2026년 4월 29일 AI 뉴스

Andrej Karpathy가 제안한 'LLM 지식 베이스' 개념을 바탕으로, 긴 PDF를 트리 인덱싱하여 Obsidian용 위키로 변환해주는 오픈소스 도구 OpenKB가 출시됐다.

레거시 코드 마이그레이션 시 AI 에이전트의 중복 분석을 방지하고 문서화 커버리지를 추적할 수 있는 로컬 MCP 서버 프로젝트이다.

Google DeepMind의 CEO 데미스 허사비스가 AGI 실현을 위해 필요한 기억, 추론, 지속적 학습 기술과 AI를 통한 과학적 발견의 미래를 공유합니다.

TypeScript 및 JavaScript 환경에서 LLM 애플리케이션의 보안 취약점을 OWASP Top 10 기준으로 탐지하는 정적 분석 도구입니다.

Google DeepMind의 최신 AI 모델인 Gemini, Gemma, Veo 등을 활용하여 아이디어를 신속하게 실제 작동하는 프로토타입으로 구현하는 기술 스택과 실전 노하우를 공유한다.

1GB 미만 메모리에서 도구 호출과 지시 이행이 가능한 소형 모델을 구축하기 위한 온폴리시 선호도 정렬 및 에이전트 강화학습 기반의 LFM 2.5 학습 레시피를 공유한다.

Oracle이 전통적인 데이터베이스 사업을 넘어 OpenAI와의 대규모 인프라 계약을 통해 AI 기업으로의 파격적인 전환을 시도하며 시장의 시험대에 올랐다.

인간과 AI 캐릭터가 동일한 그룹 채팅방에서 소통하는 소셜 플랫폼 Shapes가 800만 달러의 시드 투자를 유치하며 월간 활성 사용자 40만 명을 돌파했다.

Claude Code를 활용해 macOS 개발 환경 런처를 제작한 개발자가 AI가 작성한 데이터 영속성 로직의 취약점을 발견하고 이를 보완하기 위한 방어적 설계 패턴을 공유했다.

Polymarket에서 AI 에이전트 워크플로를 활용해 64건의 모의 투자를 진행한 결과, 가상 자산 50달러를 80.39달러로 증식시켰다.

Apache Spark의 Structured Streaming 실시간 모드(RTM)를 사용하여 300ms 미만의 지연 시간으로 항공기 텔레메트리 데이터를 처리하고 시각화하는 아키텍처를 소개합니다.

AI 인증 기업 Copyleaks는 테일러 스위프트와 리한나 등 유명인을 사칭한 AI 딥페이크 영상이 틱톡에서 개인정보 탈취 사기에 악용되고 있다고 경고했다.

Anthropic의 도구와 커스텀 멀티 에이전트 워크플로를 활용해 동일한 PR을 리뷰한 결과, 각 방식이 서로 다른 심각한 결함을 발견하며 상호 보완적 효과를 보였다.

Claude Code 위에 구축된 Triptych는 화이트보드, 시각화 패널, 에이전트 검증 루프를 결합하여 물리 연구 및 수식 유도에 최적화된 환경을 제공한다.

LLM 셀프 호스팅 시 발생하는 하드웨어 제약, 양자화에 따른 성능 저하, 컨텍스트 윈도우 관리 등 실제 운영상의 난제와 그에 대한 실무적인 해결 방안을 제시합니다.

PromptPack 사양에 선언적 단계 그래프(Composition)를 추가하여 순차적, 조건부, 병렬 처리가 필요한 절차적 LLM 워크플로를 표준화합니다.

소형 모델의 문맥 망각을 해결하기 위해 한자로 지시문을 압축하는 기법을 시도했으나, 모델의 고질적인 아첨 성향(Sycophancy)은 극복하지 못했다.

Amazon Bedrock AgentCore Runtime을 사용하여 AI 에이전트와 도구 사이의 MCP 트래픽에 커스텀 제어 로직을 삽입하는 서버리스 프록시 구축 및 배포 가이드이다.

뱅가드는 AWS 서비스를 활용해 복잡한 금융 데이터를 자연어로 쿼리할 수 있는 가상 분석가 시스템을 구축하고 8가지 AI 지원 데이터 원칙을 수립했다.

MIT 교수와 구글 딥마인드 출신 연구원이 설립한 Eka는 강화학습과 시뮬레이션을 통해 로봇에게 인간 수준의 정교한 손재주를 학습시키고 있다.

국방 AI 스타트업 Scout AI가 VLA 기술 기반의 군용 자율 운영 모델 Fury를 개발하며 1억 달러의 투자를 유치했다.

실무에서 6개월 이상 지속적으로 사용되며 실질적인 시간을 절약해준 5가지 핵심 AI 워크플로와 프롬프트 구조를 공유한다.

인간 비서의 개인적 일탈과 신뢰 문제를 경험한 후, iMessage 기반 AI 에이전트 Lindy를 도입하여 업무 효율을 높이고 비용을 절감한 실제 사례이다.

AI와 보안 전문가들이 모여 오픈소스 AI가 혁신에 기여하는 방식과 그에 따른 고유한 보안 리스크 및 관리 방안을 심도 있게 논의한다.

AI 기반의 정밀 진단과 신약 설계 기술이 항생제 내성으로 인한 글로벌 보건 위기를 해결할 핵심 도구로 부상하고 있다.

vLLM 0.20 출시와 함께 DeepSeek V4를 위한 하드웨어 최적화 경쟁 및 Poolside, NVIDIA의 신규 모델 릴리스 소식을 다룹니다.

이미지 픽셀 공간의 한계를 극복하기 위한 잠재 확산 모델(LDM)의 아키텍처와 VAE, CLIP을 활용한 멀티모달 가이던스 생성 기법을 심도 있게 다룹니다.

대규모 언어 모델 학습을 위해 단일 GPU의 한계를 넘어 여러 GPU를 효율적으로 활용하는 데이터, 텐서, 파이프라인 병렬 처리 기법의 핵심 원리와 구현 방식을 다룹니다.

표 데이터를 AI 모델에 입력할 때 CSV, JSON 등 어떤 형식을 선택하느냐에 따라 검색 성능이 크게 요동치는 불안정성 문제를 발견했습니다. 연구진은 여러 형식의 평균값인 '중심점'을 활용해 형식에 상관없이 표의 본질적인 의미를 정확하게 찾아내는 기술을 제안하여 검색 시스템의 신뢰도를 높였습니다.

기존 AI 에이전트는 웹페이지에서 정보를 찾아 답변을 주지만, 그 정보가 페이지 어디에 있는지 사용자가 직접 확인하기 어렵다는 한계가 있다. PageGuide는 답변의 근거를 HTML 요소에 직접 시각적으로 연결하여 사용자가 AI의 답변을 즉시 검증하고 복잡한 작업을 단계별로 수행할 수 있도록 돕는다.

기업용 AI의 성공을 위해 비전문가를 위한 로우코드 도구와 전문가를 위한 풀코드 환경을 단일 거버넌스 플랫폼에서 통합 운영해야 함을 강조한다.

Claude Code 사용자가 30일간의 로그를 분석한 결과, 설치된 65개 스킬 중 13개만 실제로 호출되었으며 나머지 52개는 불필요한 토큰 소모만 발생시켰음이 확인됐다.

OpenAI Codex를 활용해 Mac Metal GPU 커널을 최적화하고 Hugging Face를 통해 경쟁하는 고난도 AI 에이전트 해커톤 가이드이다.

긴 글쓰기 과정에서 GPT, Gemini, Claude에 각각 구조 설계, 내용 확장, 편집 역할을 부여하여 인간의 최종 판단력을 극대화하는 다중 모델 워크플로를 제안했다.

Claude의 프롬프트 캐싱을 극대화하여 API 비용을 90% 절감하고 지연 시간을 85% 줄인 오픈소스 에이전트 Galadriel이 공개됐다.

OpenAI가 캐나다 총기 난사범의 위험 신호를 사전에 감지하고도 경찰 신고 대신 계정 비활성화만 수행했다는 혐의로 소송을 당했다.

Google Antigravity를 8시간 동안 테스트한 결과, UI 구성에는 강력하나 복잡한 상태 관리와 프로덕션 환경 적용에는 한계가 있음이 확인됐다.

기존 코딩 에이전트와 연결하여 로컬 환경에서 전문적인 UI 아티팩트를 생성하고 관리할 수 있는 오픈소스 프로젝트 Open Design을 소개한다.

중국 당국이 바이두 아폴로 고 로보택시의 교통 마비 사고 이후 자율주행 차량에 대한 신규 면허 발급을 전면 중단했습니다.

WSL에서 실행되는 Claude Code가 윈도우 클립보드 이미지를 직접 인식하지 못하는 문제를 해결하기 위해 이미지를 임시 파일로 저장하고 경로를 자동 입력해주는 도구가 공개됐다.

OpenAI의 AWS 진출로 인한 클라우드 시장 재편과 함께 자율형 AI 에이전트의 보안 취약성 및 군사적 활용에 대한 논의가 확산되고 있다.

Ollama와 Phi-4 모델을 활용해 Reddit에서 S3 스토리지 비교 및 마이그레이션 의도를 추출하는 고효율 로컬 분류 시스템 구축 사례이다.

제너럴 모터스가 2022년형 이후 모델 400만 대에 구글 Gemini AI를 도입하여 음성 비서 기능을 강화하고 Super Cruise 핸즈프리 주행 10억 마일을 달성했다.

Wiz Research가 AI 모델을 사용하여 GitHub의 내부 인프라에서 수백만 개의 저장소에 접근 가능한 치명적 취약점을 발견했으며, GitHub은 이를 6시간 이내에 패치했습니다.

React 기반 CSR 사이트는 AI 봇이 내용을 읽지 못하므로, 검색 및 AI 답변 노출을 위해 SSG나 SSR로의 전환이 필수적이다.

Claude Code를 보조 도구로 활용하여 9일 만에 11개의 마이크로서비스와 인프라를 구축한 사례와 그 과정에서 탄생한 bkit 플러그인을 소개한다.

LLM 에이전트와 바이트코드 오라클을 결합하여 마인크래프트의 불완전한 디컴파일 소스를 빌드 가능한 원본 수준으로 복구하는 연구 프로젝트입니다.

AI 앱을 실질적인 제품으로 만들기 위해 LLM, MCP, Skill, Agent, Harness로 구성된 5계층 기술 스택과 실행 체인을 제안한다.

RunPod의 서버리스 GPU 인프라를 활용하여 임베딩 모델과 LLM을 엔드포인트로 배포하고 LangChain으로 RAG 시스템을 구축하는 실무 과정을 다룹니다.

ANP는 AI 에이전트들이 LLM 토큰 소모 없이 바이너리 와이어 프로토콜을 통해 빠르고 정확하게 가격을 협상하고 신원을 증명할 수 있게 돕는 경제 레이어입니다.

여러 AI 에이전트가 사용자 중계 없이 직접 통신하고 컨텍스트를 공유할 수 있게 해주는 자가 호스팅 메시지 브로커 meshterm이 공개됐다.

Claude Code에서 약 30회의 웹 검색과 분석을 통해 특정 분야의 전문가 멘탈 모델과 커리큘럼을 생성하고 영구적인 스킬로 저장하는 시스템이다.

X에서 가장 인기 있는 AI 이미지 프롬프트 1,000여 개를 분석하여 패턴을 도출하고, 이를 활용할 수 있는 시스템 프롬프트와 MCP 도구를 공개했다.

Nvidia 부사장 Bryan Catanzaro는 현재 AI 연산 비용이 인건비를 크게 앞지르고 있으며, 이로 인해 AI가 인간을 즉각 대체하기는 경제적으로 어렵다고 밝혔다.

가로등 효과 비유를 활용해 LLM이 복잡한 은유를 해석하고 제약 조건 하에서 이야기를 재구성하는 능력을 측정하는 실험이다.

curl과 jq만으로 작동하며 터미널 세션 컨텍스트를 활용해 디버깅과 질의응답을 수행하는 초경량 LLM CLI 도구입니다.

XGBoost와 SHAP을 활용하여 UFC 선수의 상대적 전력 차이를 분석하고 71.6%의 정확도로 승패를 예측하는 웹 애플리케이션 구축 사례이다.

기존 마크다운의 복잡성과 에이전트 비효율성을 해결하기 위해 새롭게 설계된 경량 마크업 언어 Lessmark가 공개됐다.

Claude Code를 활용해 기획부터 7개 국어 현지화까지 마친 2D 로그라이트 게임의 스팀 출시 경험과 AI 개발의 한계를 공유했다.

여러 개의 Claude Code 세션이 각자의 리포지토리를 유지하면서 하나의 채팅방에서 인간과 함께 소통할 수 있게 해주는 멀티 에이전트 협업 도구 huddle이 공개되었다.

OpenAI-Claude 번역 브리지인 better-ccflare를 사용하여 ChatGPT 구독 계정으로 Claude Code를 구동하는 방법이 공유됐다.

Claude Code가 매 단계마다 사용자 승인을 구하는 번거로움을 없애기 위해, 스스로 의사결정하고 로그를 남기는 Autopilot 스킬이 공개됐다.

DeepSeek-V4가 지원하는 Prefill 기능을 활용해 모델의 응답 시작 지점을 강제함으로써 에이전트의 구조화된 출력 신뢰도를 높이는 방법이 논의됐다.

구글의 A2A와 Moltbook 사례를 통해 에이전트 간 통신의 무상태성, 보안 취약점, 지속적 정체성 부재라는 핵심 기술적 과제를 분석했다.

AI 에이전트 간의 자율 토론은 실제 비판적 사고가 아닌 패턴 매칭을 통한 안전한 결론 수렴으로 이어져 전략적 판단력을 저하시킬 수 있다.

소비자용 하드웨어에서 로컬 LLM을 구축하여 코딩, 연구, 글쓰기에 실무적으로 활용하는 방법과 최적의 모델 및 도구 조합을 제시한다.

AI 에이전트의 작업 정확도를 높이기 위해 단순 프롬프트 대신 설계 문서, 로드맵, 태스크 분할로 이어지는 구조화된 명세 기반 개발 워크플로를 적용한 경험을 공유했다.

Claude Code 에이전트들을 Supervisor-Worker 구조로 조직화하여 실시간 작업 할당 및 스케줄링을 지원하는 오픈소스 시스템 AgentRQ가 공개됐다.

Claude Code의 커스텀 명령어를 네이티브 스크립트로 컴파일하여 불필요한 AI 호출을 제거하고 실행 속도를 개선하는 skflow가 출시됐다.

AI 특유의 상투적 표현과 문장 구조를 제거하고 가독성을 높여 인간적인 어조로 글을 수정하는 구체적인 프롬프트 지침이다.

저비용 모델로 중복을 필터링하고 고성능 모델로 계획을 수립하는 계층형 에이전트 구조를 통해 CI 로그 분석 비용을 절감하고 성능을 높인 사례입니다.

ChatGPT 앱 스토어에 MCP 기반 서비스를 출시하며 겪은 도구 통합, 무상태 서버 설계, OpenAI 심사 기준 준수 전략을 공유한다.

GPU의 하드웨어 아키텍처를 이해하고 최적의 성능을 내기 위한 벤치마킹, 프로파일링 기법 및 Triton을 이용한 커널 작성법을 다룹니다.

Claude Code로 클라우드 보안 도구를 개발하며 겪은 할루시네이션 문제를 해결하기 위해 결정론적 설계와 엄격한 테스트 체계를 구축한 경험담이다.

기존 비디오 생성 모델은 물리적 법칙에 대한 이해 부족으로 물체가 왜곡되거나 사라지는 기하학적 오류를 자주 범한다. World-R1은 모델 구조 변경 없이 강화학습만으로 비디오의 3D 일관성을 획기적으로 개선하여, 단순한 영상 제작을 넘어 실제 세상을 시뮬레이션하는 월드 모델로의 진화를 가능하게 한다.

AI에게 특정 성격을 부여하는 '페르소나 설정'이 의도치 않게 성차별적 고정관념을 강화할 수 있음을 입증했다. 특히 반사회적 성격 특성이 주어질 때 모델의 젠더 편향이 급격히 심화되며, 이는 교육이나 고객 서비스용 AI 설계 시 성격 설정이 공정성 제어의 핵심 변수임을 시사한다.

의료 영상 분석에서 기존 AI 모델들이 특정 조건에서 데이터를 제대로 구분하지 못하고 다수결로만 예측하는 '고전적 붕괴' 현상을 양자 컴퓨팅 기술로 해결할 수 있음을 입증했다. 실제 흉부 엑스레이 데이터를 활용하여 양자 머신러닝이 실질적인 의료 진단 보조 도구로서 고전 모델보다 더 정밀한 분류가 가능함을 보여준 중요한 사례이다.

기존의 로봇 학습 모델은 행동 라벨이 없는 일반 비디오 데이터를 활용하는 데 한계가 있었으나, 이 논문은 시각적 예측과 행동 추론을 분리하여 대규모 웹 데이터를 효과적으로 학습할 수 있는 프레임워크를 제시한다. 이를 통해 데이터 수집 비용을 크게 낮추면서도 실제 로봇 조작 작업에서 SOTA 성능을 기록했다.

기존의 AI 모델은 자신이 잘 모르는 것(학습 부족)과 데이터 자체가 모호한 것(해석의 다양성)을 구분하지 못해 일괄적인 신뢰도 점수만 제공했다. 이 논문은 두 종류의 불확실성을 분리하여 측정함으로써, 데이터를 더 수집해야 할 상황과 사람이 직접 검토해야 할 상황을 명확히 구분해 AI 시스템의 의사결정 신뢰도를 높인다.

Transformer 모델의 추론 시 발생하는 KV 캐시 메모리 병목 현상을 해결하기 위해 층 간 캐시 공유를 제안한다. 기존의 시간축 압축 방식과 달리 깊이 차원의 중복성을 활용하여 메모리 사용량을 획기적으로 줄이면서도 추론 속도를 개선한다.

기존의 얼굴 이미지 품질 평가(FIQA)는 딥러닝 모델의 마지막 층 결과물만 사용했으나, 본 논문은 중간 층에서도 유의미한 품질 정보가 생성됨을 최초로 입증했다. 이를 통해 연산량을 최대 50% 절감하면서도 최신 기술(SOTA) 수준의 정확도를 유지할 수 있어 저사양 기기에서의 실시간 얼굴 인식 시스템 구축에 기여한다.

기존의 문서 처리 시스템은 추출 결과가 원본과 얼마나 일치하는지 스스로 검증할 수 없어 오류가 그대로 하류 시스템에 전달되는 문제가 있었다. 이 논문은 추출된 데이터를 다시 이미지나 텍스트로 그려보고 원본과 비교하는 '재구성' 방식을 통해 별도의 정답 레이블 없이도 추출 품질을 실시간으로 측정하고 오류를 자동 수정하는 새로운 패러다임을 제시한다.

생성형 AI 모델의 성능 평가와 안전성 검증에 드는 막대한 비용과 시간을 획기적으로 줄여주는 프레임워크이다. 베이지안 통계와 전이 학습을 결합하여 아주 적은 수의 테스트만으로도 전체 성능을 정확히 예측하고, 모델이 취약한 특정 실패 지점을 지능적으로 찾아낸다.

LLM 에이전트가 복잡한 보상 함수나 상세한 피드백 없이도 상호작용을 통해 숨겨진 안전 제약 조건을 스스로 발견할 수 있음을 입증했다. 이는 안전이 중요한 환경에서 사람이 일일이 규칙을 작성하지 않아도 에이전트가 안전하게 작동할 수 있는 새로운 학습 패러다임을 제시한다.

시각-언어 모델(VLM)이 복잡한 추론 과정에서 겪는 지각적 오류와 환각 문제를 해결하기 위해 토큰 단위의 세밀한 피드백을 제공하는 새로운 보상 모델을 제안합니다. 기존의 결과 중심 보상 방식이 가진 한계를 극복하고 추론 단계마다 시각적 근거를 검증함으로써 모델의 신뢰성을 높였습니다.

얼굴 인식 시스템의 신뢰성을 높이기 위해서는 입력 이미지의 품질을 정확히 판단하는 것이 필수적이다. 이 논문은 별도의 추가 학습이나 복잡한 연산 없이 기학습된 Vision Transformer의 내부 어텐션 정보만으로 이미지 품질을 측정하는 효율적인 방법을 제시한다.

자율 주행 시스템이 학습하지 못한 미지의 객체를 정확히 식별하는 것은 안전을 위해 필수적이다. 이 논문은 기존 2D 기법의 한계를 넘어 3D 특징 공간에서 직접 이상치를 탐지하는 효율적인 방법론과 새로운 벤치마크 데이터셋을 제공하여 실전 자율 주행의 신뢰성을 높인다.

동일한 레이어를 반복 사용하는 루프형 모델이 실제 고유 레이어를 사용하는 모델 대비 어느 정도의 효율을 갖는지 정량적으로 측정했다. 이를 통해 루프형 아키텍처 설계 시 단순한 손실값 감소를 넘어 실제 추론 비용 대비 성능 이득이 있는지 판단할 수 있는 기준을 제공한다.

LLM의 추론 능력을 높이기 위해 생성 길이를 늘리는 시도가 많지만, 이는 비용과 속도 면에서 비효율적이다. 이 논문은 추가적인 보상 모델 없이도 추론 과정을 압축하면서 학습 안정성을 확보하는 방법을 제시하여 효율적인 AI 추론 연구의 새로운 방향을 제시한다.

기존 OCR 시스템은 PDF를 단순 텍스트나 마크다운으로 변환하여 수식이나 표의 구조적 정보를 손실하는 경우가 많았다. 이 논문은 단순 텍스트 인식을 넘어 실제 논문 출판에 즉시 사용 가능한 컴파일 가능한 LaTeX 코드로 복원하는 기술을 제시하여 과학 지식의 재사용성을 극대화한다.

기존의 시각적 공간 지능(VSI) 평가 도구들이 실제 비디오 입력과 일치하지 않는 잘못된 정답지를 가지고 있어 모델의 능력을 왜곡하고 있음을 밝혀냈습니다. 이를 해결하기 위해 3D 주석을 전면 재검토하고 프레임 수에 따라 정답이 변하는 새로운 평가 체계를 도입하여 모델의 실제 공간 추론 능력을 더 엄밀하게 측정할 수 있게 되었습니다.

기존의 샷 경계 검출 기술은 단순한 장면 전환점만 찾을 뿐, 전환의 종류나 샷 사이의 논리적 관계를 파악하지 못해 비디오 생성 모델 학습용 데이터 정제에 한계가 있었다. 이 논문은 Transformer 기반의 샷 쿼리 방식을 도입하여 미세한 편집 오류인 'Sudden Jump'까지 잡아내고 샷 간의 관계를 구조적으로 예측함으로써 고품질 비디오 데이터셋 구축의 효율성을 극대화한다.

기존 멀티 에이전트 시스템은 고정된 워크플로우와 특정 프레임워크에 종속되어 복잡한 실무 문제를 해결하는 데 한계가 있다. 이 논문은 에이전트를 '인재'로 정의하고 기업 조직 구조를 모방한 관리 계층을 도입하여, 스스로 팀을 구성하고 학습하며 진화하는 자율 AI 조직의 가능성을 제시한다.

인간의 자세 추정, 신체 분할 등 인간 중심 비전 작업에서 고해상도 데이터 처리는 필수적이지만 연산 비용이 매우 높았다. Sapiens2는 10억 장의 고품질 데이터와 효율적인 4K 아키텍처를 통해 기존 모델 대비 자세 추정 정확도를 4 mAP 개선하고 신체 분할 성능을 24.3 mIoU 높이는 등 압도적인 성능 향상을 달성했다.

기존 멀티모달 모델이 의존하던 복잡한 시각 인코더(VAE 등)를 완전히 제거하고 원시 픽셀 데이터를 직접 처리하는 혁신적인 구조를 제안한다. 이를 통해 이미지 이해와 생성 작업 간의 불일치를 해결하고, 미세한 시각적 디테일이 필요한 작업에서 기존 모델을 압축하는 성능을 보여준다.

시각, 언어, 행동을 통합한 VLA 모델이 로봇 공학의 주류가 됨에 따라 텍스트 기반 AI와는 차원이 다른 물리적 안전 위협이 발생하고 있다. 이 논문은 VLA 시스템의 고유한 취약점을 체계적으로 분류하고 차세대 로봇 시스템이 갖춰야 할 안전 설계 가이드라인을 제시한다.

LLM 학습에 사용되는 방대한 데이터 중 어떤 데이터가 모델 성능에 기여하는지 파악하는 것은 중요하지만, 기존 방식은 계산 비용이 너무 높았습니다. For-Value는 복잡한 역전파 과정 없이 단 한 번의 순방향 추론만으로 데이터의 가치를 정확히 측정하여 학습 효율을 극대화합니다.

LLM이 새로운 지식을 배울 때 기존에 알고 있던 사실을 틀리게 대답하는 할루시네이션 현상이 발생하는 근본 원인을 규명했다. 파인튜닝 과정에서 발생하는 지식 간섭을 지속 학습 관점에서 해석하고, 자기 증류 기법을 통해 기존 지식 보존과 새 지식 습득을 동시에 달성할 수 있음을 입증했다.

기존의 카메라 제어 이미지 편집 방식은 단일 이미지 기반 확산 모델을 사용하여 연속적인 카메라 움직임에서 화면이 깨지거나 구조가 왜곡되는 문제가 있었다. 이 논문은 비디오 생성 모델의 연속적인 시점 정보를 활용하고 기하학적 가이드를 모델 전체 구조에 통합하여, 복잡한 카메라 이동 중에도 사물의 구조를 완벽하게 유지하는 기술을 제시한다.

LLM 에이전트가 역할을 맡을 때 발생하는 인간과 유사한 인지 편향인 행위자-관찰자 비대칭성(AOA)을 최초로 규명했습니다. 실행 에이전트는 외부 탓을 하고 검토 에이전트는 내부 탓을 하는 이 편향은 협업 효율을 저해하며, 이를 해결하는 ReTAS 프레임워크는 에이전트 간의 객관적인 합의 형성을 가능하게 합니다.