키워드：AI 대형 모델, 오픈소스 모델, 추론 최적화, AI 검색, AI 안경, AI 에이전트, AGI, a16z 조 단위 토큰 보고서, 제미니 3 API, 두우 AI 폰, 타이탄스 아키텍처, 멀티모달 융합
🎯 동향
a16z 1조 Token 보고서, AI 대분류(大分流) 현상 공개 : OpenRouter와 a16z가 100조 Token 기반의 공동 보고서를 발표하며 2025년 AI의 세 가지 주요 트렌드를 공개했다: 오픈소스 모델 트래픽 점유율 30% 달성, 중국 오픈소스 역량 부상으로 전 세계 점유율 약 30% 차지; 추론 최적화 모델 트래픽 50% 이상 급증, AI가 ‘텍스트 생성’에서 ‘문제 사고’로 전환; 프로그래밍과 역할극이 두 가지 주요 시나리오로 부상했다. 보고서는 또한 ‘신데렐라 효과(水晶鞋效应)’를 제시하며, 모델이 사용자 유지를 위해 특정 문제점을 먼저 해결해야 한다고 강조했다. 아시아의 유료 사용량이 두 배 증가했으며, 중국어가 두 번째로 큰 AI 상호작용 언어가 되었다고 지적했다. (来源: source, source)
AI 검색의 진화와 논란 : AI 검색은 정보 배포에서 서비스 중개로 진화하고 있으며, Google Gemini 3, Perplexity 등 AI 네이티브 검색 엔진은 대화형 상호작용, 멀티모달 이해 및 작업 실행을 통해 검색 경험을 재정의하고 있다. 기존 검색 엔진의 시장 점유율은 하락하고 있으며, AI 검색은 다양한 애플리케이션의 기본 기능으로 내재화되고 있다. 그러나 Elon Musk가 AI가 ‘검색을 소멸시킬 것’이라고 단언한 것은 기존 모델에 대한 충격과 미래의 조 단위 서비스 중개 시장에 대한 기대를 반영하며, 동시에 신뢰할 수 있는 정보원과 마케팅 패러다임 변화에 대한 논의를 촉발했다. (来源: source)
AI 안경의 ‘백경대전(百镜大战)’ : 중국 시장에서 두 달 만에 20종의 AI 안경이 출시되었으며, Google, Alibaba, Huawei, Meta 등 거대 기업들이 차세대 스마트 인터랙션 시장을 선점하기 위해 경쟁에 뛰어들었다. AI 안경은 대규모 모델 기능을 통합하여 실시간 번역, 장면 인식, 음성 질의응답 등의 기능을 구현하며 기존 안경을 ‘대체’하려고 시도하고 있다. 그러나 제품 동질화, 배터리 수명, 편안함, 개인 정보 보호 및 보안은 여전히 과제로 남아 있으며, 시장은 ‘킬러 앱’과 비즈니스 모델을 계속 탐색하고 있다. (来源: source, source)
Doubao AI 스마트폰과 슈퍼 앱 전쟁 : ByteDance와 ZTE가 협력한 Doubao AI 스마트폰은 고권한 Agent를 통해 시스템 수준의 AI 기능을 구현하며 ‘슈퍼 Agent와 슈퍼 앱의 전쟁’에 대한 논의를 촉발했다. 사용자는 한 문장으로 여러 플랫폼에서 가격 비교, 음식 주문 등 복잡한 작업을 수행할 수 있다. 그러나 WeChat과 같은 플랫폼은 서드파티 자동화 작업을 신속하게 금지하며, 시스템 수준 AI의 구현이 기술 문제뿐만 아니라 이익 분배 및 생태계 조정의 과제임을 부각시켰다. 스마트폰 제조업체는 중립적인 역할로서 AI 스마트폰의 개방형 생태계 구축을 더 쉽게 추진할 수 있을 것이다. (来源: source, source)
물리 세계에서 AI 구현의 어려움 : 업계의 일반적인 합의는 AI가 디지털 세계에서는 ‘신’이지만, 물리 세계에서는 여전히 ‘거대한 아기(巨婴)’라는 것이다. 신흥 자동차 제조업체 리더는 로봇에게 걷는 법을 가르치는 것이 AI에게 시를 쓰게 하는 것보다 어렵고, 물리 세계에는 ‘실행 취소 버튼’이 없으며, 운영 및 법적 비용이 막대하다고 지적했다. 미래의 이점은 AI를 자동차, 공작기계 등 물리적 장비에 내장하여 ‘작업량(含工量)’의 돌파구를 마련하는 데 있다. 또한, Scaling Law는 텍스트 데이터의 이점이 고갈된 후 물리 법칙과 인과 관계를 이해하기 위해 ‘비디오에서 학습’하는 방향으로 전환하고 있지만, 이는 막대한 컴퓨팅 파워 소모라는 과제를 야기한다. (来源: source)
Google Gemini 무료 API 정책 변경과 시장 경쟁 : Google이 갑자기 Gemini API 무료 계층 제한을 강화하여 개발자들의 불만을 샀다. 개발자들은 Google이 데이터를 수집한 후 수익 창출로 전환하고 있다고 비판했다. 이러한 움직임은 OpenAI가 Gemini 3에 대응하여 GPT-5.2를 출시할 계획인 시점에 이루어졌으며, AI 대규모 모델 경쟁이 더욱 치열해지고 있음을 보여준다. Google DeepMind CEO Demis Hassabis는 Google이 AI 분야에서 가장 강력한 위치를 차지해야 한다고 강조했으며, Gemini 3의 멀티모달 이해 능력, 게임 제작, 프론트엔드 개발 등의 성능에 만족한다고 밝혔다. 동시에 Scaling Law의 중요성을 재차 강조했다. (来源: source)
Google DeepMind의 Titans 아키텍처와 AGI 전망 : Google DeepMind CEO Demis Hassabis는 AGI가 5-10년 내에 실현될 것으로 예측했지만, 1-2개의 ‘Transformer급’ 돌파구가 필요하다고 언급했다. NeurIPS 2025 컨퍼런스에서 Google은 RNN 속도와 Transformer 성능을 융합한 Titans 아키텍처를 발표하여 긴 컨텍스트 문제를 해결하고 MIRAS 이론 프레임워크를 제시했다. Titans는 장기 기억 모듈을 통해 과거 데이터를 압축하고 런타임 시 모델 매개변수를 동적으로 업데이트한다. 특히 초장 컨텍스트 추론 작업에서 뛰어난 성능을 보여 Transformer의 강력한 후계자로 평가받고 있다. (来源: source, source)
🧰 도구
LangChainAI의 하이브리드 AI 아키텍처와 멀티모달 기능 : LangChain 커뮤니티는 LangGraph 하이브리드 AI 아키텍처를 사용하는 ‘Energy Buddy’ 애플리케이션을 출시했다. 이 앱은 결정론적 OCR로 이미지를 처리하고 ReAct Agent를 활용하여 쿼리를 처리하며, 모든 작업에 Agent가 필요한 것은 아님을 강조한다. 또한 LangChain은 Gemini를 사용하여 이미지, 오디오 및 비디오를 처리하는 멀티모달 AI 애플리케이션을 구축하는 방법을 보여주는 튜토리얼을 제공하여 복잡한 API 호출을 간소화했다. (来源: source, source)
다중 AI 프롬프트 도구 Yupp AI : Yupp AI는 사용자가 하나의 탭에서 여러 AI 모델(예: ChatGPT, Gemini, Claude, Grok, DeepSeek)에 동시에 질문하고, ‘Help Me Choose’ 기능을 사용하여 모델들이 서로의 작업을 검토하게 할 수 있는 플랫폼을 제공한다. 이 도구는 다중 AI 협업 워크플로우를 간소화하고 가속화하며, 무료로 제공되어 복잡한 작업에서 사용자의 효율성을 향상시키는 것을 목표로 한다. (来源: source)
Agent 메모리 시스템 Cass Tool : doodlestein은 Cass 도구를 기반으로 한 Agent 메모리 시스템을 개발 중이며, 이 시스템은 Claude Code, Gemini3 등 여러 AI Agent를 활용하여 계획 및 코드 생성을 수행한다. Cass 도구는 고성능의 코딩 Agent 통합 CLI 인터페이스를 제공하는 것을 목표로 한다. 세션 로그를 기록하고, 선호도와 피드백을 추출하여 Agent 메모리를 업데이트함으로써 보다 효과적인 컨텍스트 엔지니어링을 구현한다. (来源: source)
LlamaCloud의 문서 Agent : LlamaCloud는 ‘스마트 문서 처리’ 솔루션을 출시하여 사용자가 몇 초 만에 전문 문서 Agent를 구축하고 배포하며, 코드를 통해 워크플로우를 사용자 정의할 수 있도록 한다. 이 플랫폼은 송장 처리 및 계약 매칭 Agent의 예시를 제공하며, 기존 IDP 솔루션보다 더 정확하고 사용자 정의가 가능하다고 주장한다. 코딩 Agent를 통해 문서 처리 작업을 간소화하는 것을 목표로 한다. (来源: source)
SWE-Bench 코드 테스트 결과 : MiniMax-M2는 SWE-Benchverified 테스트에서 가장 높은 점수를 받은 오픈 가중치 모델이 되었으며, 강력한 Agent 능력과 긴 작업 처리 안정성을 보여주었다. Deepseek v3.2 추론 버전이 그 뒤를 이었으며, 매우 높은 가성비와 좋은 성능으로 주목받고 있다. GLM 4.6은 균형 잡힌 성능을 보여주며, 빠른 속도, 저렴한 가격, 뛰어난 성능으로 가성비의 왕으로 평가받고 있다. 이는 오픈소스 모델이 코드 생성 분야에서 상업용 대규모 모델을 빠르게 추격하고 있음을 보여준다. (来源: source)
다중 Agent 오케스트레이션 도구 : 소셜 미디어에서는 다중 Agent 오케스트레이션이 AI 코딩의 미래이며, 지능형 컨텍스트 관리의 중요성을 강조하고 있다. 다중 Agent 워크플로우 조정, 구조화된 계획 및 자동화된 배포를 위한 CodeMachine CLI, BMAD Method, Claude Flow, Swarms 등 오픈소스 도구들이 추천되었다. 이러한 도구들은 단일 AI 세션이 복잡한 소프트웨어 개발을 처리할 수 없는 한계를 해결하고 실제 프로젝트에서 AI의 신뢰성을 향상시키는 것을 목표로 한다. (来源: source)
로컬 LLM 환각 관리 시스템 : 한 개발자가 ‘도파민 및 감정 벡터’와 같은 ‘신체’ 상태를 추적하여 로컬 LLM의 환각을 관리하는 합성 ‘신경 시스템’을 구축했다고 공유했다. 이 시스템은 고위험/저도파민 상태일 때 방어적 샘플링(자기 일관성 및 포기)을 트리거하여 환각률을 성공적으로 낮췄지만, 현재는 너무 보수적이어서 답변 가능한 질문에도 포기를 선택한다. 이 프로젝트는 추론 시 모델 가중치가 아닌 제어 계층을 통해 AI 보안을 향상시킬 잠재력을 탐색했다. (来源: source)
📚 학습
학술 논문 ‘Goodreads’ Paper Trails : Anuja는 연구자들이 보다 즐겁고 개인화된 방식으로 학술 독서에 참여하고 논문, 블로그, Substack 등의 자료를 관리할 수 있도록 Goodreads와 유사한 학술 논문 관리 플랫폼인 Paper Trails를 개발했다. 이 플랫폼은 연구 경험을 더욱 흥미롭고 개인적으로 만들기를 희망한다. (来源: source, source)
AI Agent 생산 배포 연구 : DAIR.AI는 생산 환경에서 AI Agent 운영에 대한 대규모 연구를 발표했다. 이 연구는 생산 수준의 Agent가 단순하고 엄격하게 제약되며, 미세 조정보다는 기성 모델에 주로 의존하고, 수동 평가를 중심으로 한다는 것을 발견했다. 이 연구는 Agent 자율성에 대한 일반적인 가설에 도전하며, 신뢰성이 여전히 가장 큰 과제임을 강조하고, 대부분의 생산 배포 팀이 서드파티 프레임워크에 의존하기보다는 맞춤형 구현을 처음부터 구축하는 경향이 있음을 지적했다. (来源: source)
Agentic LLM 최신 개요 : 새로운 Agentic LLM 개요 논문은 추론, 검색, 행동 지향 모델 및 다중 Agent 시스템 등 세 가지 상호 연결된 범주를 다룬다. 보고서는 Agentic LLM이 의료 진단, 물류, 금융 분석 및 과학 연구와 같은 분야에서 핵심적인 응용 분야를 가지며, 추론 과정에서 새로운 훈련 상태를 생성하여 훈련 데이터 부족 문제를 해결한다고 지적했다. (来源: source, source)
멀티모달 융합 핵심 방법 : TheTuringPost는 멀티모달 융합의 핵심 방법들을 요약했다. 여기에는 어텐션 메커니즘(교차 어텐션, 자기 어텐션), Mixture-of-Transformers (MoT), 그래프 융합, 커널 함수 융합 및 Mixture of States (MoS)가 포함된다. MoS는 최신이자 가장 진보된 방법 중 하나로 간주되며, 각 계층의 은닉 상태와 학습형 라우터를 혼합하여 시각 및 텍스트 특징을 효과적으로 통합한다. (来源: source, source)
NeurIPS 2025 우수 논문 목록 : TheTuringPost는 Faster R-CNN, Artificial Hivemind, Gated Attention for LLMs, Superposition Yields Robust Neural Scaling, Why Diffusion Models Don’t Memorize 등 여러 최첨단 주제를 다루는 NeurIPS 2025의 우수 연구 논문 15편 목록을 발표하여 AI 연구자들에게 중요한 참고 자료를 제공했다. (来源: source)
긴 컨텍스트 실패와 복구 : dbreunig의 블로그 게시물은 긴 컨텍스트 모델이 실패하는 원인과 복구 방법을 탐구했다. 이 글은 다중 턴 대화에서 사용자가 도중에 생각을 바꾸면 단순한 반복이 효과적이지 않을 수 있으며, 더 나은 결과를 얻기 위해 통합된 요구 사항 문서를 단일 긴 프롬프트로 집계할 것을 제안한다. 이는 복잡하고 장기적인 대화에서 LLM의 성능을 이해하고 최적화하는 데 매우 중요하다. (来源: source)
노벨상 수상자 Michael Levitt, 네 가지 지능에 대해 논하다 : 2013년 노벨 화학상 수상자 Michael Levitt은 중유럽 국제 비즈니스 스쿨(CEIBS)에서 강연하며 생물학적 지능, 문화적 지능, 인공지능, 개인 지능의 네 가지 차원에서 지능 진화의 논리를 심층적으로 해석했다. 그는 생물학적 진화의 다양성, 젊은 세대의 창의성, 그리고 강력한 도구로서 AI의 잠재력을 강조했다. Levitt은 매일 4-5가지 AI 도구를 사용하며 수백 가지 질문을 던지고, 호기심과 비판적 사고를 유지하며 위험을 감수할 것을 조언했다. (来源: source)
NeurIPS 학술 혼란과 ‘논문 공장’ : 홍콩대학교 마이 교수는 NeurIPS와 같은 최고 학회들이 규모가 커지면서 학술적 속성을 잃고 ‘학술 산업 체인’의 일부로 전락했다고 비판했다. 연구 컨설팅 기관 Algoverse는 자사의 지도 팀이 최고 학회에서 68%-70%의 채택률을 기록하며 심지어 고등학생도 논문을 발표했다고 주장하여, 학계에서 ‘유료 논문’, ‘학술 인플레이션’ 및 신뢰 위기에 대한 우려를 불러일으켰다. 연구는 ‘논문 공장’이 AI 도구를 사용하여 저품질 논문을 생산하고 있다고 지적했으며, ICLR은 AI 사용을 명확히 밝히고 기여에 대한 책임을 요구하는 새로운 규정을 발표했다. (来源: source)
AI 언어 모델의 독일 방언에 대한 편견 : 요하네스 구텐베르크 대학교 마인츠 캠퍼스 등의 연구에 따르면, GPT-5 및 Llama와 같은 대규모 언어 모델이 독일 방언 사용자에게 체계적인 편견을 가지고 있으며, 이들을 ‘시골스러운’, ‘전통적인’ 또는 ‘교육받지 못한’ 것으로 평가하는 반면, 표준 독일어 사용자는 ‘교육받은’, ‘체계적인’ 것으로 묘사된다고 밝혔다. 이러한 편견은 모델에 방언이 명확히 알려졌을 때 더욱 두드러지며, 대규모 모델에서 편견이 더 강하게 나타나 AI 시스템이 사회적 고정관념을 복제하는 문제를 드러냈다. (来源: source)
💼 상업
xAI의 200억 달러 도박 : Elon Musk가 이끄는 xAI는 약 200억 달러의 신규 자금 조달을 추진하고 있으며, 이 중 125억 달러는 구조화된 부채로, NVIDIA 제품 구매 계약과 연동되어 있다. xAI의 발전은 X와 Tesla 생태계에 크게 의존하며, ‘약한 정렬(弱对齐)’ 전략은 점점 엄격해지는 글로벌 규제 속에서 위험이 증가하고 있다. 기업 가치가 급등했음에도 불구하고, xAI의 상업적 수익은 여전히 X 플랫폼에서 주로 발생하며, 독립적인 성장성이 제한적이다. 비용 불균형, 모델 제한, 규제 마찰 등 여러 가지 도전에 직면해 있다. (来源: source)
OpenAI의 ‘꿈에서 깨어날 시간’과 Google의 복수 : OpenAI는 2,070억 달러에 달하는 막대한 자금 부족과 신뢰 위기에 직면해 있으며, CEO Sam Altman은 심지어 ‘적색 경보’ 상태에 진입했다고 발표했다. 동시에 Google Gemini 모델은 벤치마크 테스트에서 뛰어난 성능을 보였고, 막대한 현금 흐름과 완전한 산업 체인(TPU, 클라우드 서비스)을 바탕으로 강력하게 복수하고 있다. 시장 분위기는 OpenAI에 대한 열광에서 Google에 대한 선호로 바뀌었으며, 이는 AI 산업이 ‘신학적 단계’에서 ‘산업적 단계’로 진입하면서 수익성과 제품 품질에 대한 불안감이 커지고 있음을 반영한다. (来源: source)
AI 펜던트 Limitless, Meta에 인수되다 : 세계에서 가장 작은 AI 웨어러블 하드웨어로 알려진 Limitless Pendant가 Meta에 인수되었다. Limitless CEO Dan Siroker는 양측이 ‘개인 슈퍼 지능’이라는 공통된 비전을 가지고 있다고 밝혔다. 이번 인수는 Limitless가 기존 제품 판매를 중단하지만, 기존 사용자에게 최소 1년간 기술 지원을 제공하고 서비스를 무료로 업그레이드할 것임을 의미한다. 이 사건은 AI 하드웨어 스타트업이 높은 R&D 비용과 시장 교육 압력 속에서 결국 거대 기업에 인수되는 운명을 맞이할 수 있음을 보여준다. (来源: source)
🌟 커뮤니티
Karpathy의 LLM 시뮬레이터 관점 : Andrej Karpathy는 LLM을 실체가 아닌 시뮬레이터로 간주할 것을 제안했다. 그는 어떤 주제를 탐색할 때 ‘XYZ가 무엇이라고 생각하는가?’라고 묻기보다는 ‘한 그룹의 사람들이 XYZ를 어떻게 탐색할 것인가? 그들은 무엇을 말할 것인가?’라고 물어야 한다고 주장했다. LLM은 다양한 관점을 시뮬레이션할 수 있지만, 자체적인 견해를 형성하지는 않는다. 이러한 관점은 LLM의 역할, RL 작업 및 ‘사고’의 본질, 그리고 LLM을 효과적으로 활용하여 탐색하는 방법에 대한 커뮤니티 논의를 촉발했다. (来源: source, source, source, source)
AI의 고용 시장 영향과 블루칼라 전환 : AI는 화이트칼라 직장에 빠르게 침투하여 해고의 물결을 일으키고 있으며, 젊은이들이 직업 계획을 재고하도록 만들고 있다. 18세 소녀가 대학을 포기하고 배관공으로 전향하고, Microsoft의 31년 경력 직원이 AI 재편 부서에서 해고된 사례는 AI가 중급 ‘경험형 중산층’을 대체하고 있음을 부각시킨다. Hinton은 AI 충격에 저항하기 위해 배관공이 될 것을 제안한 바 있다. 이는 블루칼라 직업이 물리적 작업의 복잡성 때문에 단기적으로 AI 자동화에 저항하는 ‘피난처’가 되고 있으며, 화이트칼라는 ‘형식화된’ 새로운 직장 질서에 적응해야 함을 반영한다. (来源: source, source)
AI 생성 가짜 이미지로 인한 환불 사태 : 전자상거래 플랫폼 판매자들은 ‘AI 단독 환불’ 문제에 직면해 있다. ‘양털 깎기(羊毛党)’ 무리들이 AI로 상품 결함 이미지를 생성하여 환불을 편취하고 있으며, 특히 신선식품과 저가 상품이 주요 피해 대상이 되고 있다. 동시에 AI 모델과 AI 구매자 리뷰가 여성 의류 카테고리를 장악하여 소비자들이 진위를 구별하기 어렵게 만들고 있다. 플랫폼은 AI 가짜 이미지 관리 규정과 자발적 선언 기능을 발표했지만, 여전히 사용자 자발성에 크게 의존하고 있으며, 심사 기준이 모호하여 AI 남용, 신뢰 위기 및 정신적 소모에 대한 우려를 불러일으키고 있다. (来源: source)
ICLR 논문 환각 문제 : ICLR 2026에 제출된 논문에서 대량의 ‘환각’ 현상이 발견되었다. 한 연구자가 300편의 논문을 스캔한 결과 50편에서 명백한 환각이 존재함을 확인했다. ICLR은 LLM으로 생성되었지만 사용 여부가 보고되지 않은 이러한 논문들을 즉시 거부했다. 이 문제는 학술적 진실성, AI 보조 글쓰기의 윤리, 그리고 학회 심사 메커니즘의 유효성에 대한 우려를 불러일으켰다. (来源: source, source, source)
AI의 전자 제품 가격 영향 : 소셜 미디어에서는 AI 열풍이 암호화폐 채굴이 GPU 시장에 미친 영향과 유사하게 전 세계 전자 제품 시장에 큰 타격을 주고 있다고 논의되고 있다. AI 데이터 센터의 HBM 및 고성능 그래픽 메모리에 대한 막대한 수요는 DRAM과 같은 메모리 가격을 급등시켜 PC, 스마트폰 등 소비자 전자 제품에 영향을 미치고 있다. 평론가들은 AI 거품이 터지기 전에 일반 소비자들이 더 높은 전자 제품 비용을 부담하게 될 것을 우려하며, 현재 AI 발전 방향이 인류에게 진정으로 유익한 응용 분야에서 벗어나고 있는지 의문을 제기했다. (来源: source)
AI Agent의 실제 적용과 한계 : 소셜 미디어에서는 ‘Agentic AI’의 실제 작업과 한계에 대해 심층적으로 논의되었다. 사용자들은 현재 많은 ‘Agent’ 제품이 여전히 ‘마케팅 과장’이며 ‘완전한 자율성’보다는 ‘자동화’에 가깝다고 일반적으로 생각한다. 진정한 자율 AI 작업에는 데이터 처리, 다단계 검색, 반복적인 소프트웨어 작업, 코드 리팩토링 및 지속적인 모니터링이 포함된다. 그러나 판단, 위험 결정, 창의적 선택 또는 되돌릴 수 없는 작업과 관련된 작업은 여전히 인간의 개입이 필요하다. (来源: source)
AI 챗봇과 개인 정보 보호 : Reddit 사용자는 Airbnb 호스트가 ChatGPT를 사용하여 메시지에 답장한 경험을 공유하며, AI 자동화 서비스에서 개인 정보 보호, 신뢰 및 잠재적 법적 위험에 대한 논의를 촉발했다. 사용자는 또한 ChatGPT가 수신한 메타데이터를 성공적으로 ‘속여서’ 제공받았다고 주장하며, AI 시스템의 데이터 처리 투명성에 대한 우려를 더욱 증폭시켰다. (来源: source, source)
AI의 녹색 윤리와 개인의 선택 : Reddit 사용자들은 AI가 다양한 산업(특히 의료)에 점점 더 통합되는 상황에서 환경에 대한 부정적인 영향을 줄이기 위해 오락용 AI(예: ChatGPT) 사용을 계속 피해야 하는지에 대해 논의했다. 논의는 AI 데이터 센터가 환경에 미치는 영향과 AI 시대에 개인이 어떻게 더 친환경적이고 책임감 있는 AI 사용 및 구현을 옹호하고 개인의 가치와 기술 발전을 균형 있게 유지할 수 있는지에 초점을 맞췄다. (来源: source)
💡 기타
AI, 인간 세포 시뮬레이션 : 과학자들은 AI를 훈련시켜 가상 인간 세포를 만들고 있으며, 이 디지털 모델들은 실제 세포의 행동을 시뮬레이션하고 약물, 유전자 돌연변이 또는 물리적 손상에 대한 반응을 예측할 수 있다. AI 기반 세포 시뮬레이션은 약물 발견을 가속화하고, 개인 맞춤형 치료를 가능하게 하며, 초기 시험의 시행착오 비용을 줄일 것으로 기대되지만, 생체 실험실 테스트는 여전히 필수적이다. (来源: source)
AI 이력서 생성기 : 한 사용자가 여러 채용 페이지를 자동으로 읽고 사용자 배경에 따라 각 직책에 맞는 맞춤형 이력서를 생성할 수 있는 AI 도구(Chrome 확장 프로그램)를 개발했다. 이 도구는 Gemini를 사용하여 구직 과정에서 이력서를 수동으로 수정하는 번거롭고 시간 소모적인 문제를 해결하고 구직 효율성을 높이는 것을 목표로 한다. 또한 Gemini가 생성 비용 면에서 ChatGPT보다 유리하다는 것을 발견했다. (来源: source, source)
6GB 오프라인 의료 SLM : 6GB 크기의 완전 독립형 오프라인 의료 SLM(소형 언어 모델)이 개발에 성공하여 클라우드 없이 노트북과 휴대폰에서 실행 가능하며, 데이터 유출이 전혀 없다. 이 모델은 BioGPT-Large와 네이티브 생물의학 지식 그래프를 결합하여 그래프 인식 임베딩 및 실시간 RAG를 통해 거의 제로 환각의 가이드라인 수준 답변을 제공하며, 7개 임상 분야의 구조화된 추론을 지원한다. 이 도구는 임상의, 연구원 및 환자에게 안전하고 정확한 의료 정보를 제공하는 것을 목표로 한다. (来源: source, source)