2026년 6월 28일 AI 뉴스

Crow-Eye v0.11.0은 SHA-256 해시 기반 증거 봉인, TruncationAuditor의 절단 로그, ThinkingStep의 단계적 스트리밍으로 AI의 포렌식 무결성을 수학적으로 보장한다.

DIETR는 rt-detr 헤드와 yolo-act에서 영감을 받은 프로토타입을 결합해 인스턴스 분할과 객체 검출을 동시에 수행하는 경량 모델을 목표로 한다.

PyTorch와 ResNet50 기반 파이프라인으로 뇌 MRI 1,600건에서 95% 정확도를 달성하고 Hugging Face에 실시간 배포했다.

병렬 팬아웃 검색, Cohere 신경 재랭커, VLM 기반 LlamaParse, 부모-자식 청킹을 결합해 인도 정부 문서의 병합 셀·교차 개정 문제를 해결했다.

Argus는 사전 컴파일된 결정론적 워크플로를 중간 엔진에서 관리하고 LLM은 선택된 액션만 실행해 예측 가능하고 토큰 효율적인 출력을 만든다.

Claude Code를 이용해 SQLite를 파일 단위로 C에서 Zig로 점진 이식하고 광범위한 테스트 게이트로 무결성을 보장했다.

NagaTranslate는 상용 LLM API와 파인튜닝된 VITS·Whisper를 결합해 Nagamese 등 저자원 나가어의 번역과 음성처리를 구현한 프로젝트이다.

작성자가 공개한 FreedomAI.Chat은 219T 파라미터의 하이브리드 dense‑MoE Transformer로 대규모 분산 인프라와 256K 토큰 컨텍스트를 목표로 학습되었다.

작성자는 외부에서 검증 가능한 평가 수단과 성공당 비용 최적화가 에이전트 루프 성패를 가른다고 사례와 수치로 입증했다.

레이어 차원에 초점을 맞춘 교육용 신경망 구현 코드가 GitHub에 공개되어 학습 원리를 직접 확인할 수 있다.

LLM 채점 결과를 주장·근거·판결로 분해하고 근거 없이 내려진 판결을 표시해 수작업 검토 효율을 높이는 도구이다.

OpenClaw의 커스텀 미션 컨트롤, Discord 연동, 멀티 에이전트 프레임워크 설정을 통해 업무 생산성을 극대화하는 방법이다.

작성자는 공유 메모리와 웨어러블 동기화 데이터를 활용해 질문을 적합한 전문 에이전트로 라우팅하고 n-of-1 실험으로 지표 변화를 추적하는 개인용 AI 건강 시스템을 만들었다.

메모리 포이즈닝을 재현한 실험에서 상호검증 기반 지속성 게이트는 단일 출처 공격을 차단했으나 시빌 위조와 절차적 페이로드에는 취약했다.

Florence-2를 TensorRT로 DeepStream에 임베드해 런타임 과제 전환과 RTSP·Kafka 출력이 가능한 컨테이너화된 실시간 파이프라인을 구현했다.

Qwen3:4B를 베이스로 Unsloth로 메모리 효율을 확보하여 RTX 5070에서 Fine-tuning하고 Open-CoT-Reasoning-Mini로 Chain-of-Thought 능력을 강화한 구현 사례이다.

로컬의 오픈 웨이트 LLM과 인퍼런스 런타임, 파일·명령 실행을 지원하는 코딩 하니스로 완전한 로컬 코딩 에이전트를 구성하는 실전 튜토리얼이다.

DINO 패치 임베딩으로 후보를 검색하고 CLIP 재순위를 적용해 확장된 드론 영상 데이터에서 추락한 RC기체를 탐지해 실제 기체를 확인했다.

pip 명령으로 FiftyOne을 설치한 뒤 GitHub 레포를 통해 annotation_styles 플러그인을 추가 설치할 수 있다는 안내문이다.

iPhone 영상으로 주로 학습된 RT‑DETR‑S가 Reolink 카메라에서 실패했으며 센서 불일치와 하드코딩된 클래스 인덱스, 라벨 정비로 재학습해 최종 mAP50 99.3%를 달성했다.

pynear v2.4은 HNSW 계열 확장, MIH로 시드된 이진 검색, SQ8 양자화를 더해 메모리와 이진 디스크립터 성능을 대폭 개선했다.

Hugging Face에 공개된 KITScenes-LongTail 데이터셋은 카메라별 저장된 6개 뷰와 Qwen3‑VL 2048차원 임베딩, UMAP 시각화, 대표성·희귀성 점수, 3D 포인트클라우드(.fo3d) 및 프레임별 깊이 맵을 제공한다.

Nonviolent Communication 원칙을 분해해 라우터, 세 개의 격리 분석기, 합성기, 검증기로 구성된 워크플로로 구현하고 안전·정확성 규칙을 강제한다.

HSpeedTrack는 TensorRT 기반 Frangi 응답과 비트 단위 ORB 매칭, CPU/GPU 파이프라이닝으로 1920×1080에서 0.65ms/frame(약 1528 FPS)을 달성한 오픈소스 실시간 추적기이다.

유휴 타임아웃을 포아송 도착 모델로 수식화하면 R_gpu와 λP_cold를 비교해 타임아웃을 결정하는 것이 합리적임을 보였다.

octomind는 필요할 때만 MCP 도구를 로드하고 컨텍스트를 구조적으로 압축하며 실행별 비용 한도를 강제해 장기 에이전트 세션의 성능·비용 악화를 줄인다.

작성자는 다중 에이전트 세션의 토큰 비용을 줄이기 위해 팬아웃 작업을 저비용 모델로 옮기고 드라이버는 고성능 모델로 유지할 것을 권장한다.

원문은 VM·샌드박스에 에이전트를 직접 배포하는 방식과 세 구성요소로 분리해 각각 서비스로 운영하는 방식을 비교하며 Anthropic의 Claude Managed Agent 사례로 분리 방식의 복원성을 설명한다.

프론티어 모델의 정부 규제 기반 출시 흐름과 기업의 AI ROI 집중 및 인프라 투자 재점화를 다룹니다.

Gemma 2 9B을 NVIDIA L4에서 vLLM으로 운영한 실전 벤치에서 FP8 양자화는 초기 프리필에서 최대 58%의 TTFT 페널티를 기록했으나 전체 디코딩 지연은 줄었고 KV 캐시 활용도는 92.7%에 달했다.

Mistikguard는 LLM 기반 애플리케이션의 메모리 위조를 줄이기 위해 출처 추적, 쓰기 게이트, 수정 톰스톤, 선택적 접지 감사를 제공하는 경량 Python 라이브러리다.

사전 수학 지식 없이 학습한 4M 파라미터 seq2seq 모델이 기호 수학 변환에서 약 98.6% 정확도를 기록했다.

OpenAI의 5.6 발표 내용은 Terra가 5.5 수준을 절반 비용으로 제공한다는 주장과 Sol의 Mythos급 성능 주장이 아직 설득력이 부족하다는 핵심을 담고 있다.

QLoRA로 Claude Opus 4.7의 Chain-of-Thought 추적을 증류해 abliterated Gemma-4-12B-it의 추론 성능을 회복한 모델과 lm-evaluation-harness 결과를 공개했다.

LLMpress는 AST와 소스맵을 활용해 코드와 프롬프트를 압축하고 편집 결과를 원본으로 역매핑해 LLM 전송 토큰을 줄이는 실험 프로젝트이다.

단일 OpenAI 호환 게이트웨이를 통해 필요 시 여러 최전선 모델을 병렬 호출하고 난이도 기반 게이팅으로 평균 비용을 낮춘 운영 경험과 N+1 과금 문제에 대한 질의이다.

호스트 모델의 무통보 버전 교체가 분류 정확도를 94%에서 91%로 낮춘 사례에서 고정 회귀 테스트와 모델 아이디 로깅으로 문제를 탐지·상관시키고 프롬프트 수정으로 복구한 경험담이다.

C++ 런타임 커널이 Transformer의 상위 20개 레이어에 bfloat16 정밀도 이하 값(katki)을 더해 출력 행동을 바꾸었고 그 효과가 로그와 재현 가능한 절차로 제시됐다.

DeepSeek 웹 채팅 세션을 자동 로그인해 로컬 OpenAI 호환 엔드포인트로 제공하는 비공식 래퍼를 공개했다.

Picotron은 GPU 특정 의존성을 제거하고 PyTorch 기반에서 FP16/BF16로 동작하며 FlashAttention-2를 런타임에 선택해 사용할 수 있는 경량 LLM 사전학습 프레임워크이다.

온프레미스 AI 프로젝트에서 모델 개선보다 데이터 수집·정규화·검색·거버넌스 같은 기반 인프라가 생산성과 신뢰도를 결정한다고 주장했다.