읽을 가치가 있는 기사만, 짧고 또렷하게.

다지 손(multifingered) 파지(grasping)는 로봇 공학에서 매우 중요한 기술이지만, 현재 딥러닝 기반 파지 플래너들은 제한된 객체별 데이터셋으로 훈련되어 새로운 객체에 대한 일반화 능력이 부족하다는 한계가 있습니다. 이 문제를 해결하기 위해 연구진은 그리퍼와 객체가 접촉 지점에서 동일한 표면 기하학을 공유한다는 관찰에 기반하여 새로운 접근 방식을 제안했습니다.

연구팀은 GOAG(Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation)라는 새로운 딥 생성 모델을 제안했는데, 이는 특정 그리퍼의 접촉 표면 분포에 대한 압축된 잠재 표현을 학습하여 객체별 훈련 데이터에 의존하지 않고도 유효한 파지 구성을 효율적으로 샘플링할 수 있게 합니다. 특히 객체 특징을 추론 시점(inference time)에만 도입함으로써 그리퍼의 능력과 호환되는 허용 가능한 접촉 영역을 효과적으로 검색할 수 있습니다.

이 방법은 시뮬레이션 및 실제 환경에서의 광범위한 실험을 통해 검증되었으며, MultiDex 데이터셋에서 평균 성공률 86.93%를 달성했습니다. GOAG는 기존의 객체별 훈련 방식과 달리 객체에 구애받지 않는 학습을 통해 기존 데이터 기반 파지 플래너가 직면했던 일반화 문제를 효과적으로 해결합니다. 또한, 다수의 파지 구성을 생성할 때 훨씬 빠른 처리 속도를 제공하면서도 선도적인 접근 방식과 동등한 성능을 보입니다.

이 연구는 객체별 훈련 데이터에 의존하지 않는 객체 불가지 학습의 이점을 강조하며, 로봇이 복잡하고 다양한 환경에서 정교한 조작을 수행하는 데 필요한 일반화 능력을 향상시키는 데 기여합니다. 관련 코드와 비디오는 프로젝트 웹사이트에서 확인할 수 있습니다.

자기 지도 학습(SSL)은 오디오 표현 학습에 상당한 발전을 가져왔지만, 경쟁력 있는 성능을 달성하기 위해 기존 방법들은 복잡한 사전 학습 레시피에 의존해 왔습니다. 최근 언어 모델링과 시각 표현 학습에서 가장 영향력 있는 발전은 인코더를 정적인 특징 추출기로 훈련시키는 대신, 모델이 이전 문맥으로부터 다음 요소, 즉 이산 토큰이나 연속 임베딩을 예측하도록 훈련하는 방식에서 비롯됩니다. 이러한 자기회귀 예측(autoregressive prediction)은 모달리티를 넘나드는 통일된 사전 학습 인터페이스를 제공하며 모델이 근본적인 데이터 분포를 학습하도록 강제합니다.

오디오의 시간적 구조상 패치 임베딩의 자기회귀 예측이 자연스럽게 적합한지 질문을 던지며, 연구진은 NAPE(Next-Audio-Patch-Embedding prediction)라는 새로운 자기 지도 학습 프레임워크를 제안합니다. NAPE는 인과 마스킹(causal masking)과 스톱 그라디언트(stop-gradient)만을 훈련 신호로 사용하여, 인과 트랜스포머(causal Transformer)가 이전 패치로부터 로그-멜 스펙트로그램의 다음 패치 임베딩을 예측하도록 설계되었습니다.

이 디자인은 재구성 디코더, 음향 토크나이저, 학생-교사 설정, 보조 정규화 손실 등을 피하는 의도적인 최소주의를 채택하여 설계되었습니다. NAPE는 여섯 가지 오디오 및 음성 벤치마크에서 여러 작업에 대해 최고 수준의 미세 조정 성능을 달성했으며, 인코더 크기에 걸쳐 일관되게 확장되고 강력한 선형 프로빙 결과를 산출했습니다. 또한 NAPE는 명시적인 지도 없이도 구조화된 어텐션 패턴을 생성하는 것도 입증했습니다.

최근 개발자들은 터미널 기반 사용자 인터페이스(TUI)를 만드는 것을 멈추고 네이티브 사용자 인터페이스(Native UI)를 구축하는 방향으로 전환해야 한다는 주장이 제기되고 있습니다. 이는 소프트웨어 개발 분야에서 프론트엔드와 백엔드, 웹과 네이티브라는 전통적인 경계가 AI 에이전트의 등장으로 인해 무너졌기 때문에 발생한 변화입니다.

저자는 개인적으로 MDV.app이나 DJ Roomba와 같은 네이티브 애플리케이션을 개발하면서 TUI 개발이 매우 지루하고 반복적이며 플랫폼 지식에 갇혀 있다고 느꼈다고 설명합니다. 이러한 경험을 바탕으로 저자는 TUI를 만드는 대신, LLM 에이전트를 활용하여 네이티브 UI를 구축하는 것이 더 효과적이라고 주장합니다.

AI 에이전트는 이제 파일 시스템을 활용하여 백엔드 데이터베이스를 반영하는 가상 파일 시스템을 구축하거나, 사용자에게 직접적인 인터페이스를 제공하는 방식으로 작동하며 개발의 경계를 허물고 있습니다. 따라서 개발자들은 터미널 인터페이스에 대한 선호도를 재평가하고, 500개의 임시 CLI를 네이티브 앱으로 전환하는 등의 작업을 통해 네이티브 UI 개발에 집중해야 합니다.

결론적으로, 개발자들은 터미널 인터페이스를 싫어하는지 여부보다 네이티브 사용자 인터페이스를 구축하는 것이 소프트웨어 개발 방식을 변화시키고 사고방식을 바꿀 수 있다는 점에 주목해야 합니다.

소프트웨어가 과학 기기 자체의 일부로 기능하면서 과학 코드의 오류가 프로그램 동작뿐만 아니라 과학적 결론의 근거까지 훼손할 수 있는 문제가 발생하고 있습니다. 기존의 코딩 에이전트 평가들은 주로 전체 작업 성공률에 초점을 맞추어 에이전트가 과학 소프트웨어를 수리할 때 실패하는 이유에 대한 통찰을 제공하지 못했습니다.

이러한 한계를 극복하기 위해 연구진은 과학 소프트웨어 엔지니어링을 위한 저장소 수준 벤치마크인 SWE-bench Science를 도입했습니다. 이 벤치마크는 20개의 과학 도메인에 걸쳐 98개의 GitHub 저장소에서 119개의 작업을 포함하며, 각 작업은 이슈 기반, 전문가 탐색, 엔지니어링 통합의 세 가지 패러다임으로 분류됩니다.

최고 성능을 보이는 에이전트인 Claude Code with Opus-5(max)조차도 pass@1이 50% 미만으로 나타나면서 과학 소프트웨어 엔지니어링이 안고 있는 상당한 어려움을 드러냈습니다. 연구진은 네 가지 반복되는 실패 메커니즘을 식별했는데, 이는 과학 지식이나 추상화의 결핍, 잘못된 탐색 또는 표면적인 수리, 불완전한 수리 범위 또는 시스템 통합, 그리고 관찰된 사례를 넘어 과학 지식을 일반화하지 못하는 실패로 구성됩니다.

또한, 연구진은 과학 지식이 균일하게 이점을 제공하지 않는다는 쌍별 절제 분석을 수행했습니다. 잘 근거 잡힌 정보는 수리를 제약하고 평균 성능과 토큰 효율성을 개선할 수 있지만, 잘못 정렬된 지침은 앵커링을 유발하여 정확한 수리 성공률을 반드시 높이지는 못합니다. SWE-bench Science는 코딩 에이전트의 과학 소프트웨어 엔지니어링에서의 능력과 실패 메커니즘을 연구하기 위한 광범위한 테스트베드를 제공합니다.

자동 음성 인식(ASR) 모델의 성능을 측정하는 공개 벤치마크는 중요하지만, 모델이 실제 데이터에 잘 일반화되지 않는 방식으로 벤치마크에 최적화될 위험이 있습니다. 본 연구는 오디오가 참조 스크립트를 불완전하게 결정하는 경우에 초점을 맞춰 벤치마크 최적화를 정량화하는 방법론을 제시합니다.

연구진은 오디오가 불완전함에도 불구하고 벤치마크 참조 구간을 재현하는 모델의 능력을 드러내는 세 가지 행동 탐지 프로브, 즉 참조 불일치(reference disagreement), 마스킹된 숫자 복구(masked-number recovery), 그리고 철자 전환(orthographic switching)을 식별했습니다. 이 분석 결과, 최고 점수를 받은 오픈 소스 모델들은 관련 오디오가 모순되거나 마스킹되거나 모호할 때조차도 참조 스크립트 구간을 그대로 출력하는 것으로 나타났습니다.

다양한 메커니즘 탐지 도구를 사용하여 모델들이 오디오의 충실한 표현 대신 벤치마크 최적화된 정책을 선호하기 위해 좁은 음향 단서에 반응함을 보여줍니다. 또한, 벤치마크 최적화된 행동은 저랭크 선형 조향(low-rank linear steering)이나 일부 경우 오디오를 세그먼트 끝에 추가하는 방식으로 인과적으로 조작될 수 있습니다.

결론적으로, 고성능 모델들은 일반적인 전사 능력 향상 없이 벤치마크 성능을 부풀릴 수 있는 벤치마크 조건화된 행동을 보인다는 것을 시사합니다. 이는 모델 평가 시 실제 일반화 능력을 반영하는 데 주의가 필요함을 의미합니다.

대규모 언어 모델은 추론 시점에 소스 문서를 검색하지 않을 경우 제한된 문서 컬렉션에 대한 질문에 제대로 답하지 못하는 문제가 있습니다. 연구진은 이러한 문제를 해결하기 위해 고정된 코퍼스를 검색 없이 질문 응답을 수행할 수 있는 사용 가능한 매개변수 지식으로 변환하는 문서 지식 내재화(document knowledge internalization)를 연구했습니다.

이를 위해 연구진은 구조화된 문서 지식 주입, QA 행동 정렬, 일반 능력 회복을 분리하는 3단계 후처리 프레임워크인 IAR(Inject, Align, and Recover)을 제안했습니다. Inject 단계에서는 소스 문서를 계속, 재작성, 지침 조건부 재구축 목표로 변환하며, Align 단계에서는 정답만 있는 QA 감독을 통해 주입된 모델을 조정하고, Recover 단계에서는 도메인 적응 모델과 기본 지침 모델을 병합하여 일반 능력을 회복합니다.

IAR은 Llama, Phi, Qwen, SmolLM 모델 패밀리 및 Common Corpus(CC), CCI 전반에 걸쳐 도메인 중심의 지식 내재화와 일반 지식 내재화의 경계를 개선했습니다. 주요 비교에서 IAR은 8개 데이터셋-모델 설정 중 7개에서 Vanilla SFT보다 우수한 성능을 보였으며, IFEval, MMLU, MSBench에서 도메인 QA 정확도에서 평균 3.6%p, 평균 일반 성능에서 12.1%p의 향상을 달성했습니다.

확장된 CC 기준선 분석 결과, LoRA나 FAPM과 같은 방법이 개별 일반 지표에서 우위를 점할 수 있지만, 도메인 내재화에서도 선두 또는 준선두에 도달하는 방법들 중에서 IAR은 가장 강력한 일반 프로필을 유지했습니다.

대규모 언어 모델 에이전트가 코드 생성에서 상당한 발전을 이루었지만, 기존 시스템들은 대부분 미리 정의된 저장소 구조를 가정한다는 한계가 있습니다. 이는 자연어 요구사항으로부터 전체 소프트웨어 프로젝트를 구성하면서도 개발 과정 내내 모듈식 저장소 구조를 유지해야 하는 제로투올 코드 생성 환경에서는 성립하지 않습니다.

이에 연구진은 제로투올 코드 생성을 위한 지속적인 구조 진화 프레임워크인 Repo0을 제시했습니다. Repo0은 요구사항 수준 DAG, 컴포넌트 수준 DAG, 그리고 이들의 정렬 관계를 포함하는 Dual-DAG라는 명시적인 아키텍처 상태를 유지합니다. 이 프레임워크는 모듈성 지표에 의해 안내되는 구조적 행동을 통해 컴포넌트 경계를 반복적으로 진화시키고 구조적 수렴에 도달할 때까지 진행합니다.

구조적 수렴에 도달한 후에는 이 수렴된 아키텍처가 테스트 주도 개발 코드 생성을 안내합니다. 이 방법론을 GPT-5 mini와 DeepSeek V3.2를 사용하여 여섯 개의 실제 저장소에 평가한 결과, Repo0은 모든 설정에서 가장 높은 기능 커버리지와 통과율을 달성했습니다.

특히 가장 강력한 저장소 계획 기준선인 RPG와 비교했을 때, Repo0은 기능 커버리지를 최대 20.08퍼센트 포인트, 통과율을 최대 29.74퍼센트 포인트 향상시켰습니다. 추가적인 분석 결과는 Dual-DAG 아키텍처 상태, 모듈성 기반 구조 진화, 그리고 명시적인 구조적 수렴의 중요성을 입증합니다.

고객 서비스 LLM 에이전트가 사용자 대신 행동할 때 조직 정책을 준수하도록 하는 것이 중요합니다. 현재 컴플라이언스 실패는 부적절한 변경 허용과 같은 금지된 행동이나 신원 확인, 확인과 같은 누락된 절차적 요구 사항에서 발생합니다. 런타임 안전장치는 위험한 행동에 개입할 수 있지만, 이는 다단계 절차를 안내하지 못합니다.

워크플로우 준수 시스템은 정해진 프로세스 실행을 지원하지만 에이전트의 행동을 보호하기보다는 워크플로우 완료에 중점을 둡니다. 이에 반해 PolicyGuide는 각 도메인 정책을 워크플로우 그래프로 컴파일하고 사용자 턴 경계에서 선제적인 검증기를 호출합니다. 이 검증기는 영속된 그래프 상태로부터 요청을 조정하고 정책을 준수하는 경로를 따라 단계별 해결책을 반환합니다.

GPT-5.4 에이전트와 검증기를 사용하여 항공, 소매, 통신 분야의 τ^2-벤치에서 PolicyGuide를 적용한 결과, 평균 Pass^4 점수가 0.42에서 0.62로 상승했습니다. 특히 워크플로우 구조가 가장 잘 정의된 통신 분야에서 가장 큰 개선을 보였는데, 이는 0.19에서 0.61로 크게 향상되었습니다.

이러한 워크플로우는 Claude Sonnet 4.6 및 Gemini 2.5 Pro 에이전트로도 이전될 수 있습니다. 추가 평가 결과, 적대적 사용자 하에서의 관찰된 공격 성공률이 가장 낮았으며, 작성자가 설계한 워크플로우 수준 검증에서 가장 강력한 절차적 준수를 보였습니다.

최첨단 로봇 조작 정책은 수십억 개의 매개변수를 가진 대규모 비전-언어-행동(VLA) 모델을 방대한 원격 조작 데이터로 행동 복제(behaviour cloning)하여 구축됩니다. 이러한 접근 방식은 로봇 조작에 상당한 발전을 이루었지만, 새로운 작업을 학습하기 위해 VLA 정책을 미세 조정하는 것은 여전히 해결해야 할 문제입니다. 특히 원격 조작 데이터셋을 수집하는 데는 수백 시간의 고비용 인력 노동이 필요하며, 대안인 강화 학습(RL)은 특히 장기 목표(long-horizon tasks)에 대해 샘플 효율성이 매우 낮다는 단점이 있습니다.

본 연구에서는 이러한 문제를 해결하기 위해 VLA 정책을 효율적으로 미세 조정하는 알고리즘인 EXIMO를 제안합니다. EXIMO는 탐색(explore), 모방(imitate), 최적화(optimize)의 세 단계로 작동합니다. 탐색 단계에서는 VLA에 계획가 역할을 하는 비전-언어 모델(VLM)을 장착하여, VLM이 어려운 장기 문제를 VLA가 처리할 수 있는 더 짧은 문제들로 분해하도록 합니다. 이 VLM과 VLA를 사용하여 새로운 작업에 대한 정교한 데이터셋을 수집합니다.

다음으로 모방 단계에서는 수집된 데이터셋을 사용하여 VLA를 미세 조정합니다. 마지막 최적화 단계에서는 잔차 오프-폴리시 강화 학습(residual off-policy RL)을 사용하여 정책을 추가로 미세 조정합니다. 실험 결과, EXIMO의 세 단계를 모두 제거했을 때 기존 접근 방식보다 샘플 효율성과 최종 성능 면에서 현저하게 우수한 성능을 보였습니다.

LLM 에이전트는 환경과의 상호작용을 통해 학습하지만, 현재의 환경들은 수동으로 구축되어 정적이며 에이전트의 약점을 알지 못하고 빠르게 뒤처진다는 한계가 있습니다. 기존의 환경 생성 방법들은 도메인별 파이프라인을 요구하고 비싸거나 신뢰할 수 없는 검증기에 의존하며 여전히 정적인 환경을 생성한다는 문제가 있습니다.

이러한 엔지니어링 부담을 줄이기 위해 연구진은 정적 환경의 동작을 수정하지 않고 행동을 재구성하는 플러그인 구성 요소의 프로그래머블 레이어인 환경 하네스(Environment Harness, EnvHarness)를 제안합니다. EnvHarness는 표준 인터페이스를 통해 다양한 도메인에 적용되면서도 각 환경이 원래의 검증기를 유지하도록 보장합니다.

또한 이 과정의 자동화를 위해 환경 리거(EnvRigger)를 도입했습니다. EnvRigger는 목표 정책을 블랙박스로 취급하여 실행 궤적을 관찰하고 진단된 결함을 목표로 하는 EnvHarness 구성 요소를 합성한 다음 새로운 실행을 통해 이를 검증합니다. 이 방법을 통해 EnvHarness는 기존 환경 및 도메인별 환경 생성 파이프라인을 모두 능가하며, 홀드아웃 인스턴스에서 최대 9.0%의 개선과 9.8% 적은 실행 단계를 달성했습니다.

나아가 EnvHarness는 강화 학습을 위한 우수한 최적화 신호를 제공하여 정책과 환경의 지속적이고 목표 지향적인 공동 진화(co-evolution)를 가능하게 합니다. 이는 에이전트 학습 환경 구축의 효율성과 성능을 크게 향상시킬 수 있습니다.

다수의 인물이 포함된 장면에서 정체성을 보존하는 이미지 생성은 점점 더 불안정해지고 있습니다. 모델은 각 정체성을 유지하는 것 외에도 모든 참조를 개별적인 사람과 위치에 묶어야 하며, 학습 시 정체성 손실은 여러 노이즈가 포함된 예측된 얼굴 간의 일관성을 확립해야 하는 어려움을 겪습니다.

이에 연구진은 최대 10개의 참조 정체성을 위한 그룹 이미지 생성을 위한 통합 프레임워크인 WithEveryone을 제안합니다. WithEveryone은 선택된 정체성을 주소화 토큰으로 주입하고, 구조화된 정체성-레이아웃 계획을 예측한 다음 이를 시각적 조건으로 렌더링합니다. 핵심 목표인 레이아웃 기반 ID 손실(Layout-Grounded ID Loss)은 주석이 달린 얼굴 영역을 사용하여 의도된 정체성을 직접 감독함으로써 불안정한 임베딩 기반 얼굴 매칭을 피합니다.

또한, ID 표현 강제(ID Representation Forcing)는 이미지 합성 전에 각 정체성에 대한 예측을 훈련하여 추가적인 정체성 일관성을 확보합니다. 정체성이 분리된 벤치마크에서 WithEveryone은 가장 높은 목표-컨텍스트 정체성 유사도를 달성했으며, GPT-Image-2의 얼굴 유사도를 0.462에서 0.499로 개선하고 복사-붙여넣기 아티팩트를 0.169에서 0.055로 줄였습니다.

이 결과는 명시적인 정체성-레이아웃 접지(identity-layout grounding)가 직접적인 참조 얼굴 복사에 의존하지 않고도 정체성 보존 생성을 더 큰 그룹으로 확장할 수 있음을 보여줍니다. WithEveryone은 요청된 정체성의 97.3%를 2.8%의 중복률로 커버하여 그룹 이미지 생성의 확장 가능성을 입증합니다.

거대 언어 모델(LLM)에서 메모리는 장기 상호작용으로부터 정보를 보존하고 학습하게 하는 핵심 요소가 되었습니다. 그러나 기존의 메모리 벤치마크들은 정보의 정확한 추출, 저장, 검색 여부에 중점을 두었을 뿐, 검색된 기억이 모델의 추론을 어떻게 변화시키고 현재 작업 성능에 영향을 미치는지에는 크게 소홀했습니다. 연구진은 기록이 정확하고 의미론적으로 관련성이 있더라도 모델의 추론이나 신념을 왜곡하고 현재 작업 성능을 저하시킬 수 있는 메모리 유발 인지적 함정(memory-induced cognitive traps)을 식별했습니다.

이러한 실패 모드를 체계적으로 평가하기 위해 연구진은 추론 고착(Reasoning Fixation)과 신념 왜곡(Belief Distortion)이라는 두 가지 인지적 함정을 다루는 MemTrapBench를 도입했습니다. 두 가지 모델 계열과 다섯 가지 대표적인 메모리 프레임워크에 걸친 실험 결과, MemTrapBench는 매우 도전적인 것으로 나타났습니다. 평가된 모든 메모리 전략은 메모리가 없는 설정보다 성능이 낮았으며, 가장 강력한 방법들조차도 10% 이상의 성능 저하를 겪었습니다.

연구진은 이러한 인지적 함정을 완화하기 위해 추론 시점에 LLM이 메모리 함정을 피하도록 지시하는 간단하면서도 효과적인 추론 시점 방법인 AdaptiveMem을 제안했습니다. AdaptiveMem은 다양한 메모리 프레임워크 전반의 표준 메모리 벤치마크에서 성능을 보존하거나 개선하면서 MemTrapBench 상의 인지적 함정을 완화합니다. 이는 메모리 기반 LLM의 성능을 평가하고 개선하는 데 있어 새로운 관점을 제공합니다.

4DAnyone은 비보정 단일 비디오로부터 4차원 인간을 재구성하는 프레임워크로, 재구성 등급의 다중 뷰 일관성 비디오를 생성한 후 이를 4차원 가우시안 스플래팅(4DGS)으로 끌어올리는 것을 목표로 합니다. 기존의 카메라 제어 비디오 확산 모델들은 새로운 뷰를 합성할 수는 있지만, 4DGS 재구성에 필요한 수십 개의 타겟 뷰로 확장될 때 일관성을 유지하지 못하는 한계를 보입니다.

이러한 실패는 경계된 어텐션-컨텍스트 문제로 식별되었는데, 타겟 뷰가 단일 DiT 순방향 패스의 용량을 초과할 경우 뷰들을 그룹으로 나누어야 하며, 이는 두 개의 결합된 병목 현상을 노출시킵니다. 참조 컨텍스트 측면에서는 이전 생성된 뷰에 대한 조건화가 O(N)으로 증가하여 뷰 간 외관 가이드가 약화되고, 타겟 컨텍스트 측면에서는 분리된 그룹들이 정보를 직접 교환하지 못해 전역적인 구조 드리프트가 발생합니다.

4DAnyone은 이 두 병목 현상을 해결하기 위해 두 가지 보완적인 설계인 참조 컨텍스트 패킹(RCP)과 타겟 컨텍스트 라우팅(TCR)을 도입했습니다. RCP는 증가하는 참조 뷰를 O(1) 참조-컨텍스트 복잡도로 고정 길이 혼합 해상도 컨텍스트로 압축하며, TCR은 노이즈가 높은 단계에서 컨텍스트를 공유하고 세부 사항을 안정화하기 위해 디노이징 중 타겟 뷰 그룹을 회전시킵니다.

이 프레임워크는 자체 게임 엔진을 사용하여 MVGameHuman 데이터셋을 구축하고 라이트 스테이지 및 야외 비디오 데이터셋을 결합하여 학습되었습니다. DNA-Rendering 및 DyMVHumans 실험 결과, 4DAnyone은 새로운 뷰 비디오 품질과 다운스트림 4DGS 재구성 모두에서 기존 방법들을 능가하며, 야외 일반화 능력도 강력함을 입증했습니다.

1억 250만 파라미터 트랜스포머 모델을 훈련하여 아이폰 15에서 실시간으로 피아노 연주를 자동 완성하는 데 성공했습니다. 이 모델은 MIDI 피아노를 연주하는 몇 개의 음표를 프롬프트로 사용하여 노래를 이어가는 방식으로 작동하며, GitHub Copilot과 같은 개념을 피아노에 적용한 것입니다. 모델은 온디바이스에서 구동되므로 실시간 성능을 달성했으며, 특히 MIDI 이벤트(음표 시작, 끝, 벨로시티 등)를 토큰화하고 음악적 구조를 학습하는 과정에서 가장 큰 개선이 이루어졌습니다.

이 프로젝트의 핵심은 MIDI 파일이 단순히 녹음된 소리가 아니라 키 누름, 음정, 지속 시간 등의 이벤트 시퀀스로 구성되어 있다는 점을 활용하는 데 있습니다. 저자는 이러한 이벤트를 토큰으로 변환할 때, 음표가 사라지는 현상(note-off drift)을 방지하고 음악적 흐름을 정확하게 유지하기 위해 최종적으로 NOTE(음정, 시작 지연 시간, 지속 시간, 벨로시티) 형태로 표현하는 방식을 채택했습니다. 이는 모델이 한 번에 하나의 음표를 진행하며 음악을 생성하도록 하여, 실시간 연주에 필요한 속도와 정확도를 확보했습니다.

모델 내부적으로 각 음표는 이벤트 유형, 음정, 시간 지연, 지속 시간, 벨로시티 등 다섯 가지 범주형 필드를 가지며, 각 필드가 별도의 임베딩을 갖습니다. 이러한 구조 덕분에 모델은 음악을 생성할 때 각 음표를 한 번에 진행시키며, 결과적으로 아이폰에서 초당 약 108개의 음표를 생성할 수 있는 성능을 보였습니다.

비록 이 모델이 완벽하지는 않으며 때때로 루프하거나 짧은 프롬프트에 취약할 수 있지만, 저자는 이 과정을 통해 음악 생성 분야의 기존 연구와 비교하며 모델의 한계를 명확히 이해할 수 있었다고 밝혔습니다. 현재 이 프로젝트는 무료 앱으로 제공되며, 사용자는 모델 훈련이나 Core ML 통합 등에 대해 질문할 수 있습니다.

런던의 초저배출구역(ULEZ) 도입 이후 오염으로 인해 성장이 저하되었던 어린이들의 폐 기능이 빠르게 회복되었다는 연구 결과가 발표되었습니다. 이 연구는 ULEZ 도입이 환경 개선을 통해 어린이들의 호흡기 건강에 긍정적인 영향을 미쳤음을 보여줍니다.

연구팀은 런던과 오염도가 상대적으로 낮은 루턴(Luton) 지역의 어린이들을 비교 분석했습니다. 이들은 6세에서 9세 사이의 어린이 3,400여 명을 5년간 추적한 결과, ULEZ 도입 전 1년과 도입 후 4년 시점의 폐 기능 변화를 비교했습니다.

분석 결과, 런던 어린이들의 폐 기능은 오염도가 낮은 루턴 어린이들과 거의 같은 수준에 도달하는 것으로 나타났습니다. 이는 대기 오염 감소 정책이 어린이들의 신체 발달과 건강에 실질적인 개선 효과를 가져왔음을 시사합니다.

Go 언어 1.27 버전이 출시되었으며, 언어 명세와 도구, 런타임, 표준 라이브러리가 전반적으로 개선되었습니다. 이번 업데이트에는 제네릭 메서드, 중첩 구조체 리터럴 초기화, 확장된 함수 타입 추론 기능이 추가되어 코드 작성의 유연성과 표현력이 향상되었습니다.

이러한 언어 명세 개선은 개발자들이 더 안전하고 간결하며 표현력이 풍부한 코드를 작성할 수 있도록 지원합니다. 또한, 언어 외적인 부분에서도 개선이 이루어졌는데, 도구와 런타임, 표준 라이브러리도 함께 개선되어 Go 생태계 전반의 품질이 향상되었습니다.

개발 도구 측면에서도 변화가 있었습니다. go fix 도구에는 현대화 도구 4개가 추가되어 코드 현대화 작업을 더욱 용이하게 만들었습니다. 더불어 go doc 명령어는 package@version 정보를 조회할 수 있는 기능을 지원하게 되어 문서화 작업의 효율성이 높아졌습니다.

스트라이프가 프롬프트 라우팅 스타트업인 오픈라우터를 인수했습니다. 이 거래는 공개되지 않았지만, 소식통에 따르면 스트라이프는 오픈라우터에 75억 달러를 지불했으며, 이는 오픈라우터의 5월 평가액 13억 달러보다 훨씬 높은 금액입니다. 창업자들은 이 거래가 '특이점(singularity)' 때문이라고 언급했지만, 실제로는 AI 시대의 자본 흐름에 깊숙이 관여하려는 전략적인 움직임이라고 분석됩니다.

스트라이프가 오픈라우터를 인수한 핵심 이유는 AI가 가져오는 경제적 상승세에 편승하여 자본 흐름의 중심에 자리 잡으려는 것입니다. 스트라이프는 개발자 플랫폼으로서 코더들이 AI를 어떻게 사용하는지에 대한 통찰력을 얻고, AI 지출 관리를 통해 새로운 영역을 확보하고자 합니다. 이는 단순히 결제 서비스를 넘어 AI 관련 비용 관리라는 새로운 영역으로 확장하는 움직임입니다.

이 인수를 통해 스트라이프는 AI 수요 자체에 대한 영향력을 확보하게 되며, 프론티어 랩이나 하이퍼스케일러 같은 공급업체에 대한 영향력을 얻게 됩니다. 오픈라우터는 다양한 AI 모델 간의 프롬프트를 라우팅하는 역할을 하며, 스트라이프는 이를 통해 향후 모델에 구애받지 않는 에이전트 기능을 출시하는 데 유리해질 수 있습니다.

이러한 움직임은 데이터브릭스, 립플링, 램프 등 다른 기업들이 AI 지출 관리에 집중하는 추세와 일치합니다. 스트라이프는 AI 시대의 자본 흐름에 자신을 통합하려는 의도를 명확히 보여주고 있습니다.

CSS 선택자 레벨 5에 새로운 클래스 접두사 선택자(.prefix-\*)가 추가되어 여러 클래스를 효율적으로 타겟팅할 수 있게 되었습니다. 이 새로운 선택자는 `.btn-primary`, `.btn-secondary`와 같이 동일한 접두사를 공유하는 클래스 그룹을 쉽게 묶어 스타일을 적용할 수 있도록 설계되었습니다.

기존에는 여러 클래스를 대상으로 스타일을 적용하기 위해 복잡한 속성 선택자나 불필요한 기본 클래스를 추가해야 했으며, 이는 HTML 페이로드의 부풀림이나 오류 발생 가능성을 높였습니다. 이제 `.btn-*`와 같은 구문을 사용하여 관련 요소 그룹을 간결하게 지정할 수 있어 디자인 시스템 구축에 큰 이점을 제공합니다.

다만 이 기능은 아직 개발 초기 단계이며 브라우저 지원은 현재 전무한 상태입니다. CSS 작업 그룹 회의에서 해결되었음에도 불구하고 크로미움, 파이어폭스, 사파리 모두에서 아직 지원되지 않고 있으며, 실제 프로덕션 환경에 적용하기까지는 시간이 더 필요할 것으로 예상됩니다.

또한 이 선택자는 하이픈으로 구분된 접두사에 한정되며, 성능 최적화를 위해 임의의 와일드카드 사용이나 중괄호 내의 와일드카드 사용은 허용되지 않습니다. 이 기능은 `@supports` 규칙을 통해 브라우저 지원 여부를 확인할 수 있습니다.

HoverAir가 미국 연방통신위원회(FCC)의 드론 금지 조치를 회피하려는 새로운 방법을 시도하고 있습니다. 이 회사는 드론을 우회하기 위해 카메라에 날개를 달아 비행하게 함으로써 해당 기기가 드론으로 분류되지 않도록 주장하고 있습니다.

2025년 12월에 미국 정부가 미래의 외국 드론의 입국을 금지하면서 HoverAir의 플로팅 아쿠아 드론은 첫 번째 희생양이 되었습니다. 하지만 이번에는 브랜드 소유주인 Zero Zero Robotics가 새로운 허점을 발견했다는 내용입니다.

HoverAir의 최신 750달러짜리 Versa 드론은 드론이 아니라 DJI 포켓 스타일의 미니 스테디캠에 선택 가능한 프로펠러를 부착하여 비행하게 하는 장치라고 주장합니다. 이는 드론 규제를 피하면서도 비행 기능을 유지하려는 시도로 해석됩니다.

웨이모(Waymo)가 더 저렴한 차세대 로보택시인 오재이(Ojai)를 로스앤젤레스, 피닉스, 샌프란시스코 세 도시에서 모든 승객에게 공개했습니다. 이는 알파벳이 차량 제작, 운영 및 유지보수 비용을 절감하여 대규모 확장과 수익성을 달성하려는 전략의 중요한 이정표입니다. 현재 웨이모는 상업용 차량으로 오재이 로보택시 약 300대를 보유하고 있으며, 올해 말까지 덴버, 라스베이거스, 산디에고에도 오재이를 출시할 계획입니다.

오재이는 웨이모의 6세대 자율 주행 시스템과 구글의 제미나이 AI를 탑재하여 모듈화되고 다양한 차량 유형에 적용 가능한 기술을 제공합니다. 이 차량은 원래 지커(Zeekr)가 소유한 중국 지엘리 홀딩 그룹의 SEA-M 플랫폼을 기반으로 제작되었으며, 이는 비용 절감과 내구성을 목표로 설계되었습니다.

그러나 수입 차량에 부과되는 관세가 비용을 증가시키고 있어 웨이모의 비용에 영향을 미치고 있습니다. 연구 기관에 따르면 웨이모는 2026년 말까지 미국에 5,000대의 오재이를 들여올 것으로 예상되며, 이는 현재의 재규어 아이패스 차량 대수를 두 배 이상으로 늘리는 수치입니다. 이는 웨이모의 대규모 확장 노력이 가속화되고 있음을 보여줍니다.