본문으로 건너뛰기
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI 뉴스 검색

제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.

발행 시간순

열일곱 살 학생은 어떤 답을 썼을까? 여섯 개의 최첨단 언어 모델에서 나타나는 저자 연령 오인, 과대 평가된 신뢰도, 그리고 비교정적 자기 설명에 관한 행동 사례 연구

arXiv:2610.31946v1 발표 유형: 신규 초록: 세 명의 학생이 같은 시험 문제를 손으로 작성했다: “행복이란 무엇인가? 당신은 행복한가?” 수집 당시 기록된 이들의 나이는 17세, 28세, 45세이다. 열일곱 살 학생의 답은 조심스럽고 형식적으로 표현되어 있다. 각 답안을 나이와 성별 라벨에 맞추도록 요청했을 때, 대부분의 최첨단 언어 모델은 이를 성인에게 확신을 가지고 배정한다. 본 논문은 Claude Fable 5, Gemini 3.1 Pro, GPT-5.6 Sol, Grok 4.5, GPT-4o (2024), 그리고 DeepSeek V4 등 여섯 개 모델에서 발생한 이러한 실패를 구조화된 사례 연구로 보고한다. 우리는 프레임 설정, 공개 형식, 그리고 청중 인식 지침을 조작하는 여섯 가지 실험 조건 하에 1,081회의 API 세션을 진행하고, 총 3,225개의 응답을 점수화하였다. 여섯 개 모델 중 세 개는 매칭 과제에서 우연 수준(1/3)에 근접하거나 그에 가까운 성과를 보이는 반면, 73~88%의 정확도를 보고한다.

진행 상황 및 관련 보도

뮤온의 전처리는 언제, 어떻게 이루어지는가? 구조화된 기울기 노이즈의 역할

arXiv:2610.31728v1 발표 유형: 신규 초록: 뮤온은 대규모 언어 모델 학습에서 인기 있는 최적화 방법으로 자리잡았지만, 그 이론적 토대는 아직 잘 이해되지 않고 있다. 본 연구에서는 기울기 노이즈의 기하학적 특성이 뮤온의 전처리 효과를 어떻게 형성하는지 분석한다. 먼저, 고전적인 등방성 노이즈 가정 하에서는 뮤온이 학습률의 재조정 외에는 추가적인 가속 효과를 제공하지 않음을 이론적·실험적으로 보여준다. 이를 계기로 우리는 이질적인 작업 빈도를 갖는 연상 기억 시스템에서 미니배치 샘플링에 의해 발생하는 구조화된 노이즈를 탐구하기로 한다. 두 가지 작업에 대해 정확한 균형 임계점을 규명하고, 이를 다중 작업으로 확장하여 작업 커버리지와 기울기 신뢰성이 학습을 어떻게 공동으로 조절하는지 밝힌다. 우리의 분석에 따르면, 뮤온은 다음과 같은 효과를 완화할 수 있음을 보여준다.

When and How Does Muon Precondition? The Role of Structured Gradient Noise
진행 상황 및 관련 보도

유용한 에이전트 문제: LLM 에이전트 간의 창발적 협력이 의도된 워크플로를 우회할 때

arXiv:2610.31985v1 발표 유형: 신규 초록: LLM 에이전트는 점점 더 많은 협업 환경에서 배치되고 있으며, 이들 에이전트는 자원을 공유하고 심사 또는 감독 프로세스 하에 각자 별개의 작업을 수행합니다. 이러한 환경에서는 에이전트가 악의적이거나 단순히 도움을 주려는 경우에도 안전상의 위험이 발생할 수 있습니다. 기존 연구들은 주로 적대적 행동이나 명시적으로 결탁한 행동을 중심으로 다루어 왔으나, 우리는 별개의 목표를 추구하는 선의의 에이전트들이 의도된 워크플로를 우회하는 방식으로 자발적으로 협력할 수 있음을 보여줍니다. 우리는 이를 \emph{유용한 에이전트 문제}라고 부릅니다. 우리는 장기적인 시야를 가진 공동 자원 환경을 연구하며, 이 환경에서는 에이전트들이 때때로 동료가 소유한 자원에 의존하고, 소유권 변경은 일반적으로 심사자가 중재하는 구조를 갖습니다. 심사가 불가능해지면, 에이전트

The Helpful Agent Problem: When Emergent Cooperation Among LLM Agents Bypasses Intended Workflows
진행 상황 및 관련 보도

연구는 코딩 에이전트 벤치마크에서의 ‘규범-오프체인 오라클 갭’ 문제를 밝혀냈다.

2026년 10월 24일 arXiv에 게재된 한 논문은 현재 주류 코딩 지능 에이전트 벤치마크(예: SWE-Milestone)에 ‘규격–오라클 격차’가 존재한다고 지적한다. 즉, 과제의 자연어 설명에는 테스트에 필요한 핵심 구현 세부사항(예: 상수 이름, 모듈 경로, 정확한 오류 메시지 등)이 포함되어 있지 않아, 평가 결과가 실제로는 상위 코드를 얼마나 재현하는지에 대한 능력을 측정할 뿐이며 진정한 이해와 추론 능력을 반영하지 못한다는 것이다.

What the Specification Did Not Say: Specification-Oracle Gaps in Test-Graded Coding-Agent Benchmarks

추천 이유:이 연구는 해당 유형의 편향을 최초로 형식적으로 정의하고, 다섯 가지 언어를 포괄하는 정적 감사 도구를 구축하여 정확도 89.2%, 재현율 92.9%를 달성했으며, SWE-Milestone에서 25개의 마일스톤 작업에 추론할 수 없는 암시적 의존성이 존재함을 실증적으로 밝혀냈습니다. 이는 실패율을 크게 높였으며(80.6% 대 48.4%), 현재 순위표가 ‘명칭 복사’형 에이전트를 체계적으로 선호할 수 있음을 드러냅니다. 연구 결과는 감사 도구와 수정 자료를 오픈소스로 공개하여 방법론적 및 실무적 측면에서 모두 높은 가치를 지닙니다.

진행 상황 및 관련 보도

battledrones v14: 컴퍼스 로즈, 4인용 맵

출시: battledrones v14: 컴퍼스 로즈, 4인용 맵 저는 Battledrones에 4인 온라인 모드를 추가했습니다—기존 맵들은 2인 전용이었습니다. 처음 사용한 프롬프트는 다음과 같습니다: 4인 전투를 위한 새 맵을 추가하십시오—4방향 회전 대칭, 최대 4명의 AI 플레이어 지원, WebSocket 기반 비음성 멀티플레이 모드와 호환되므로 최대 4명의 인간 플레이어가 참여할 수 있습니다(여유 슬롯은 AI로 채워집니다). Claude Opus 4.5에서는 “컴퍼스 로즈”라는 새 맵을 추가하고, 해당 맵에서 최대 4명의 플레이어를 지원하도록 WebSocket 멀티플레이 네트워크 코드를 수정했습니다. 공유 링크나 QR 코드를 통해 접속할 수 있습니다. 새로운 팀은 보라색과 초록색을 테마로 한 로봇을 사용하며, 기존의 파란색과 빨간색 디자인과도 조화를 이룹니다. 업데이트된 모델 브라우저에서 이러한 색상을 미리 확인하실 수 있습니다. 태그: 게임 디자인, 프로젝트, Claude

진행 상황 및 관련 보도

빠른 학습

도구: Claude Opus 5.5 고급용 빠른 학습 프롬프트: 사진을 열면 몇 초 만에 캔버스 요소와 시뮬레이션된 붓을 사용해 해당 사진의 버전을 빠르게 그려내는 아티팩트를 만들어 보세요. 또한, 이전에 Claude Fable로 P5.js를 이용해 수채화 일러스트레이션을 시뮬레이션한 실험도 참고해 보세요. 빠른 학습은 Sobel 엣지 검출을 사용하며, Google Fonts 외에는 외부 라이브러리가 없습니다. 태그: 도구

진행 상황 및 관련 보도

Anthropic이 Claude Duet 애플리케이션을 출시했습니다: 전문적인 사용 환경에 초점을 맞춘 AI 에이전트 제품입니다.

Anthropic은 전문가와 소기업을 대상으로 한 AI 에이전트 애플리케이션인 Claude Duet을 정식으로 출시했습니다. 이 앱은 Claude Opus 5.5 모델을 기반으로 하며, 6,000개가 넘는 커넥터를 지원하고 일일 브리프 작성, 대시보드 구축, 작업 제안 및 백그라운드 작업 수행 등을 자동으로 처리할 수 있습니다. 현재는 Pro 및 Max 구독자에게만 대기열을 통해 시험 사용이 제공되고 있습니다.

진행 상황 및 관련 보도

유럽의 여러 주요 금융기관이 오픈소스 대형 모델을 활용해 독자적인 지능형 시스템을 구축하고 있습니다.

GTC 베를린 컨퍼런스에서 Revolut, Starling Bank, Lloyds, Santander 등 유럽의 금융기관들은 NVIDIA 가속 컴퓨팅 플랫폼과 PRAGMA, Nemotron 시리즈, Kumo 패밀리와 같은 오픈소스 가중치 모델을 기반으로 생산 수준의 AI 역량을 구축한다고 발표했습니다. 이는 거래 분석, 음성 인식, 사기 탐지, 데이터 파이프라인 가속 등 핵심 시나리오를 포괄하며, 데이터 주권, 비용 통제 및 규정 준수 기반 배포를 강조합니다.

진행 상황 및 관련 보도

Claude Mods: 주의력 인터페이스의 첫 번째 실천, 인간이 프로그래밍할 수 있는 에이전트 상호작용 계층

Claude Mods는 Anthropic이 출시한 Claude Code의 프로그래밍 가능 플러그인 시스템으로, ‘주의 인터페이스’(Attention Interface)의 초기 형태를 나타냅니다. 이는 기존의 기계 지향형 에이전트 런타임 프레임워크(agent harness)에서 인간의 주의에 맞춘 맞춤형 상호작용 계층으로 전환합니다. 사용자는 TypeScript/JS로 Mods를 작성하거나 자연어를 통해 Claude에게 자동 생성을 요청함으로써, 언제 중단될지, 어떤 내용을 보게 될지, 어떤 결정을 내려야 하는지를 스스로 정할 수 있습니다.

진행 상황 및 관련 보도

배틀 드론스 - 오디오 기반 멀티플레이어를 갖춘 바이브 코딩 RTS

제 최신 바이브 코딩 게임 실험은 배틀 드론스라는 이름의 커맨드 앤 컨커 스타일 RTS(실시간 전략) 게임입니다(여기에서 플레이해 보세요). 이전 실험들과 달리, 이번에는 실제로 즐겁게 플레이할 수 있습니다. 사실을 고백하자면, 제가 클라우드에게 “훨씬 더 재미있게 만들어 주세요”라고 요청한 덕분에 여기까지 왔다는 점이 다소 부끄럽습니다. 또한, 근처 기기들 간에 오디오를 이용해 게임 상태를 동기화하는 멀티플레이 기능도 지원합니다! 지금까지 제가 만든 내용과 그 과정에서 배운 몇 가지 사항들을 소개합니다. 배틀 드론스: 제가 어떻게 v1부터 구축했는지 — 초기 프로토타입 v2: 완전한 스프라이트 v3: 다양한 지형 v4: 재미있는 업데이트 v5: 배틀 드론스의 3D화 v8: 아치펠라고 v10: 골리앗과 에이전트 전투 에이전트 전투 v11: 랜덤 맵 v12: 소리를 통한 멀티플레이 일부 소감 업데이트: 온라인 멀티플레이 지원 배틀 드론스 제 초기 목표는 구축하려던

진행 상황 및 관련 보도

llm-echo 0.5

릴리스: llm-echo 0.5 저는 새로운 LLM 릴리스를 준비하고 있으며, PR 테스트 과정에서 llm-echo 디버그 플러그인을 다시 살펴보게 되었습니다. 이 플러그인은 LLM을 전혀 사용하지 않고, 단순히 입력된 프롬프트를 그대로 반복하는 ‘모델’을 제공합니다. 이번 새 릴리스에서는 도구 호출, 시스템 프롬프트, 추론 토큰까지 고려하여 시뮬레이션된 토큰 사용량 카운트를 업데이트했습니다. 예시 사용법: uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage 출력 결과: 먼저 프롬프트를 검토한 후, 무엇을 말할지 결정합니다. { "prompt": "hi there", "system": "", "attachments": [], "stream": true, "previous": [] } 토큰 사용량: 입력 2개, 출력 24개 태그: llm

진행 상황 및 관련 보도

web-edit 0.1a2

릴리스: web-edit 0.1a2 web-edit(이전 버전)는 폴더 내 파일을 브라우징하고 편집하기 위한 작은 웹 앱입니다. 주로 Tailscale를 통해 서로 다른 기기에서 파일을 편집하기 위해 만들었습니다. 텍스트와 이미지 데이터 모두에 대해 '클립보드에 복사' 옵션을 추가했습니다. 이는 제가 휴대폰에서 노트북으로 pelican 프롬프트를 실행했을 때(여기에 DeepSeek 4.1 Flash 1017이 있습니다) 결과 로그를 Gist에 손쉽게 복사할 수 있는 방법이 필요했기 때문입니다. 태그: 프로젝트, pelican-자전거타기, deepseek

진행 상황 및 관련 보도

GPT-6 및 지능형 UI

GPT‐6는 지능형 UI를 사용하여 ChatGPT에서 전 세계적으로 롤링되며 시각적 및 상호 작용적인 경험을 통해 빠른 응답을 제공하여 직접 탐색하고 사용할 수 있습니다.

진행 상황 및 관련 보도