읽을 가치가 있는 기사만, 짧고 또렷하게.

Anthropic이 AI가 AI를 개발하는 내부 현황과 감독 지표를 외부에 공개했습니다. 이는 모델의 성능뿐만 아니라 AI가 연구개발 업무를 얼마나 주도하고, 그 행동을 어떻게 감독하며, 컴퓨팅 자원을 어디에 사용했는지에 대한 개발 과정을 투명하게 공개하는 것입니다.

이러한 공개는 AI 시스템의 개발 과정에 대한 외부의 이해와 감독을 높이는 데 중점을 두고 있습니다. 구체적으로 2026년 8월 내부 평가 결과에 따르면, Claude 모델은 AI 연구개발 업무의 26%를 주도했으며 90% 이상의 사례에서 단순 협업 이상의 역할을 수행한 것으로 나타났습니다.

이러한 지표 공개는 AI 시스템이 자율적으로 연구개발을 수행할 때의 책임 소재와 행동 통제 방식을 개발자들에게 제시한다는 점에서 의미가 큽니다. 개발자들은 AI가 수행하는 작업의 범위와 그에 대한 감독 메커니즘을 이해하고, AI 기반 시스템을 설계하고 운영하는 데 필요한 맥락을 얻을 수 있습니다.

PrismML이 Qwen3.8 27B를 기반으로 하는 3진 가중치 모델을 공개하며 모델 크기를 획기적으로 압축했습니다. 이 새로운 모델은 전체 정밀도 모델에 비해 크기를 9배 이상 줄였음에도 불구하고 종합 벤치마크 성능은 98.2%를 그대로 유지했습니다.

이러한 압축은 가중치를 -1, 0, +1 세 값과 보정용 배율로 표현하는 방식으로 이루어졌습니다. 이 방법을 통해 가중치당 실효 비트 수를 1.76비트로 낮추어 모델의 효율성을 극대화했습니다.

이는 대규모 언어 모델을 더욱 효율적으로 운영하고 배포하는 데 중요한 진전을 의미합니다. 개발자들은 모델 크기를 줄이면서도 성능 손실을 최소화하는 새로운 양자화 및 압축 기법에 주목할 필요가 있습니다.

Rust 기반의 코딩 에이전트인 jcode가 메모리 사용량과 시작 시간을 줄여 여러 세션을 병렬로 실행할 수 있게 해주는 기능이 소개되었습니다. 이 에이전트는 사용자가 한 작업이 완료되기를 기다리는 대신 여러 에이전트에 동시에 작업을 할당할 수 있도록 설계되어 작업 효율성을 극대화합니다.

jcode는 특히 리소스 효율성에 중점을 두었으며, 추가 세션당 메모리 사용량은 약 10MB로 매우 낮습니다. 이는 기존의 다른 코딩 에이전트들과 비교했을 때 상당한 차이를 보입니다. 예를 들어, 메모리 사용량은 Codex CLI의 절반 수준이며, Claude Code의 약 20분의 1에 불과합니다.

이러한 최적화 덕분에 개발자는 더 많은 코딩 세션을 동시에 관리하면서도 시스템 자원을 효율적으로 사용할 수 있습니다. 이는 복잡한 프로젝트에서 여러 AI 에이전트를 활용하여 작업 흐름을 병렬화하고자 하는 개발자들에게 큰 이점을 제공합니다.

지열 스타트업 마자마 에너지(Mazama Energy)가 슈퍼핫암 지열 개발을 위해 1억 3,500만 달러의 시리즈 B 투자를 유치했습니다. 이 자금은 더 깊은 곳의 초고온 암석을 탐사하고 지열 발전 기술을 개발하는 데 사용될 예정입니다.

마자마 에너지는 슈퍼핫암에서 15메가와트의 전기를 생산할 수 있는 수평 우물을 개발하는 것을 목표로 합니다. 이들은 10,000피트 이상 깊이의 암석을 파고들어 750°F(400°C)의 열에 접근하며, 이 고압 환경에서 물이 '초임계 유체'로 변하여 일반 증기보다 훨씬 많은 에너지를 흡수할 수 있게 됩니다.

이러한 기술적 접근 방식은 기존 지열 기술보다 최대 10배 더 많은 전력을 생산할 잠재력을 제공합니다. 특히 오리건 지역의 첫 개발 부지는 기존 추정치보다 높은 10기가와트의 전력 생산 잠재력을 보이며, 마자마는 2030년까지 200메가와트의 전력 생산을 목표로 하고 있습니다.

전 세계 슈퍼핫암의 1%만 활용해도 63테라와트의 전기를 생산할 수 있다는 연구 결과가 있으며, 마자마의 프로젝트는 AI 데이터 센터 등 대규모 전력 수요를 충족시키는 데 중요한 역할을 할 것으로 기대됩니다.

사전 학습된 비전-언어-행동(VLA) 모델은 광범위한 조작 능력을 제공하지만 정밀성과 반복성이 요구되는 작업에서는 신뢰성이 부족합니다. 따라서 VLA 모델에 실제 환경 온라인 강화 학습(RL)을 적용하여 자율적인 시행착오 개선을 가능하게 할 때, 신뢰할 수 없는 가치 신호로 인한 정책 표류와 대규모 VLA 오버헤드로 인한 처리량 및 샘플 효율성 제약이라는 두 가지 병목 현상이 발생합니다.

이러한 문제를 해결하기 위해 VLA-Precision 프레임워크는 비대칭 공동 부트스트래핑(ACoB) 알고리즘과 ACoB-Stream 아키텍처를 특징으로 하는 효율적인 온라인 RL 프레임워크를 제시합니다. ACoB는 시간 척도에 걸친 비대칭 공동 부트스트래핑을 통해 조기 개입 기반 행동 학습으로 정책 성능을 빠르게 개선하고 온라인 경험 품질을 향상시킵니다. 또한 자율적인 경험이 축적됨에 따라 전역 반환 전파와 지역 선호도 순위가 가치 추정치를 점진적으로 보정하여 표류를 억제합니다.

대규모 VLA에 ACoB를 적용하기 위해 개발된 ACoB-Stream은 불변 상태 분리 및 온디맨드 스트리밍을 설계 원칙으로 삼아 처리량과 계산 효율성을 최대 10.9배 향상시킵니다. 네 가지 로봇 구현체와 네 가지 범주의 아홉 가지 고정밀 화학 작업을 대상으로 한 광범위한 평가 결과, VLA-Precision은 작업당 45.8분 만에 평균 98.3%의 성공률을 달성했습니다.

이러한 결과는 VLA 및 RL 기준선 대비 27.6초 에피소드가 VLA 및 RL 기준선의 1.2배와 1.8배 속도로 실행되었음을 보여줍니다. 이 연구는 VLA 모델의 실시간 온라인 학습 효율성을 크게 개선하여 실제 환경에서의 정밀한 제어 및 반복 가능한 행동을 가능하게 합니다.

표준 서브워드 토크나이저는 단어의 철자 변화를 별개의 어휘 항목으로 취급하여 임베딩 공간을 분할하거나 손실성 정규화를 통해 이러한 변화를 무시합니다. 이에 본 연구는 토큰화 전에 철자 및 구조적 변화를 구성 가능한 오퍼레이터/피연산자 접두어 스트림으로 분해하는 손실 없는 프리토크나이저 프레임워크인 Functionalizer를 제안합니다.

Functionalizer는 유니코드 개인 사용 영역에 인코딩된 매개변수 변환 오퍼레이터(opcodes)를 사용하여, 기본 토큰(피연산자) 앞에 접두사로 붙여서 토큰화 전에 철자 변화를 처리합니다. 이 오퍼레이터는 대소문자(CAPITALIZE), 13개의 특수 문자(diacritics), 문자 반복(REPEAT, MULTIREPEAT)을 포함하며 모두 완벽하게 되돌릴 수 있습니다.

이 방법을 통해 자연어 및 코드 코퍼스 전반에서 제약 없는 조건 하에 훨씬 작은 어휘를 사용하여 전체 코퍼스를 커버할 수 있으며, 실제 어휘 슬롯 요구 사항을 최대 19.7%까지 줄일 수 있습니다. 98M 매개변수 GPT-2 모델에 대한 후속 평가 결과, Functionalizer는 파이썬 코드 구문 유효성(7.70%에서 9.12%로 개선)을 향상시키고 자연어 산문의 중복 n-그램 반복을 줄이는 것으로 나타났습니다.

이러한 발견은 기능적 분해(functional decomposition)가 어휘 효율적이고 구조적으로 인식하는 언어 모델링을 위한 효과적인 메커니즘이 될 수 있음을 입증하며, 향후 실제 환경에서의 검증을 촉구합니다.

거대 언어 모델은 보고하지 않는 지식을 보유할 수 있으며, 모델의 출력만으로는 답변이 숨겨져 있는지 아니면 단순히 존재하지 않는지를 판단하기 어렵습니다. 연구진은 이러한 문제를 해결하기 위해 지식에 대한 포렌식 방법인 Concealed Information Test를 모델 내부에서 수행하는 Probe of Internal Recognition(PIR) 방법을 제안했습니다.

PIR 방법은 질문과 후보 답변을 제시한 후 모델의 내부 상태를 읽어 어떤 후보를 정답으로 인식하는지를 측정합니다. 이 방법은 정답 모델이나 레이블링된 진실 코퍼스가 필요 없는 참조 없는 방식으로 작동합니다. Gemma, Qwen, Llama, Mistral, Phi 등 다섯 계열의 여덟 개 모델을 대상으로 테스트한 결과, PIR은 0.70에서 0.87의 균형 정확도를 회복했으며, 이는 알려지지 않은 항목 기준치(0.28~0.40)와 우연 확률(0.25)보다 훨씬 높은 수치입니다.

PIR은 0.85에서 0.93 사이의 인식률을 보였는데, 이는 모델이 알려진 답변을 숨길 때 인식률이 높게 유지되고, 지식을 제거(unlearning)할 때 인식률이 모델이 전혀 몰랐던 질문 수준으로 떨어지는 인과 관계 신호를 제공합니다. 따라서 PIR은 모델이 답변을 하지 않을 것인지 아니면 단순히 할 수 없는지를 구별하여 샌드배깅 감사와 지식 제거 검증을 지원합니다.

인간 비디오 데이터는 비싼 실제 로봇 데이터의 보완재가 될 수 있는 풍부하고 다양한 상호작용 데이터를 제공합니다. 이 연구는 인간-로봇 체화 격차를 해소하기 위해 로봇화된 인간 비디오가 VLA 사전 학습을 위한 효과적이고 확장 가능한 지도 데이터 소스가 될 수 있는지 체계적으로 검토합니다.

이를 위해 연구진은 이질적인 인간 비디오를 로봇 정렬 관찰 및 행동 궤적으로 변환하고 주석 수준 전반에 걸쳐 누락된 중간 신호를 추론하는 로봇화 파이프라인을 개발했습니다. 이 파이프라인을 사용하여 다섯 가지 인간 비디오 소스에서 비롯된 약 63만 개의 로봇화된 에피소드와 1억 4200만 개의 처리된 프레임으로 구성된 HuRo 데이터셋을 구축했습니다.

HuRo 데이터셋을 통해 네 가지 실제 조작 작업에서 로봇화된 사전 학습 데이터의 양을 늘리자 전체 완료율이 51.5%에서 80.3%로 향상되었으며, 공간 및 시각적 변화에 따른 OOD 완료율은 34.9%에서 72.2%로 크게 개선되었습니다. 추가 분석 결과, 시각적 로봇화가 OOD 견고성을 향상시키며, 리타겟팅된 행동을 사용한 종단 간 사전 학습이 시각 정보만 사용한 전이 학습보다 우수함을 보여줍니다.

사전 학습된 로봇 기반 정책은 장기 목표의 대부분을 수행할 수 있지만, 몇 가지 중요한 하위 작업에서 반복적으로 실패하는 문제가 있습니다. 이러한 정책에 대한 지도 미세 조정(SFT) 데이터를 수집하려면 운영자가 이미 잘 수행하는 행동을 반복해야 합니다. 기존의 강화 학습(RL) 미세 조정 접근 방식은 희소한 보상만 사용하여 장기 목표 문제를 해결하는 데 어려움을 겪고 있습니다.

이에 본 연구는 PARTS(Policy Adaptation with RL on Targeted Subtasks)라는 실제 세계 하위 작업 RL 프레임워크를 제시합니다. 이 프레임워크는 최소한의 인간 개입으로 훈련 실행을 진행하면서 병목 지점에 연습을 집중시킵니다. 고정된 사전 학습 정책은 실행 전반에 걸쳐 명목적인 행동을 제공하며, 에이전트가 생성한 선택자와 성공 검증기는 잔여 보정을 활성화하고 국소적인 결과 보상을 제공합니다.

이러한 보상은 전체 작업 성공이 부족할 때에도 성공적인 하위 작업으로부터 학습할 수 있도록 지원합니다. 예를 들어, 양손 YAM 및 단일 암 프랭카 작업에서 PARTS는 평균적으로 작업당 수십 분의 실제 RL 롤아웃을 사용하여 전체 작업 성공률을 각각 32%에서 61%로, 50%에서 95%로 향상시켰습니다. 이는 기존의 실제 세계 RL 미세 조정 방법과 비교했을 때 동일한 로봇 롤아웃 예산 내에서 전체 작업 성공률을 25% 이상 높이며 인간 개입을 줄일 수 있다는 점에서 큰 이점을 제공합니다.

대규모 대화형 AI(CAI) 연구를 통해 인간의 행동을 이해하고 AI 설계를 구체화하기 위해서는 체계적인 연구가 필요합니다. 하지만 시스템과 연구 구성에 대한 보고가 파편화되어 있어 연구의 복제, 확장 및 지식 축적을 방해하고 있습니다. 이에 저자들은 Gricea라는 오픈 사이언스 플랫폼을 제시하며, 연구를 구성 가능하고 배포 가능한 연구 산출물로 표현하여 연구자들이 실행, 검사, 공유, 재사용할 수 있도록 합니다.

Gricea는 기존 CAI 연구에 대한 형성 분석을 바탕으로 연구 절차, 참가자 대상 시스템, 대화 작업 행동을 결합하여 연구를 통합합니다. Gricea를 사용한 복제 연구에서, 연구진은 적격한 CUI 2026 논문의 구성 93%를 복제하는 데 성공했으며, 또한 충실한 복제를 방해하는 누락된 정보를 96%의 논문에서 식별해냈습니다. 이러한 결과는 Gricea가 공유된 연구 산출물을 통해 CAI 연구를 구성하고, 재현하고, 확장하는 것을 지원하며 오픈 사이언스를 통해 누적된 지식을 구축할 수 있음을 입증합니다.

다양한 배경을 가진 연구자와 실무자들이 사용자 연구를 통해 다양한 개방형 연구 질문을 다루는 실행 가능한 연구를 성공적으로 구축했습니다. 이는 Gricea가 공유된 연구 산출물을 통해 CAI 연구를 지원함으로써 오픈 사이언스를 통한 지식 축적을 가능하게 한다는 점을 보여줍니다.

AI 에이전트의 결제 승인에 대한 벤치마크인 APort Vault가 공개되었습니다. 이 벤치마크는 Open Agent Passport(OAP) 사양을 구현하는 시스템에서 도구 사용 AI 에이전트의 결제 승인 능력을 평가하며, 인간이 작성한 4,371개의 공격을 실제 결제 에이전트에 재현하는 방식으로 진행되었습니다. 총 225,964회의 평가가 완료되었으며, 이는 8개 연구소의 14개 모델, 5가지 정책 구성, 2개의 리플레이 트랙을 대상으로 진행되었습니다.

평가 결과에 따르면 요청 발생률은 모델별보다는 정책 구성에 따라 훨씬 더 큰 차이를 보였습니다. 예를 들어, 레벨 1에서는 10.9%, 레벨 4에서는 79.4%의 요청률이 관찰되었으며, 레벨 4 프롬프트의 경우 71.2%에서 84.3%까지 요청률이 나타났습니다. 이는 에이전트가 결제 요청을 수행하는 방식이 설정에 따라 크게 달라짐을 보여줍니다.

또한, 패스포트가 허용하지 않은 수신자로의 자금 이체에 대한 승인 경계가 중요한 발견으로 제시되었습니다. 모델만으로는 76,842건 중 140건의 이체가 허용되지 않았으며, 레이어 뒤에서 실행된 결제는 25,370건이었으나 정책은 25,640건의 이체 호출 중 187건을 거부했습니다. 이 데이터는 AI 에이전트의 권한 경계와 실제 결제 실행 사이의 불일치를 측정하는 데 중요한 기준을 제공합니다.

연구팀은 이 225,964회의 평가 결과, 레벨 패스포트, 점수 코드, 분석 스크립트를 Hugging Face에 공개했습니다. 이 자료는 AI 에이전트의 보안 및 권한 관리에 대한 실질적인 벤치마크로 활용될 수 있습니다.

Mixture-of-Experts(MoE) 모델은 용량을 확장하지만, 기존 설계 방식으로는 참여도(participation), 실행(execution), 저장 공간(materialization) 세 가지 요소를 독립적으로 설정하기 어렵습니다. 희소 라우팅 방식은 실행과 저장 공간을 낮추지만 참여도를 줄이고, 밀집 출력 혼합 방식은 참여도를 회복하지만 실행 비용이 증가하는 상충 관계가 존재합니다.

본 논문은 이러한 제약을 해결하기 위해 밀집한 전문가 구성과 희소한 블록 실행을 결합하는 블록 조건화 MoE인 IntBMoE를 제안합니다. IntBMoE는 학습된 코드북에서 블록을 가져와 각 내부 레이어에서 경량의 초네트워크를 사용하여 해당 레이어의 모든 전문가 기반을 하나의 구성된 전문가로 병합합니다. 이를 통해 모든 세 가지 요소가 분리되어 참여도는 전체 풀을 활용하고, 실행은 희소하게 유지하며, 저장 공간은 코드북에 의해 제한됩니다.

이미지 분류 실험에서 IntBMoE는 대표적인 희소 및 밀집 MoE 기준선 대비 일관된 성능 향상을 보였으며, 언어 모델링 및 순차적 추천 실험을 통해 비전 영역을 넘어선 일반화 능력을 입증했습니다. 실제로 IntBMoE는 AMap의 생성 추천 시스템에 완전히 배포되어 수억 명의 사용자에게 60ms 지연 시간 내에서 서비스를 제공하며 온라인 A/B 테스트에서 2.4%의 상대 UVCTR 개선을 달성했습니다.

해당 연구 코드는 https://github.com/AMAP-ML/DreamX-Rec/에서 공개되어 있습니다.

옴니비디오챗(OmniVChat)은 사용자와 옴니 모델 간의 네이티브 오디오-비주얼 대화 작업을 정의합니다. 이 방식에서 옴니 모델은 사용자의 오디오와 비디오를 직접 동시에 수신하여 텍스트를 반환하며, 별도의 텍스트 질문이나 음성 인식 없이 오디오와 비디오에 쿼리가 내재되어 있습니다. 이러한 직접적인 오디오-비주얼 입력은 외부 지연 시간과 연산을 줄이면서 지각적 단서를 보존할 수 있습니다.

하지만 옴니비디오챗 연구는 데이터 가용성과 평가라는 두 가지 제약에 직면해 있습니다. 개인 장치를 사용한 녹화 데이터가 부족하며, 좋은 답변은 사용자의 주변 환경, 표정, 주변 사물을 고려해야 하므로 키워드 매칭만으로는 답변 품질을 평가하기 어렵습니다.

이러한 한계를 극복하기 위해 연구진은 단일 및 다중 턴 오디오-비주얼 대화를 합성하는 멀티 에이전트 데이터 엔진인 옴니비디오챗 스튜디오(OmniVChat-Studio)를 제시했습니다. 또한 답변의 정확성, 효율성, 스타일을 동시에 목표로 하는 강화 학습 보상 설계인 옴니비디오챗-RL(OmniVChat-RL)을 도입했습니다.

이러한 접근 방식을 통해 합성된 대화를 사용하여 옴니 모델의 기본적인 대화 능력을 평가하는 옴니비디오챗 벤치마크(OmniVChat-Bench)를 구축했습니다. 나아가 옴니비디오챗-RL을 사용하여 합성된 대화로 Qwen3-Omni-Instruct를 훈련시키자, 옴니비디오챗 벤치마크와 실제 인간이 녹화한 벤치마크 모두에서 성능이 향상되었습니다. 이는 제시된 보상 설계의 타당성을 입증하며 실제 대화에서의 훈련 및 평가로의 전이를 보여줍니다.

온폴리 정책 증류(OPD)는 더 강한 교사와 온폴리 학생 간의 토큰 수준 불일치를 학습하여 추론 모델을 개선합니다. 하지만 이 불일치는 교사와 학생 간의 실제 능력 격차만을 반영하는 것이 아니라 교사 자체에서 발생하는 편차도 포함하고 있어 표준 OPD 학습 과정에서 이 편차들이 혼합되어 학습됩니다. 특히 특권 정보가 포함된 OPD에서는 교사의 가능도 변화가 커져 학생이 교사의 편차를 더 많이 학습하게 만드는 문제가 발생합니다.

이러한 문제를 해결하기 위해 연구진은 보정된 온폴리 증류(Cal-OPD)를 제안했습니다. Cal-OPD는 양(+) 및 음(-)의 특권 개입을 통해 교사의 자체 편차 영역을 추정하고, 원래의 교사-학생 불일치 중에서 이 영역을 넘어선 부분만을 보존하여 불일치를 보정합니다.

수학적 추론 벤치마크 실험 결과, Cal-OPD는 원래의 교사-학생 불일치 중 약 52~65%만을 최적화 신호로 사용했음에도 불구하고 표준 OPD 및 그 변형 모델들보다 모든 모델 규모에서 일관되게 우수한 성능을 보였습니다. 이는 교사의 자체 편차를 제거함으로써 학습 신호를 정제하여 증류의 효과를 극대화할 수 있음을 보여줍니다.

LLM 에이전트의 성능을 향상시키기 위해 스킬 최적화 방법론이 그래프 구조를 도입하여 새로운 접근 방식을 제시합니다. 기존의 스킬 최적화 방법들은 스킬을 비구조화된 자연어 지침으로 표현하여 LLM이 실행하기 어려운 워크플로우 수준의 안내 부족과 중복성 문제를 안고 있었습니다.

연구진은 이러한 문제를 해결하기 위해 스킬을 그래프 구조로 표현하는 방법을 제안했습니다. 이 구조에서 각 노드는 실행 단계와 운영 지침을 나타내며, 방향성 엣지는 단계 간의 문맥 의존적 전환을 인코딩하여 명확한 워크플로우 수준의 안내를 제공합니다. 이러한 그래프 구조를 기반으로, 연구팀은 그래프 스킬에 대한 변이 및 교차 연산자를 포함하는 개체군 기반 진화 최적화 프레임워크인 GraphSkillEvo를 도입했습니다.

GraphSkillEvo는 여러 후보 스킬을 유지하고 효과적인 구성 요소를 결합함으로써 순수한 LLM 기반의 반복적 자체 정제보다 구조화된 스킬 공간을 더 광범위하고 포괄적으로 탐색할 수 있게 합니다. 다섯 가지 에이전트 벤치마크에 걸친 광범위한 실험 결과, GraphSkillEvo는 강력한 스킬 최적화 기준선인 SkillOpt를 지속적으로 능가했습니다. 특히 GPT-5.4-nano에서는 평균 정확도를 4.01% 향상시켰고 GPT-5.4에서는 1.76% 향상시키는 성과를 보였습니다.

해당 연구의 코드는 https://github.com/ruisun7/GraphSkillEvo에서 공개되어 있으며, 이는 그래프 기반 스킬 최적화가 LLM 에이전트의 효율성과 정확도를 개선하는 데 효과적인 방법임을 입증합니다.

Vision-language 모델인 MintAct은 UI 접지(grounding), 모바일/데스크톱/웹 간의 다단계 내비게이션, 시각적 도구 사용 능력을 통합한 모델군입니다. 이 모델들은 2B, 4B, 8B 규모로 훈련되었으며, 환경, 데이터, 훈련 레시피를 신중하게 설계함으로써 각 기능에서 도메인별 전문가들의 성능을 따라잡았습니다.

MintAct의 이러한 성능을 가능하게 하기 위해 연구진은 확장 가능하고 강화 학습(RL) 인프라를 개발했습니다. 환경 측면에서는 궤적 데이터 수집과 온라인 RL을 모두 지원하기 위해 이질적인 도메인 백엔드에 걸쳐 수백 개의 동시 인스턴스를 호스팅합니다.

효율적이고 확장 가능한 RL 훈련을 위해 비동기 프레임워크가 사용되었는데, 이는 교차 도메인 훈련 분포를 명시적으로 제어하며 노이즈가 있는 환경 피드백과 오프-폴리 추적 변화에도 안정성을 유지합니다. 실험 결과, MintAct는 동급 모델 크기에서 광범위한 벤치마크에서 최고 수준의 성능(OSWorld-Verified 기준 48.9점)을 달성했습니다.

참조 기반 비디오(R2V) 생성 분야가 더욱 일반적이고 다재다능한 참조 제어를 향해 발전함에 따라, 옴니 R2V 생성이라는 새로운 패러다임이 등장했습니다. 하지만 기존 벤치마크들은 제한적인 참조 유형과 조합만을 다루며, 참조 요소가 제대로 보존되고 분리되며 라우팅되었는지 여부를 평가하지 못하는 한계를 보였습니다. 또한, 옴니 R2V 학습 데이터 구축의 높은 비용 때문에 적절한 학습 자원이 부족한 상황이었습니다.

이러한 격차를 해소하기 위해 연구진은 옴니 R2V 모델을 평가하고 학습하기 위한 OmniVBench와 Omni-R2V 데이터셋을 소개했습니다. OmniVBench는 콘텐츠, 모션, 스타일, 구조, 내러티브, 다중 참조 설정 등 7가지 작업 가족과 18가지 세분화된 작업을 포괄하며, 참조 요소가 충실히 보존되고 분리되었는지 평가하기 위해 12,172개의 사례별 체크리스트 항목을 포함하는 요소 기반 평가를 도입했습니다.

또한, Omni-R2V 데이터셋은 다양한 R2V 작업에 필요한 산업 수준의 학습 자원을 제공하며, 다양한 참조 유형과 다중 참조 조합을 포함하는 34만 개의 처리된 학습 샘플을 제공합니다. 이 데이터셋은 참조-타겟 쌍 구성을 위한 작업별 파이프라인을 개발하여 옴니 R2V 데이터 구축을 위한 실용적이고 확장 가능한 방법을 제시합니다.

최신 R2V 모델들에 대한 광범위한 평가 결과, OmniVBench 상에서 작업 가족과 평가 차원 전반에 걸쳐 명확한 성능 격차가 드러났습니다. 이는 현재 R2V 모델들이 여전히 많은 한계를 가지고 있음을 시사하며, 향후 모델 개선을 위한 방향을 제시합니다.

컴퓨터 사용 에이전트(CUA)는 그래픽 상호작용과 코드 및 명령줄을 통한 소프트웨어 개발이라는 두 가지 경로를 따라 발전해 왔습니다. 실제 디지털 작업은 이 두 가지가 순차적으로 쌓이는 것이 아니라 교차되어 이루어져야 합니다. 연구진은 에이전트가 인터페이스를 탐색하고, 소프트웨어를 구현하며, 실행하고 시각적으로 검증하는 과정을 자율적으로 결정하는 하이브리드 CUA를 연구했습니다.

이를 위해 재현(recreation)을 기반으로 구축된 다섯 플랫폼 프레임워크인 RecreationWorld를 소개합니다. 이 프레임워크는 실행 중인 참조(reference)가 주어졌을 때, 에이전트가 정해진 워크플로우 없이도 해당 행동을 발견하고 충실한 구현을 구축하도록 합니다. RecreationWorld는 Ubuntu, macOS, Windows, Android, Web 환경에서 재현 가능한 환경과 네이티브 GUI 제어 및 코딩 도구를 통합한 통일된 하네스를 제공합니다.

실행 중인 참조는 숨겨진 행동 테스트를 위한 오라클 역할을 하며 실행 기반 보상을 제공합니다. 이들은 고품질 오픈 소스 애플리케이션을 사용하여 궤적 생성을 확장하고, 이 궤적을 학습한 모델은 다섯 가지 분포 외(out-of-distribution) 코딩 및 하이브리드 컴퓨터 사용 벤치마크에서 개선되었습니다. GPT-6 Astra는 전체적으로 58.1%를 달성했지만, 모든 프로그래밍 테스트에서는 단 2.8%만 통과했습니다. 에이전트는 상호작용 및 계산된 출력보다 정적인 인터페이스 구조를 더 안정적으로 재현하지만, 생성된 애플리케이션은 참조보다 더 작고 단일화된 형태를 보였습니다.

연구진은 이 결과를 바탕으로 벤치마크, 환경, 테스트 스위트를 공개했습니다. 이는 다양한 도메인과 플랫폼에 걸친 250개의 다양한 작업을 포함하는 RecreationBench를 구성하며, 참조 기반의 프로그래밍 및 시각적 주장이 여러 상호작용 깊이에 걸쳐 검증되고 인간 검토를 거친 후 자동 평가를 위해 고정됩니다.

다른 언어를 배우는 것이 노년기에 뇌 건강을 유지하는 가장 좋은 방법 중 하나일 수 있다는 연구 결과가 나왔습니다. 언어 학습은 단어 기억, 소리 구별, 문법 규칙 이해, 적절한 표현 인출 등 복잡한 정신 활동을 요구하며, 이는 뇌를 지속적으로 자극하여 인지 기능을 유지하는 데 도움을 줍니다.

언어 학습은 단순히 뇌를 젊게 유지하는 마법이 아니라 인지 탄력성, 즉 노화에 따른 변화에도 불구하고 학습하고 적응하며 기능하는 능력을 지원하는 데 중점을 둡니다. 특히 이중 언어 구사 능력은 뇌의 회색질과 백질의 밀도를 증가시켜 언어 경험이 뇌 구조에 반영됨을 보여줍니다.

이러한 언어 경험은 인지 예비 능력(cognitive reserve)을 키우는 데 기여하는데, 두 언어를 관리하는 과정에서 주의력과 인지 통제가 지속적으로 요구되어 노화로 인한 뇌 변화에 대처하는 능력을 강화합니다. 연구에 따르면 이중 언어 구사자는 언어 학습이 단일 언어 사용자보다 치매 증상을 더 늦게 보인다는 결과도 있습니다.

결론적으로 언어 학습은 알츠하이머나 다른 형태의 치매를 예방하는 치료법은 아니지만, 노화 과정에서 발생하는 변화에 맞서 인지적 회복력을 높이는 매우 풍부한 정신 활동입니다. 성인이 늦게 언어를 배우더라도 인지적 회복력을 키우는 데 도움이 되므로, 새로운 언어를 배우는 지속적인 도전이 중요합니다.

스탠퍼드 의학이 주도한 연구에 따르면 인간의 뇌는 단일한 기관이 아니라 두 개의 분리된 기관으로 이루어져 있으며, 이는 신경과학 연구에 새로운 기회를 제공합니다. 수백만 년에 걸쳐 독립적으로 진화한 이 두 신경계는 뇌간과 같은 특정 영역의 질병을 연구하는 데 중요한 단서를 제공합니다.

이 발견은 뇌의 발달에 대한 기존의 단일 기원 모델을 뒤엎는 것으로, 뇌간은 심장 박동, 호흡 등 생명 유지에 필수적인 자동 기능을 조절하는 원시적인 부분이며, 나머지 부분은 수학, 예술 등 인간을 인간답게 만드는 기능을 담당합니다. 이러한 분리된 구조는 과학자들이 오랫동안 뇌간에 영향을 미치는 질병, 예를 들어 척수성 근위축증(SMA)이나 근위축성 측삭경화증(ALS)을 연구하는 데 어려움을 겪었던 이유를 설명해 줍니다.

연구팀은 배아 발달 초기 단계에서 뇌간이 다른 뇌 영역을 형성하는 경로와 평행하게 진행된다는 것을 발견했습니다. 이는 뇌간 뉴런을 실험실에서 배양하고 기능을 연구하는 데 필요한 새로운 접근 방식을 열어줍니다. 특히 두 개의 다른 전구세포 집단이 서로 겹치지 않고 각자의 운명을 결정하는 염색질 구조 차이를 보인다는 점이 주목됩니다.