뉴스 아카이브 - 13페이지

MIT Sloan 연구는 AI 금융 조언이 저축과 분산투자에는 강하지만 충격 대응과 편향에는 약하다고 짚었다. 금융 AI의 핵심은 답변보다 질문 설계다.

n=4 braid group의 Burau representation faithful 증명은 순수수학 뉴스지만 AI 시대에는 형식검증과 정리 증명 모델의 좋은 장기 벤치마크가 된다.

Explorative Modeling은 best-of-K 학습으로 생성 모델의 평균화 문제를 줄이고 추론 단계를 낮추려는 시도다. 데이터와 파라미터 다음의 확장 축으로 주목할 만하다.

Microsoft의 Flint는 AI 에이전트가 짧은 의미 중심 스펙으로 Vega-Lite, ECharts, Chart.js, Plotly, Excel 차트를 만들게 하는 시각화 중간언어다.

Kaisel은 문자열 경로와 코드 생성 없이 Dart 3 sealed route를 쓰는 Flutter 라우터다. AI 코딩 시대에는 이런 타입 구조가 에이전트가 읽는 앱 지도다.

Quanta가 2026년 AI 추론 논쟁을 정리했다. reasoning trace가 성능을 높여도 실제 원인인지 불확실하다는 점이 연구와 제품 평가의 핵심 쟁점이다.

JW Labs의 BTB는 같은 프롬프트가 몰리는 LLM 버스트에서 KV 캐시를 미리 복제해 TTFT를 줄인다. 에이전트 원가 경쟁이 라우팅에서 메모리 운영으로 이동한다.

Google Chrome 보안팀은 AI로 취약점 발견, triage, 수정, release를 자동화하고 있다. 최근 두 milestone에서 보안 버그 1,072개를 수정했다.

Manifest가 LLM 라우터를 출시 4개월 만에 폐기한다고 밝혔다. 비용 절감 자동화보다 캐시, 일관성, 평가 유지비가 더 중요해지는 흐름이다.

ORCA-bench는 50GB 규모 관측 데이터와 1,079개 RCA 과제로 온콜 에이전트를 평가했다. 최고 모델도 현실적인 난이도에서 25.3% 정확도에 그쳤다.

CTGT가 DeepSeek V4 Flash로 GPT-OSS를 증류한 실험을 공개했다. 금융 추론 성능은 올랐지만 중국 민감 주제 검열은 통계적으로 전이되지 않았다.

Google DeepMind가 Gemini Robotics 2를 공개했다. 전신 제어, 손 조작, 다중 로봇 협업은 물리 AI 경쟁의 기준을 소프트웨어 쪽으로 옮긴다.

OpenAI가 GPT-5.6 계열 가격을 낮췄다. 모델 지능 경쟁은 이제 토큰 단가, 추론 노력, 서브에이전트 운영비를 함께 따지는 국면이다.

Jacob O’Bryant는 2026년 LLM 코딩 생산성을 10배가 아니라 2배에 가깝다고 본다. 병목은 코드 생성이 아니라 검증과 구조 판단이다.

SimpleEnglish는 ASD-STE100을 에이전트 스킬로 옮긴 실험이다. AI 문서 품질 경쟁이 더 큰 모델보다 더 작은 규칙과 검증으로 이동한다.

Science가 AI 유니콘의 논문 공백을 짚었다. 모델 경쟁은 빨라졌지만 재현성, 감사, 인재 신뢰의 공공 인프라는 오히려 약해지고 있다.

OpenAI가 10만 명 연구자에게 고급 모델 무료 접근을 제공한다. 과학 AI 경쟁은 모델 성능보다 연구 현장 배포와 검증 루프 확보로 이동한다.

허깅페이스가 2026년 7월 에이전트 침해의 기술 타임라인을 공개했다. 1만7600개 행동은 AI 보안이 샌드박스보다 운영 설계 문제임을 보여준다.

마이크로소프트 FY26 4분기 실적은 Azure 1000억 달러와 Copilot 3000만 유료석을 제시했다. AI 투자는 이제 매출과 원가를 함께 검증받는다.

프런티어 AI 기업 직원 1273명이 자동화된 AI 연구의 속도조절 도구를 요구했다. 규제 논쟁은 모델 공개보다 개발 속도 자체로 이동하고 있다.