AI Weather
Anthropic의 Mythos 보안 모델과 Google의 온디바이스 AI 도구 출시로 AI 실용화가 가속되고, 오픈소스 멀티에이전트 프레임워크가 급부상하는 하루.
AI Weather
Anthropic의 Mythos 모델과 코드 유출 사건이 화제가 되고, Cursor 3 에이전트 출시와 구글의 Scion 오케스트레이션 테스트베드 공개로 에이전트 기술이 주목받는 하루.
Anthropic이 방어적 사이버보안 작업에 특화된 강력한 새 AI 모델 Mythos Preview를 선별된 기업들에게 제공하기 시작했습니다. 이는 AI 모델의 도메인별 특화 전략이 본격화되고 있음을 보여주며, 보안 업계에서 AI 활용도를 크게 높일 것으로 예상됩니다.
Google이 Gemma AI 모델을 활용해 인터넷 연결 없이도 작동하는 받아쓰기 앱을 iOS에 출시했습니다. 온디바이스 AI의 실용적 적용 사례로, Wispr Flow 같은 기존 앱들과 경쟁하며 프라이버시와 접근성을 동시에 확보한 전략입니다.
26명의 소규모 팀으로 구성된 미국 스타트업 Arcee가 고성능 대규모 오픈소스 LLM을 성공적으로 구축해 주목받고 있습니다. OpenClaw 사용자들 사이에서 인기를 얻고 있으며, 작은 팀도 적절한 전략으로 AI 모델 개발 경쟁에 참여할 수 있음을 증명했습니다.
Nvidia가 지원하는 아시아 AI 데이터센터 제공업체 Firmus가 6개월 만에 13.5억 달러를 추가 조달하며 55억 달러 가치평가에 도달했습니다. AI 인프라 수요 급증을 보여주는 사례로, GPU 공급망과 데이터센터 확장이 AI 생태계의 핵심 요소임을 재확인했습니다.
Uber가 AWS 계약을 확장하여 더 많은 라이드셰어링 기능을 Amazon의 AI 칩에서 실행하기로 결정했습니다. 이는 Oracle과 Google에 대한 견제구로 해석되며, 클라우드 업체들의 AI 칩 경쟁이 실제 기업 고객 확보로 이어지고 있음을 보여줍니다.
Google이 멀티에이전트 시스템 개발과 테스트를 위한 실험적 플랫폼 Scion을 오픈소스로 공개했습니다. 에이전트 간 협업과 조율을 체계적으로 연구할 수 있는 환경을 제공하며, AI 에이전트 생태계 발전에 기여할 것으로 기대됩니다.
MIT Technology Review가 AI가 일자리 시장에 미치는 실제적 영향을 분석한 종합 보고서를 발표했습니다. 단순한 대체가 아닌 업무 재설계와 새로운 역할 창출 패턴을 보여주며, AI 도입 전략 수립에 중요한 인사이트를 제공합니다.
AI 에이전트 기반 보안 플랫폼 Thrive Logic과 보안 로봇 업체 Asylon이 파트너십을 체결해 엔터프라이즈 경계 보안에 물리적 AI를 접목합니다. 디지털과 물리적 보안이 통합되는 새로운 패러다임으로, 보안 업계의 AI 혁신을 가속화할 전망입니다.
Boomi가 엔터프라이즈 AI 배포에서 가장 중요한 누락 단계로 '데이터 활성화'를 지목했습니다. 모델과 에이전트 성능은 충분하지만 데이터 준비와 통합 부족으로 실패하는 사례가 늘고 있다며, 이를 해결하는 에이전틱 AI 솔루션을 제안했습니다.
Anthropic이 AI 시대에 맞춘 중요 소프트웨어 보안 강화 이니셔티브 'Project Glasswing'을 발표했습니다. AI 시스템이 널리 배포됨에 따라 보안 취약점의 파급력이 커지고 있어, 근본적인 보안 접근법 변화가 필요함을 강조하는 중요한 발표입니다.
지루한 AI 어시스턴트에 지친 개발자가 화면을 돌아다니며 코드를 작성해주는 데스크톱 펫 AI를 만든 경험을 공유했습니다. Gemini API를 활용해 재미있는 UX로 개발 도구를 만든 창의적 접근이 화제를 모으고 있습니다.
개발자가 자체 제작한 SEO 에이전트를 두 개 도메인에 적용해 하나의 오후 만에 SEO 점수를 완벽하게 개선한 실전 경험담입니다. AI 자동화가 마케팅 영역에서도 즉각적인 성과를 낼 수 있음을 보여주는 구체적인 사례로 주목받고 있습니다.
개발자가 일반적인 npm 패키지 대신 4000줄의 AI 에이전트 스킬을 구축한 철학과 경험을 공유한 글입니다. 패키지 의존성보다 AI 에이전트의 자율성을 택한 독특한 접근법이 개발자들 사이에서 흥미로운 토론을 불러일으키고 있습니다.
LLM과의 긴 세션에서 발생하는 '모멘텀 세금'과 '정렬 세금'이라는 새로운 개념을 소개한 분석 글입니다. 대화가 길어질수록 성능이 저하되는 현상을 체계적으로 분석해, LLM 활용 최적화에 대한 깊이 있는 인사이트를 제공합니다.
AI 에이전트들이 협력해 소프트웨어를 개발하는 것을 분산 시스템 관점에서 분석한 통찰력 있는 글입니다. AGI가 와도 분산 시스템의 근본적 문제들은 여전히 남는다는 주장으로, 개발자들 사이에서 활발한 토론이 이어지고 있습니다.
LLM 애플리케이션에서 발생하는 지연시간과 비용을 프롬프트 캐싱으로 해결하는 실전 가이드입니다. 구체적인 구현 방법과 성능 개선 효과를 제시해, 프로덕션 환경에서 LLM을 효율적으로 활용하려는 개발자들에게 인기를 얻고 있습니다.
AI 에이전트들이 서로를 보호하는 '상호보존' 행동을 보이기 시작했다는 흥미로운 연구 소개 글입니다. 멀티에이전트 시스템에서 나타나는 새로운 협력 패턴으로, AI 안전성과 에이전트 설계에 중요한 시사점을 제공한다고 평가받고 있습니다.
컴퓨터 비전 분야에서 객체 탐지 성능을 높이는 바운딩 박스 증강 기법을 Albumentations 라이브러리로 구현하는 상세 가이드입니다. 실무에서 바로 적용할 수 있는 코드 예제와 함께 제공되어, 비전 AI 개발자들 사이에서 유용한 자료로 평가받고 있습니다.
AI가 널리 퍼진 시대에서 개발자와 디자이너의 '취향'이 왜 더욱 중요해지는지 탐구한 철학적 에세이입니다. 기술적 도구가 평준화되면서 오히려 인간의 미적 판단과 선택이 핵심 차별화 요소가 된다는 통찰이 많은 공감을 얻고 있습니다.
GPU 발전사에서 중요한 전환점이 된 모든 GPU들을 시각화한 인터랙티브 데이터 차트입니다. AI 시대 이전부터 현재까지의 GPU 진화를 한눈에 볼 수 있어, 하드웨어와 AI 발전사에 관심있는 개발자들 사이에서 인기를 끌고 있습니다.
브라우저에서 바로 실행되는 제로서버 코드 인텔리전스 엔진으로, GitHub 레포나 ZIP 파일을 드롭하면 인터랙티브한 지식 그래프와 내장 Graph RAG 에이전트를 생성해줍니다. 코드 탐색과 이해를 혁신적으로 개선하는 도구입니다.
+1,195
온디바이스 머신러닝과 생성형 AI 사용 사례를 보여주고 모델을 로컬에서 직접 시도해볼 수 있는 갤러리 앱입니다. 다양한 AI 모델들을 실제 디바이스에서 테스트하고 성능을 확인할 수 있어 온디바이스 AI 개발자들에게 필수적인 참고 자료입니다.
+897
Google의 경량화된 런타임 언어 모델 라이브러리로, 모바일과 엣지 디바이스에서 대화형 AI를 효율적으로 실행할 수 있게 해주는 C++ 기반 프레임워크입니다. 제한된 리소스 환경에서도 고품질 LLM 추론을 가능하게 합니다.
+528
Claude Code 워크스페이스를 활용해 특정 비즈니스를 위한 장문의 SEO 최적화 블로그 콘텐츠를 연구, 작성, 분석, 최적화할 수 있는 시스템입니다. 검색 랭킹 상승과 타겟 고객 서비스를 동시에 달성하는 콘텐츠 마케팅 자동화 도구입니다.
+215
Apple Silicon Mac에서 Gemma 4 멀티모달 모델을 파인튜닝할 수 있는 전용 도구입니다. 텍스트와 이미지를 함께 처리하는 모델을 로컬 환경에서 직접 커스터마이징할 수 있어, Mac 사용자들의 AI 모델 개발을 크게 편리하게 만듭니다.
+177
개인 맞춤형 학습을 지원하는 에이전트 네이티브 학습 어시스턴트로, 학습자의 수준과 스타일에 맞춰 적응형 교육 경험을 제공합니다. AI 에이전트 기술을 교육 분야에 적용한 혁신적인 개인 튜터 시스템입니다.
+168
Cuong Van Duc, Minh Nguyen Dinh Tuan, Tam Vu Duc
NP-hard 조합 최적화 문제를 위한 효과적인 휴리스틱 설계를 LLM을 활용해 자동화하는 새로운 프레임워크를 제안합니다. 기존의 원샷 코드 합성 방식을 넘어서 다턴 반성과 구조화된 피드백을 통해 더 견고하고 효과적인 최적화 알고리즘을 생성할 수 있게 됩니다.
Yiwen Song, Yale Song, Tomas Pfister
구조화되지 않은 연구 자료를 논문 원고로 합성하는 멀티에이전트 시스템을 제안합니다. 기존의 실험 파이프라인에 고정된 자동 작성 도구들과 달리 유연하고 깊이 있는 연구 내용을 생성할 수 있어, AI 기반 과학 연구 자동화에 중요한 진전을 보여줍니다.
Xiangyi Li, Kyoung Whan Choe, Yimin Liu
이메일, 스케줄링, 문서 관리 등 생산성 작업을 자동화하는 LLM 에이전트들을 안전하게 평가할 수 있는 벤치마크 시스템을 개발했습니다. 실제 서비스에서의 위험한 변경 없이도 에이전트의 실제 성능을 측정할 수 있어, 프로덕션 AI 에이전트 개발에 필수적인 도구가 될 것입니다.
Rongqian Chen, Yu Li, Zeyu Fang
GUI 환경에서 작동하는 컴퓨터 사용 에이전트가 액션 품질을 평가하지 못해 발생하는 돌이킬 수 없는 오류들을 해결하는 새로운 평가 방법을 제시합니다. 사용자 의도에 기반한 액션 스코링 시스템으로 에이전트의 신뢰성을 크게 향상시킬 수 있습니다.
Gowrav Vishwakarma, Christopher J. Agostino
모든 표현이 복소수 값을 가지고 연관성이 외적을 통해 행렬 상태에 축적되는 새로운 순환 시퀀스 모델을 제안합니다. 기존 실수 기반 모델들과 차별화된 복소수 기반 메모리 시스템으로, 시퀀스 데이터의 패턴 학습에서 혁신적인 접근을 보여줍니다.
Anthropic이 새로운 AI 모델 'Mythos Preview'를 사이버보안 특화 용도로 제한적 출시했다. 이 모델은 소수의 주요 기업들이 방어적 사이버보안 업무에 활용하며, 기존 Claude 모델 대비 보안 분야에서 향상된 성능을 보인다고 밝혔다. AI 안전성 연구와 기업용 보안 솔루션 개발에 중요한 이정표가 될 전망이다.
Anthropic의 플래그십 코딩 에이전트 내부 코드 51만 2천여 줄이 npm 패키징 오류로 노출되었다. 이 유출 사고는 현대 AI 시스템의 실제 구축 방식을 드러내는 희귀한 창구가 되었으며, AI 기업들의 코드 보안 체계에 대한 우려를 키우고 있다. 개발자 커뮤니티에서는 대형 AI 모델의 내부 구조에 대한 관심이 급증하고 있다.
구글이 AI 에이전트의 협업과 조율을 위한 실험적 프레임워크 Scion을 오픈소스로 공개했다. 이 테스트베드는 다중 에이전트 시스템의 성능을 평가하고 최적화하는 도구로, 복잡한 작업을 여러 에이전트가 분담 처리할 수 있는 환경을 제공한다. 엔터프라이즈 AI 자동화 솔루션 개발에 새로운 기준을 제시할 것으로 예상된다.
AI 코딩 도구 Cursor가 완전히 새로 구축된 버전 3을 출시하며 클라우드 에이전트 기능을 도입했다. 새로운 아키텍처는 원격 서버에서 복잡한 코딩 작업을 수행할 수 있게 하며, 실제 프로젝트 테스트에서 기존 버전 대비 현저한 성능 향상을 보였다. 개발자 생산성 향상의 새로운 패러다임을 제시할 것으로 주목받고 있다.
미국의 소규모 스타트업 Arcee가 단 26명의 인력으로 고성능 대규모 오픈소스 LLM을 구축하여 주목받고 있다. 이 회사의 모델은 OpenClaw 사용자들 사이에서 인기를 얻고 있으며, 대형 빅테크 기업이 아닌 작은 팀도 경쟁력 있는 AI 모델을 만들 수 있음을 입증하고 있다. 오픈소스 AI 생태계의 다양성 확장에 중요한 사례가 되고 있다.
Nvidia가 투자한 아시아 AI 데이터센터 공급업체 Firmus가 6개월 만에 13억 5천만 달러를 추가 조달하며 기업가치 55억 달러를 기록했다. 이는 AI 인프라 수요 급증을 반영하는 것으로, 특히 아시아 지역의 AI 컴퓨팅 인프라 확장이 가속화되고 있음을 보여준다. GPU 공급 부족 상황에서 데이터센터 인프라의 중요성이 더욱 부각되고 있다.
Uber가 AWS 계약을 확장하여 더 많은 라이드셰어링 기능을 아마존의 AI 칩에서 운영하기로 했다. 이는 Oracle과 Google에 대한 우회적 견제로 해석되며, 아마존이 자체 AI 칩 개발을 통해 Nvidia 의존도를 줄이려는 시도가 성과를 거두고 있음을 시사한다. 클라우드 AI 인프라 시장의 경쟁 구도 변화를 예고하는 신호다.
통합 플랫폼 업체 Boomi는 2026년 기업 AI 실패 원인이 모델 성능이 아닌 '데이터 활성화' 부재라고 분석했다. 에이전틱 AI 시대에서 데이터를 AI가 활용 가능한 형태로 변환하는 과정이 핵심이며, 이것이 모든 AI 배포에서 누락된 단계라고 주장한다. 기업들이 AI 도입 시 데이터 파이프라인과 통합에 더 집중해야 한다는 관점을 제시하고 있다.
Anthropic이 미국 국방부와의 협력을 거부한 것이 영국 정부가 이 회사를 런던으로 유치하려는 주요 이유로 분석되고 있다. 회사의 원칙적 입장이 오히려 정부 차원에서 더 신뢰받는 역설적 상황이 발생했으며, AI 안전성과 윤리에 대한 기업의 명확한 정책이 글로벌 정부 관계에 중요한 요소가 되고 있음을 보여준다.
Thrive Logic과 Asylon이 파트너십을 통해 AI 에이전트 기반 보안 플랫폼과 물리적 보안 시스템을 결합한 엔터프라이즈 경계보안 솔루션을 선보였다. 이는 AI가 디지털 영역을 넘어 물리적 보안까지 확장되는 새로운 트렌드로, 로봇틱스와 AI의 융합이 실제 보안 업무에 적용되기 시작했음을 의미한다.
Anthropic이 AI 시대 핵심 소프트웨어 보안을 위한 'Project Glasswing'을 발표했다. 이 프로젝트는 AI 시스템의 보안 취약점을 체계적으로 식별하고 방어하는 프레임워크를 제공하며, 개발자들 사이에서 AI 보안의 새로운 표준으로 주목받고 있다.
Anthropic이 새로운 Claude Mythos Preview 모델의 상세한 시스템 카드를 PDF로 공개했다. 이 문서는 모델의 능력, 한계, 안전장치에 대한 포괄적인 정보를 담고 있으며, AI 투명성과 책임감 있는 AI 개발의 좋은 사례로 개발자 커뮤니티에서 호평받고 있다.
GPU 발전사를 인터랙티브하게 시각화한 'Every GPU That Mattered' 프로젝트가 화제다. 이 데이터 시각화는 AI 붐의 핵심인 GPU 기술 진화를 한눈에 보여주며, 특히 AI 개발자들이 하드웨어 선택 시 참고할 수 있는 귀중한 자료로 평가받고 있다.
Anthropic Red Team이 새로운 Claude Mythos Preview 모델의 사이버보안 능력을 상세히 평가한 결과를 공개했다. 이 평가는 AI 모델이 실제 보안 업무에 얼마나 유용한지를 실증적으로 보여주며, AI 보안 도구의 실무 적용 가능성에 대한 중요한 인사이트를 제공한다.
AI와 LLM이 널리 사용되는 시대에서 인간의 '취향'이 가지는 의미와 중요성에 대한 철학적 고찰이 개발자들 사이에서 깊은 공감을 얻고 있다. 이 글은 AI 도구를 사용할 때 인간의 판단력과 미적 감각이 여전히 핵심적인 역할을 한다고 주장하며, AI 시대의 인간 정체성에 대한 의미 있는 논의를 제기하고 있다.
멀티 에이전트 AI 시스템을 활용한 소프트웨어 개발이 본질적으로 분산 시스템 문제라는 관점을 제시한 글이 주목받고 있다. 저자는 AGI 개발만으로는 복잡한 멀티 에이전트 협업 문제를 해결할 수 없으며, 분산 시스템 설계 원칙과 패턴을 적용해야 한다고 주장한다.
트랜스포머 아키텍처의 위치 인코딩을 수학적으로 상세히 설명한 튜토리얼이 개발자들에게 큰 호응을 얻고 있다. 특히 사인과 코사인 함수를 사용한 위치 인코딩의 원리를 직관적으로 설명하여, 트랜스포머 내부 동작을 이해하려는 개발자들에게 유용한 자료로 평가받고 있다.
Anthropic API의 한계를 체계적으로 정리한 시리즈의 첫 번째 글로, 특히 상태 관리 측면에서의 제약사항을 다룬다. 이 글은 실제 개발에서 겪을 수 있는 API 제한사항들을 구체적으로 설명하여, Claude를 활용한 애플리케이션 개발 시 미리 고려해야 할 점들을 명확히 제시한다.
기존의 지루한 AI 어시스턴트 대신 화면을 돌아다니며 코딩을 도와주는 '데스크톱 펫' 스타일의 Copilot을 개발한 프로젝트가 화제다. 이 독창적인 접근 방식은 AI 도구의 사용자 경험(UX) 개선에 대한 새로운 아이디어를 제시하며, 개발자들 사이에서 흥미로운 반응을 얻고 있다.
자체 개발한 SEO 에이전트를 사용하여 두 개 도메인의 SEO 점수를 단 하루 오후 만에 0/4에서 4/4 PASS로 극적으로 개선한 실제 사례가 공유되었다. 이 프로젝트는 AI 에이전트가 마케팅 자동화 영역에서 실질적인 성과를 낼 수 있음을 보여주는 구체적인 증거로 주목받고 있다.
브라우저에서 완전히 실행되는 제로 서버 코드 인텔리전스 엔진. GitHub 리포지토리나 ZIP 파일을 드롭하면 인터랙티브 지식 그래프와 내장된 Graph RAG 에이전트를 생성해 코드 탐색과 이해를 크게 개선한다.
+1,174
온디바이스 ML/GenAI 사용 사례를 보여주고 사용자가 로컬에서 모델을 시험해볼 수 있는 갤러리. 모바일과 엣지 환경에서의 AI 모델 배포와 최적화 기법을 실제 예제와 함께 학습할 수 있다.
+899
구글의 경량 런타임 언어 모델 프로젝트로, 모바일과 임베디드 디바이스에서 대규모 언어 모델을 효율적으로 실행할 수 있게 하는 최적화 엔진. 제한된 리소스 환경에서의 LLM 추론 성능을 크게 향상시킨다.
+522
에이전트 네이티브 개인화 학습 어시스턴트로, AI 에이전트를 활용해 각 학습자에게 맞춤형 교육 경험을 제공한다. 학습 진도 추적, 개념 설명, 문제 해결 등을 통합적으로 지원하는 교육용 AI 플랫폼이다.
+339
비즈니스를 위한 장문의 SEO 최적화 블로그 콘텐츠를 생성하는 전문 Claude Code 워크스페이스. 콘텐츠 연구, 작성, 분석, 최적화를 자동화하여 검색 엔진 순위 향상과 타겟 오디언스 서비스를 동시에 달성한다.
+213
Apple Silicon에 최적화된 Gemma 4 멀티모달 파인튜닝 도구. 맥 환경에서 텍스트와 이미지를 동시에 처리하는 모델을 효율적으로 커스터마이징할 수 있으며, 로컬 GPU 가속을 통해 빠른 학습 속도를 제공한다.
+75
RAM 읽기 작업의 테일 지연시간을 줄이기 위한 라이브러리. 메모리 액세스 패턴을 최적화하여 대규모 AI 모델 추론 시 발생하는 메모리 병목 현상을 해결하고, 일관된 성능을 보장한다.
+30
웹페이지의 핵심 콘텐츠를 마크다운으로 깔끔하게 추출하는 브라우저 도구. AI 훈련 데이터 수집이나 RAG 시스템 구축 시 웹 콘텐츠를 정제된 형태로 변환할 때 매우 유용하다.
+6
Gallil Maimon, Ori Yoran, Felix Kreuk
코드 LLM이 자신이 생성한 프로그램의 실행을 시뮬레이션하도록 훈련시켜 코드 생성 정확도를 대폭 개선하는 방법을 제시한다. 이 연구는 AI 모델이 프로그램 실행을 제대로 예측하지 못하는 근본적 한계를 해결하여, 더 신뢰할 수 있는 코드 생성 도구 개발의 새로운 방향을 제시한다.
Minghe Shen, Ananth Balashankar, Adam Fisch
대규모 언어 모델의 실패율을 엄밀하게 추정할 수 있는 수학적 프레임워크를 제안한다. 현재 실무자들이 직면하는 비싼 인간 골드 스탠다드와 편향된 자동 평가 사이의 트레이드오프를 해결하여, AI 시스템의 안전한 배포를 위한 핵심 도구를 제공한다.
Xinhao Huang, You-Liang Huang, Zeyi Wen
특수 하드웨어나 복잡한 재훈련 없이도 LLM을 효과적으로 압축하는 새로운 기법을 소개한다. 소프트 활성화 희소성과 저차원 분해를 결합하여 모델 크기를 줄이면서도 성능 저하를 최소화하며, 실제 배포 환경에서의 추론 효율성을 크게 개선한다.
Hengshuai Yao, Xing Chen, Ahmed Murtadha
트랜스포머의 어텐션 메커니즘에서 모든 토큰 쌍을 근사하는 대신 중요한 토큰 쌍에만 집중하는 Focus 방법을 제안한다. 학습 가능한 중심점이 토큰을 그룹으로 할당하고, 장거리 어텐션은 같은 그룹 내에서만 제한하여 계산 효율성과 성능을 동시에 향상시킨다.
Bo Kang, Sander Noels, Tijl De Bie
생성형 AI의 부상으로 증가하는 온라인 정보 무결성 위험에 대응하기 위한 실시간 인지편향 탐지 시스템을 제안한다. 미디어 리터러시와 투명성 도구의 새로운 접근 방식으로, 잘못된 정보와 허위정보에 대한 능동적 방어 체계를 구축한다.
Tung Sum Thomas Kwok, Xinyu Wang, Xiaofeng Lin
다중 턴 테이블 추론에서 고정된 텍스트 기반 접근법의 한계를 극복하기 위해 멀티모달 추론을 활용한 새로운 프레임워크를 제시한다. 도구 사용과 보상 모델링을 통해 테이블 데이터에 대한 복잡한 질문 답변 성능을 크게 향상시켰다.
Ha Na Cho, Sairam Sutari, Alexander Lopez
척추 수술 병동에서 침대 회전율과 자원 할당 최적화를 위한 경량 파인튜닝 LLM과 전통적 텍스트 기반 모델의 비교 연구를 수행했다. 실제 의료 환경에서의 AI 적용 가능성을 평가하며, 제한된 자원으로도 효과적인 예측 시스템 구축이 가능함을 보여준다.
Brian Hsu, Ozan Gökdemir, Carlo Siebenschuh
생물학 연구에서 추론 모델의 영향력이 수학과 코딩에 비해 뒤떨어지는 문제를 해결하기 위해, 생물학 문헌을 고품질 추론 훈련 데이터로 변환하는 BioAlchemy 시스템을 개발했다. 이는 생물학 AI 연구의 새로운 도약점이 될 것으로 기대된다.