습니다.

블록 기반 비디오 코덱은 입력에 따라 속도-왜곡 상충 관계를 최적화하는데, 기존의 왜곡 선택 방식인 제곱 오차 합(SSE)은 블록별 SSE의 합이므로 블록을 독립적으로 처리할 수 있게 합니다. 반면, MS-SSIM이나 LPIPS와 같은 전체 참조 이미지 품질 평가(FR-IQA) 지표는 인간 시각 시스템에 더 잘 맞지만 블록별로 분해되지 않고 완전히 디코딩된 이미지를 필요로 하므로 루프 내에서 사용하기 어렵습니다.

연구진은 이러한 문제를 해결하기 위해 소스 비디오에 대해 평가된 지표의 헤세 행렬(Hessian)에서 파생된 입력 의존적 이차 왜곡(IDQD)을 사용하여 광범위한 FR-IQA 지표를 근사하는 방법을 제안합니다. 특히 왜곡을 블록별로 계산하기 위해 헤세 행렬의 두 가지 근사치(블록 대각 행렬 또는 대각 성분만 유지)를 제안하며, 자동 미분으로 얻은 헤세 행렬을 이용한 행렬-벡터 곱만을 필요로 하는 추정치를 제시합니다.

이러한 IDQD-RDO 접근 방식은 VVC에서 Kodak 및 CLIC 지표에 대해 다섯 가지 지표를 사용하여 적용되었으며, 디코더 변경 없이 목표 지표 하에서 14.2%에서 36.7%의 BD-비트율 절감을 달성했습니다. 다만, 이 방법은 인코딩 복잡도 오버헤드로 10%에서 30%의 추가적인 인코딩 복잡도를 발생시킨다는 점을 고려해야 합니다.

구글의 프로젝트 선캐처는 인공지능(AI) 인프라를 우주에 배치하기 위한 야심찬 계획의 일환으로, AI 하드웨어가 우주의 혹독한 환경을 견딜 수 있는지 테스트하기 위해 프로토타입 위성을 발사했습니다. 이 임무는 칩이 극심한 방사선, 강한 진동, 진공 상태에서의 냉각 문제 등 우주 환경에서 발생하는 극한 조건들을 어떻게 처리하는지 평가하는 데 중점을 둡니다.

연구팀은 이러한 초기 발사를 통해 AI 칩이 우주 환경에서 생존할 수 있는지 확인하고, 향후 2027년까지 확장하기 위해 필요한 공학적 난제와 실패 지점을 식별하는 것을 목표로 합니다. 이는 우주 공간이 미래의 확장 가능한 머신러닝 인프라를 수용할 수 있는 장소가 될 수 있는지 탐색하는 첫 단계입니다.

향후 계획은 위성 클러스터를 고대역 레이저를 통해 연결하여 대규모 AI 워크로드를 처리하는 것입니다. 각 위성은 수십 개의 TPU 칩을 탑재하게 되며, 이를 위해서는 위성 간의 연결을 위해 놀라운 정밀도가 요구됩니다. 현재 기술은 장거리의 저대역 통신에 최적화되어 있지만, 우주 환경에서는 매우 짧은 거리에서 초고대역 통신이 필요하므로 새로운 기술적 접근이 필요합니다.

인간의 신체는 간을 제외하고는 대부분 취약하며, 이는 생물학적 설계의 문제로 볼 수 있습니다. 간은 손상을 입어도 흉터 없이 회복하며 노화에도 거의 완전한 기능을 유지하지만, 신체의 다른 기관들은 비자외선 B(Vitamin D) 과다 섭취나 부적절한 구강 관리를 통해 영구적인 손상을 입기 쉽습니다. 이는 신체 시스템이 얼마나 취약하게 설계되었는지를 보여주는 예시입니다.

노화의 주요 징후 중 하나는 염색체 말단인 텔로미어가 세포 분열마다 짧아진다는 점입니다. 세포가 50~70번 분열한 후 텔로미어가 소실되면 세포 분열이 멈추고 기능이 정지하는데, 이는 노화의 시계 역할을 합니다. 또한 장기 이식 시 면역 거부 반응 때문에 환자는 평생 면역 억제제를 복용해야 하며, 이는 신체 시스템이 외부 개입에 얼마나 취약한지를 보여줍니다.

신체는 손상된 조직을 복구하는 과정에서 세포 주기 점검(cell-cycle checkpointing)과 같은 메커니즘을 통해 작동하지만, 간과 같은 기관은 이러한 복구 능력이 훨씬 뛰어나게 설계되어 있습니다. 이러한 생물학적 차이는 우리가 시스템을 설계하고 유지하는 방식에 대한 근본적인 질문을 던지게 합니다.

메타는 논란이 많았던 스마트 글래스에 자체적인 프라이빗 프로세싱 암호화 서비스를 도입한다고 발표했습니다. 이는 사용자 데이터의 개인 정보 보호를 강화하기 위한 조치로 해석됩니다.

이러한 프라이빗 프로세싱 암호화 서비스는 기기 내에서 데이터 처리를 암호화하여 외부 접근으로부터 민감한 정보를 보호하는 것을 목표로 합니다. 스마트 글래스와 같은 웨어러블 기기에서 이러한 암호화 기술을 적용하는 것은 하드웨어 수준의 보안과 개인 정보 보호를 강화하는 중요한 사례가 됩니다.

이러한 보안 기능은 사용자가 자신의 데이터가 기기 내에서 안전하게 처리되도록 보장하며, 데이터가 외부 서버로 전송될 때도 강력한 암호화가 적용됨을 의미합니다. 개발자 관점에서 볼 때, 이러한 엔드투엔드 암호화 구현은 모바일 및 웨어러블 기기 환경에서 프라이버시 중심의 설계가 어떻게 구현될 수 있는지에 대한 중요한 참고 사례를 제공합니다.

스마트 글래스에 프라이빗 프로세싱을 적용하는 것은 하드웨어와 소프트웨어의 경계에서 개인 정보 보호를 구현하려는 기술적 노력을 보여줍니다. 이는 향후 다른 웨어러블 기기나 IoT 장치 개발 시 프라이버시 보호를 핵심 요소로 고려해야 함을 시사합니다.

메타는 AI 글래스에 개인 정보 처리 기술인 프라이빗 프로세싱(Private Processing)을 도입하여 AI의 프라이버시와 보안 경계를 확장하는 방안을 제시했습니다. 이는 글래스가 사용자의 개인적인 맥락을 이해하고 하루 종일 함께하는 데 가장 적합한 형태이며, AI가 대화 번역이나 노트 요약 같은 기능을 제공할 수 있는 잠재력을 가지고 있기 때문에 더욱 중요합니다.

AI 비서가 일상생활에서 진정으로 유용하려면 단순히 컴퓨팅 능력뿐만 아니라 사용자의 맥락을 이해하고 아이디어를 연결하는 상태 기반의 깊은 개인화가 필수적입니다. 이러한 요구사항을 충족시키기 위해 AI 작업은 클라우드에서 이루어져야 하며, 메타는 이 문제를 해결하기 위해 AI 워크로드를 암호화된 가상 머신(CVM) 내에서 실행하는 메타의 기밀 컴퓨팅 인프라를 프라이빗 프로세싱으로 활용합니다.

프라이빗 프로세싱은 AI 모델이 클라우드 데이터 센터 내에서 실행되도록 하여 메타조차도 사용자의 데이터에 접근할 수 없도록 보장합니다. 이는 데이터가 처리되는 동안에도 보안을 유지하는 컨피덴셜 컴퓨팅(Confidential Computing) 패러다임을 기반으로 하며, 하드웨어 수준의 보안 원리인 신뢰 실행 환경(TEE)을 통해 데이터의 기밀성을 물리적으로 보장합니다.

메타는 이러한 보안 주장을 검증하기 위해 외부 보안 연구 기관들과 협력하여 프라이빗 프로세싱 설계에 대한 버그 바운티 프로그램을 확장하고 있습니다. 앞으로 AI 글래스가 더욱 에이전트적이고 멀티모달하게 발전하더라도 프라이빗 프로세싱 인프라는 보안과 프라이버시 경계를 유지하는 기반이 될 것입니다.

메타 VR 글래스에 대한 기사가 게시되어 개발자 커뮤니티에서 논의되고 있습니다. 해당 기사는 메타의 VR 글래스 제품에 대한 정보를 다루고 있으며, 관련 링크는 메타 공식 웹사이트와 하드코어 뉴스(Hacker News) 댓글 섹션으로 연결됩니다.

이 기사는 VR 하드웨어에 관심 있는 개발자들에게 새로운 기술 동향과 제품 정보를 제공하는 맥락에서 중요합니다. 특히 VR 기기의 기술적 구현이나 개발 환경에 관심이 있는 사용자들에게는 메타의 VR 글래스 관련 정보가 참고 자료가 될 수 있습니다.

현재 제공된 기사 본문은 링크와 메타데이터 위주로 구성되어 있어 구체적인 기술 사양이나 업데이트 내용은 포함되어 있지 않습니다. 따라서 기사를 통해 VR 글래스에 대한 최신 개발 정보나 기술적 세부 사항을 얻고자 한다면, 해당 링크를 직접 방문하여 커뮤니티의 논의를 확인하는 것이 필요합니다.