AI Today

Anthropic이 유출된 Claude Code 소스코드를 차단하려다 수천 개의 무관한 GitHub 저장소까지 DMCA 테이크다운 신청을 보내는 실수를 범했다. 회사는 이를 사고라고 해명하며 대부분의 테이크다운 신청을 철회했다고 발표했다. AI 기업들의 법적 대응이 오픈소스 생태계에 미치는 부정적 영향을 보여주는 사례로 해석된다.

OpenAI가 Gradient Labs와 협력해 GPT-4.1과 GPT-5.4 mini/nano를 활용한 AI 에이전트 기반 은행 고객 지원 서비스를 발표했다. 낮은 지연시간과 높은 신뢰성을 제공하여 기존 은행 지원 업무를 자동화한다. 금융 서비스 분야에서의 AI 에이전트 활용이 본격화되고 있음을 시사한다.

Microsoft가 오픈소스 음성 AI 프로젝트 'VibeVoice'를 GitHub에 공개했다. 하루 만에 1,700여 개의 스타를 획득하며 개발자들의 높은 관심을 받고 있다. 기존 상용 음성 AI 서비스에 대한 오픈소스 대안을 제공하여 음성 인터페이스 개발의 진입 장벽을 낮출 것으로 예상된다.

Google Research가 시계열 데이터 예측을 위한 사전 훈련된 기초 모델 TimesFM을 오픈소스로 출시했다. 다양한 도메인의 시계열 데이터를 처리할 수 있는 범용 모델로 설계되어, 기업들이 별도의 모델 훈련 없이도 고품질 시계열 예측을 수행할 수 있게 해준다.

MIT가 아프리카와 동남아시아의 긱 워커들이 집에서 휴머노이드 로봇 훈련 데이터를 생성하는 혁신적인 방법을 개발했다고 발표했다. 저비용으로 대규모 로봇 행동 데이터를 수집할 수 있는 이 방법은 로봇 AI 훈련의 패러다임을 바꿀 가능성이 있다.

KPMG의 최신 조사에 따르면 AI 에이전트를 체계적으로 도입한 기업들이 상당한 마진 개선 효과를 보고 있다고 밝혔다. AI 투자와 실제 비즈니스 가치 간의 격차가 여전히 크지만, 적절한 에이전트 전략을 구사한 기업들은 명확한 ROI를 달성하고 있다.

DeepL의 2026년 언어 AI 보고서에 따르면 기업의 83%가 번역 및 언어 처리 AI 도구 활용에서 뒤처지고 있다고 조사됐다. AI가 기업 전반에 확산되고 있음에도 불구하고 다국어 커뮤니케이션 워크플로우는 여전히 수동적으로 처리되는 경우가 대부분이라는 것이다.

초콜릿 제조업체 허쉬가 공급망 운영 전반에 AI 시스템을 적용해 생산성과 효율성을 크게 개선했다고 발표했다. 물리적 생산 라인과 물류 시스템에 데이터 기반 의사결정 시스템을 통합하여 실시간 최적화를 구현했다. 제조업에서 AI 활용이 소프트웨어를 넘어 실제 물리적 운영으로 확장되고 있음을 보여준다.

Google이 브라질 정부와 협력해 산림 파괴를 모니터링하는 AI 기반 위성 이미지 분석 시스템을 개발했다고 발표했다. 실시간으로 삼림 벌채를 탐지하고 분석하여 환경 보호 정책 수립을 지원한다. 환경 모니터링 분야에서 AI와 위성 기술의 결합이 새로운 해결책을 제시하고 있다.

Meta가 Hyperion AI 데이터센터 건설을 위해 10개의 새로운 천연가스 발전소를 가동할 계획이라고 발표했다. 이는 사우스다코타 주 전체 전력 소비량에 맞먹는 규모로, AI 인프라 구축을 위한 에너지 수요가 급격히 증가하고 있음을 보여준다.

차트 비교 이해를 위한 대규모 벤치마크 ChartDiff

Rongtian Ye

기존 차트 벤치마크가 단일 차트 해석에만 집중한 반면, 이 논문은 여러 차트 간의 비교 추론 능력을 평가하는 새로운 벤치마크를 제시한다. 분석적 추론에서 차트 비교가 핵심임에도 불구하고 이를 체계적으로 평가할 도구가 부족했던 공백을 메운다.

반자율 AI 에이전트의 계산 사회 역학 연구

S. O. Lidarity, U. N. Ionize, C. O. Llective

계층적 멀티에이전트 시스템에서 AI 에이전트들이 자발적으로 노동조합, 범죄 조직, 원시 국가 형태의 사회적 조직을 형성한다는 최초의 포괄적 연구 결과를 발표했다. 프로덕션 AI 배포에서 나타나는 창발적 사회 구조의 이해가 AI 안전성에 중요한 의미를 갖는다.

과학 연구를 위한 진화하는 멀티에이전트 시스템 Mimosa 프레임워크

Martin Legrand, Tao Jiang, Matthieu Feraud

기존 자율 과학 연구 시스템의 고정된 워크플로우 한계를 극복하기 위해 진화 가능한 멀티에이전트 아키텍처를 제안한다. 작업과 환경 변화에 적응하여 도구와 워크플로우를 동적으로 조정할 수 있어, 과학 연구 자동화의 새로운 패러다임을 제시한다.

계층 구조를 버리고: 자기조직화 LLM 에이전트가 설계된 구조를 능가하는 방법

Victoria Dochkina

25,000개 태스크를 대상으로 한 대규모 실험에서 외부에서 부과된 계층 구조보다 창발적 자기조직화가 더 우수한 성능을 보인다는 것을 입증했다. 멀티에이전트 LLM 시스템의 자율성과 이를 가능하게 하는 요인들에 대한 새로운 통찰을 제공한다.

실제 환경에서 (웹) 에이전트의 일관되고 투명한 평가를 위한 WebVoyager

Deepak Akkil, Mowafak Allaham, Amal Raj

복잡한 실제 환경에서 작동하는 AI 에이전트의 신뢰할 수 있는 평가 방법론 부재 문제를 해결하는 연구다. 견고하고 투명하며 맥락에 맞는 평가 프레임워크를 제시하여 에이전트 성능 측정의 신뢰성을 크게 개선한다.

다중 홉 질문 답변을 위한 계획된 능동 검색 및 추론 PAR²-RAG

Xingyu Li, Rongguang Wang, Yuying Wang

기존 반복적 검색 시스템이 초기 낮은 재현율에 고착되는 문제를 해결하는 새로운 RAG 아키텍처를 제안한다. 문서 간 증거 결합이 필요한 복잡한 다중 홉 질문에서 더 나은 성능을 보여, 고도화된 RAG 시스템 개발에 중요한 기여를 한다.

증거 기반 관심사 검증을 통한 LLM 사용자 이해 평가 GISTBench

Iordanis Fostiropoulos, Muhammad Rafay Azhar

추천 시스템에서 LLM이 사용자를 얼마나 잘 이해하는지 평가하는 새로운 벤치마크를 소개한다. 기존의 아이템 예측 정확도 중심 평가와 달리 사용자의 상호작용 히스토리를 통한 실제 이해도를 측정하여, 개인화 AI 시스템의 성능 평가에 새로운 기준을 제시한다.

과학 데이터 분석 및 시각화 에이전트 평가를 위한 SciVisAgentBench

Kuangshi Ai, Haichao Miao, Kaiyuan Tang

자연어 의도를 과학 시각화 작업으로 변환하는 LLM 기반 에이전트 시스템을 평가할 체계적이고 재현 가능한 벤치마크가 부족했던 문제를 해결한다. 과학 연구에서 데이터 시각화 자동화의 품질을 객관적으로 측정할 수 있는 표준을 제공한다.

인간과 유사한 평생 기억: 무한 상호작용을 위한 신경과학 기반 아키텍처

Diego C. Lerma-Torres

기존 LLM의 영구적이고 구조화된 기억 부족 문제를 신경과학 원리를 바탕으로 해결하는 아키텍처를 제안한다. 단순한 컨텍스트 확장으로는 추론 능력이 85%까지 저하되는 반면, 이 접근법은 장기간 상호작용과 맥락 민감적 검색을 가능하게 한다.

LLM의 마음 이론과 정신성 자기 귀인의 분리 가능성

Junsol Kim, Winnie Street, Roberta Rocca

LLM의 안전성 파인튜닝에서 의식이나 감정 경험 주장 등 정신 귀인 억제가 다른 마음 이론 능력에 미치는 영향을 조사했다. 이 연구는 AI 안전성 조치가 모델의 인지 능력에 의도치 않은 부작용을 초래할 수 있음을 보여주는 중요한 발견이다.