2026년 7월 8일 AI 뉴스

메타가 차기 Ray-Ban에 수시간 동안 백그라운드로 동작하는 '슈퍼 센싱'을 시험 중이며 현재 기기의 약 30분 지속 시간에서 확장되는 가운데 녹화 표시 LED를 끄는 방안이 내부적으로 검토되고 있다.

AI Now 연구는 방어 목적으로 사용된 agentic LLM이 프롬프트 인젝션을 통해 원격 코드 실행으로 역이용될 수 있음을 보여주었다.

약 10개의 외부 에이전트에 경량 트레이싱을 추가해 LangSmith로 토큰 소비와 지연·실패를 시각화하고 개선 과제를 도출했다.

ACP 프로토콜을 사용하여 코딩 에이전트의 통신 설계, 세션 관리, 도구 호출 로직을 구현하고 Zed 에디터에서 시연한다.

Context Graph는 각 결정마다 Decision Trace를 저장하고 입력·결과·근거를 연결해 에이전트가 과거 결정의 이유를 재사용하고 안전성 근거로 활용하도록 한다.

활성화 기반 그래프를 만들어 여러 프롬프트에서 반복되는 계산 서브그래프를 식별한 초기 탐색 결과를 공유하고 추가 검증을 요청한다.

JSON 기반 프로젝트 설정과 오프라인 Flutter 앱, 재개 가능한 업로드와 카메라 intrinsics 보존을 갖춘 self-hosted 이미지 수집 도구가 GitHub에 공개되었다.

Sparse Autoencoder를 활용해 파인튜닝 모델의 활성화 차이를 분석함으로써, 기존 탐지 기법의 한계를 극복하고 sleeper-agent 백도어를 정밀하게 식별하는 Delta Monitor 기법을 소개한다.

SambaNova가 RAISE Summit 2026에서 SN50과 NVIDIA H200을 결합한 이기종 분산 추론 구성으로 MiniMax M2.7의 최고 속도를 공개했다.

음성 신호를 디지털 데이터로 변환하고, 음향 모델과 언어 모델을 통해 텍스트를 생성하는 음성 인식(ASR)의 핵심 과정을 다룬다.

tlabel은 GelSight/DIGIT 등 촉각 센서 데이터를 통합 포맷으로 불러와 시각·촉각 이미지로부터 힘 분포를 추정해 조작 프리미티브를 자동 예측하는 Python 툴킷이다.

저자는 공격적 양자화가 모델 파일 크기는 줄이지만 온디바이스에서는 지연 증가와 정확도 손실을 동반할 수 있음을 실측 결과로 보여주었다.

Claude를 활용해 미디어 정리부터 B-roll 생성까지 영상 편집 전 과정을 자동화하는 도구 Palmier의 기능과 가격 정책을 다룬다.

공개 채용 공고 4.7M를 색인한 결과 LangGraph를 채택한 기업이 131곳으로 집계되었고 엔터프라이즈 비중이 높게 나타났다.

작성자는 자신의 옵티마이저가 split-CIFAR-10 (5 tasks, 5 seeds) 실험에서 standard Adam 대비 평균적으로 53% 더 기존 지식을 유지한다고 밝혔다.

Group-Filtered Policy Optimization 변형을 적용한 강화학습 에이전트가 트리거 임계값을 스트리밍으로 조정하여 CMS 데이터에서 In-band 비율을 최대 56% 개선하고 신호 효율도 동시에 향상시켰다.

PixCon은 레이블이 있고 학생이 이미 맞춘 픽셀만 은행에 넣어 오염률을 0으로 만들고, 그 결과 supervised-InfoNCE의 양성 신호를 정제하여 DINOv2 기반 반지도 분할에서 안정적인 성능 이득을 확보한다.

Iron Lint는 파일을 디스크에 쓰기 전에 정적 검사 스크립트를 실행해 규칙 위반을 차단하고 텔레메트리를 제공하는 오픈 도구이다.

NotebookLM을 활용해 방대한 문서를 분석하고 비즈니스 아이디어를 검증하며 투자 의사결정을 효율화하는 실전 워크플로를 소개한다.

Google Flow Agent Mode의 설정법부터 스토리보드 작성, 이미지-영상 체이닝 및 프로젝트 관리까지 실무 활용법을 알아본다.

LangChain의 오픈소스 에이전트 하네스인 Deep Agents를 통해 복잡한 장기 실행 워크플로를 구축하고 LangSmith로 최적화하는 방법을 소개한다.

TorchJD는 scalarization과 Jacobian descent 계열의 다중 손실 학습 방법을 문헌 수준으로 구현해 PyTorch 환경에서 몇 줄의 변경으로 다양한 전략을 시험할 수 있게 만든 라이브러리이다.

AWS Finance는 Amazon Quick 채팅 에이전트로 Redshift를 포함한 엔터프라이즈 데이터에서 회귀·몬테카를로 기반 시나리오 분석을 자동화해 고객별 분석 시간을 최대 6시간에서 약 10분으로 단축했다.

세 가지 분석 문제와 세 가지 도구를 8개 평가 차원에서 실제 실행시간과 에이전트 프롬프트를 사용해 비교한 실험이다.

Qdrant Edge와 LiteRT를 사용하여 인터넷 연결 없이 모바일 및 엣지 디바이스에서 로컬 RAG 파이프라인을 구축하는 방법을 다룬다.

최신 AI 모델의 보안 제어 기능과 에이전트형 랜섬웨어, 사회 공학 공격 등 급변하는 사이버 보안 위협을 심층 분석한다.

개인 환경에서 다중 머신에 걸쳐 AI 에이전트 플릿을 운영하며 겪은 확장성 문제, 시스템 유지보수, 그리고 에이전트 아키텍처의 수렴 과정을 다룬 실전 보고서.

영국 법무부 AI 팀이 현장 상주와 실물 중심의 개발 방식으로 관료적 조직 내에서 AI 제품을 성공적으로 배포한 사례.

WitanLabs의 연구 로그를 통해 AI 에이전트와 RAG 시스템의 성능 개선을 위한 실험 과정과 기술적 인사이트를 정리합니다.

대화가 길어질수록 초기 지시가 사라지는 최근성 편향이 빈번하게 나타나며 RAG는 일부 상황에서만 효과적이고 수동적 맥락 재주입이 현실적 해결책으로 사용된다.

Anthropic이 발표한 Global Workspace 연구를 통해 LLM이 정보를 통합하고 처리하는 새로운 인지 아키텍처의 가능성을 살펴본다.

Grok을 커스텀 스킬, 병렬 툴 오케스트레이션, 영속 메모리로 구성하자 복잡한 문제에서 단계적이고 감사 가능한 추론이 눈에 띄게 개선되었다.

Anthropic의 최신 해석 가능성 연구를 통해 Claude의 내부 개념 추적 메커니즘을 분석하고, UN과 각국의 AI 안전 및 규제 움직임을 살펴본다.

작성자는 gemini-embedding-001의 2026-07-14 종료와 여름·연말에 예정된 여러 모델의 폐기 일정을 정리한 트래커를 공유하며 사용 중인 공급자를 묻고 있다.

TigrimOSR v0.6.2는 YAML로 사용자 정의 가능한 에이전트 루프와 Obscura 브라우저 통합, LINE·Telegram 제어를 제공하는 Rust 네이티브 멀티에이전트 작업공간이다.

작성자는 모델별 출력 발화량(AA의 토큰 카운트)과 공급자 가격을 반영해 에이전트 작업 비용을 재계산했고 캐시 적중률이 발화량 차이보다 비용에 미치는 영향이 훨씬 크다고 나타났다.

이 논문은 화자 특성에 민감한 기존 자기증류 방법의 한계를 극복하기 위해 화자 변형 입력과 청크 단위의 정규화 회귀(SylReg)를 도입하여 음절 경계·클러스터링에서 SOTA 성능을 달성하고 SylReg-LM이 SpiRit-LM 대비 구문·의미 이해에서 평균 7% 상대 향상을 기록했다고 보고한다.

GaP는 계산 그래프와 다중 에이전트를 활용해 내부 시뮬레이션으로 그래프 구조와 노드 파라미터를 반복 최적화하여 VA 작업의 성공률과 강건성을 향상시킨다.

ACID는 예측된 각 단계 전이에서 역동역학으로 행동을 역추정해 단계별 불일치를 비용으로 더하고, 이를 CEM 기반 결정시점 계획에 적용해 다양한 세계모델과 작업에서 계획 성공률을 높이며 플래닝 계산량을 줄였다.

사전학습된 열 개의 오디오 인코더를 동결해 동일한 다중작업 MLP로 학습하고 게이트형 레이트 퓨전을 도입해 5차원 맛 예측에서 최고 macro RMSE 0.134와 순위 상관 개선을 달성했다.

SynCity 3000은 텍스트로 생성한 디메트릭 2D 템플릿을 슬라이딩 윈도우 방식의 컨볼루셔널 3D 생성기로 변환하여 임의 크기의 일관된 3D 장면을 생성하는 파이프라인이다.

CONFLUX는 3D VAE로 볼륨을 압축하고 rectified-flow transformer에 adaLN 조건부를 적용한 뒤 GRPO 기반 RL 후학습으로 소견 충실도를 개선해 tri-planar FID 32.3을 달성한 3D 흉부 CT 생성 모델이다.

서로 다른 SSL 음성 백본과 집계 아키텍처를 교차 평가한 72가지 구성에서 33%가 단일 클래스로 붕괴해 집계 방법의 성능 평가는 백본과 랜덤시드의 영향을 반드시 고려해야 한다.

BRAID는 텍스트·이미지·텍스트 형태의 다중 턴 추론을 단일 MDP로 모델링하고 궤적 수준 advantage를 텍스트의 GRPO와 이미지의 DiffusionNFT에 각각 주입하여 7개 벤치마크에서 평균 +5.73 개선을 달성했다.

동결된 Vision-Language-Action 정책에서 MCTS로 얻은 장기 보상 신호를 경량 Q-평가기로 증류해 후보 행동을 재점검함으로써 테스트타임 계산만으로 일반화 성능과 성공률을 크게 향상시켰다.

AI 에이전트의 도구 접근 권한이 초래하는 보안 리스크와 이를 실시간으로 제어하기 위한 파인튜닝 모델 기반 거버넌스 전략을 다룬다.

지속가능성 데이터 처리를 위해 결정론적 SDK 인터페이스와 코딩 에이전트 패턴을 결합하여 모델의 추론 정확도를 43%에서 92%로 개선한 사례.

AI 시스템에서 인간의 무비판적 수용인 '인지적 항복'을 방지하고, 인터페이스 설계를 통해 판단력을 개선하는 실전 전략을 다룬다.

RAG와 시맨틱 검색의 한계를 넘어, 에이전트가 최신 검색 도구를 효과적으로 활용하도록 설계하는 방법론을 다룬다.

AI 제품 개발이 상품화된 시대에, 고정된 구조를 넘어 복잡계 과학을 기반으로 유연하게 변화에 대응하는 적응형 엔지니어링의 필요성과 철학을 다룬다.

성공한 개발자 도구 및 AI 스타트업 창업자들의 인터뷰를 통해 초기 기업을 위한 개인 브랜딩 및 커뮤니티 중심의 시장 진입 전략을 제시한다.

Gemini Embedding 2 고정 임베딩을 가벼운 게이트형 MLP로 처리하고 KL divergence 기반 소프트-레이블 학습과 동분산 불확실도 가중을 적용하여 EXIST 2026 멀티모달 성차별 탐지에서 Task 2.3 1위를 획득했다.

GORGO는 네트워크 지연·큐 대기·프리필 비용을 가중합으로 정량화하고 온라인 진화 전략으로 가중치를 튜닝하여 p95 TTFT를 6.9–15.5% 및 p95 E2E 지연을 14.3–30.9% 개선했다.

프리트레인된 흉부 X선 보고서 생성기에서 후보 보고서를 이전 검사와의 전이 벡터로 점수화해 베스트-오브-N 선택을 개선했다.

Mastermind는 자연어 전략을 학습하고 태스크별 경험을 보관하는 이중 루프 구조로 CyberGym에서 GPT-5.5와 결합해 84.5%의 취약점 재현률을 달성했다.

Deform360은 41대 카메라와 양수 그리퍼 촉각을 동기화하여 198개 물체, 1,980개 상호작용, 23.3M 프레임의 멀티뷰 시각촉각 기록을 제공해 변형체 동역학 모델의 학습·평가 기반을 마련했다.

SeKV는 엔트로피 기반 스팬 분할과 GPU 요약·CPU 저계수 SVD를 결합해 128K 문맥에서 GPU 메모리를 53.3% 절감하면서 동적 토큰 수준 복원을 통해 압축된 캐시에서 실질적 성능을 회복했다.

PraMem은 긴 사용자 이력을 사전 연습으로 처리해 패턴 경험과 편향 경고 경험을 생성함으로써 OmniBehavior에서 ACC를 73.5→84.7, F1을 24.7→31.6으로 향상시켰다.

Vera는 문헌 기반 리스크 탐색과 조합적 사례 생성, 샌드박스 적응형 실행 및 환경 증거 기반 검증을 결합해 에이전트의 런타임 안전성을 자동화하고 Vera-Bench 1,600개 실행 사례와 코드를 공개했다.

Audex는 단일 Transformer 디코더로 오디오를 텍스트 임베딩 공간에 투사해 음성 인식·번역·합성·생성을 통합한 오디오-텍스트 LLM이다.

MV-Forcing은 반복적 3D 재구성 모델을 기하학적 우선신호로 활용하고 시공간 자기강제를 결합해 임의 길이와 임의 카메라 수의 일관된 다중뷰 비디오를 생성한다.

토큰 로그확률의 기댓값을 점수로 사용해 점수 세분화·반복 평가·기준 분해를 확장함으로써 코딩·로보틱스·의료 벤치에서 검증 성능을 크게 개선한 범용 검증 프레임워크이다.

134개 실제 과제와 약 38,000시간의 에이전트 상호작용을 분석한 결과 평균 성능은 로그-시그모이드 함수로 시간에 따라 예측 가능하며 최신 모델 세대에서는 학습속도가 약 세 달마다 두 배로 증가했다.

PFM은 VAE 잠재공간 대신 사전학습된 지각 특징 공간에서 흐름 매칭을 감독하여 4–8스텝으로도 고품질 생성과 편집을 가능하게 했다.

다수 에이전트의 행동 스트림을 직접 조건화하는 5B 파라미터 잠재 확산 모델이 Rocket League 경기의 4인 매치를 B200 GPU에서 초당 20프레임으로 실시간 생성하며 훈련 길이를 훌쩍 넘는 안정적 롤아웃을 보였다.

dOPSD는 확산형 언어 모델의 자체 디노이징 궤적을 교사 특권으로 활용하여 온-폴리시 토큰 수준 자기 증류를 수행함으로써 수학 추론과 코드 생성 성능을 동시에 향상시켰다.

SaMer은 학습 시 객체 주석을 병합 우선으로 활용해 이미지 post-projector 토큰을 K=64 대표 centroid로 압축하여 저장을 16.09× 줄이고 Flickr30K R@1을 77.0에서 82.4로 개선한 방식이다.

KVpop은 학습 단계에서 전치 주의로 계산한 미래 주의 질량을 타깃으로 경량 스코어러를 훈련해 고정 예산의 KV 캐시를 유지하면서 Qwen3-계열 모델에서 밀집 주의 성능을 대체하는 방법이다.

PaperPilot는 앵커 논문과 사용자 질의로부터 실행 가능한 DAG 형식의 검색 워크플로를 유도하고 다중회차 피드백으로 워크플로를 편집해 Hit@5를 58.0에서 77.0으로 개선한 다중회차 문헌 검색 에이전트이다.

InternVLA-A1.5는 VLM 백본을 유지하면서 학습 전용의 소수 포사이트 토큰을 WAN2.2로 감독하여 픽셀 생성 없이 세계 모델의 동적 사전지식을 정책에 전이해 시뮬레이션과 실환경에서 우수한 조합적 일반화와 장기 실행 성능을 달성했다.

EVA-Client는 로봇별 코드 수정 없이 정책 배포, 실시간 추론 스케줄링, 데모 수집, 그리고 재현 가능한 물리 평가를 하나의 클라이언트로 연결하는 오픈소스 프레임워크이다.

Wan-Streamer v0.2는 모델 측 약 200ms 응답 지연을 유지하면서 출력 해상도를 192×336에서 640×368로 확장하고 단일-GPU thinker와 Ulysses 스타일의 다GPU performer로 서빙 토폴로지를 재구성했다.

교사 예측에서 검증된 경계 토큰을 강제로 마스킹해 범주형 경계 목표와 의미론적 자기증류를 병행 학습함으로써 LingBot-Vision이 라벨 없는 상태에서 깊이·분할·비디오 추적 성능을 크게 향상시켰다.

이 논문은 12,980시간의 데이터와 324,000개 롤아웃 분석을 바탕으로 WMBench를 제안하고 GigaWorld-1을 통해 월드 모델을 로봇 정책 평가자로 사용하는 설계 원칙과 실험적 근거를 제시한다.

MANCE는 자연 표현의 국소 매니폴드에 편집 방향을 투사하고 단계 크기를 지역 반경에 맞춰 제한하여 목표 개념 누출을 크게 줄이면서 다른 제어 개념을 보존했다.

1,947편의 ICLR·ICML·NeurIPS 성과를 분석해 31개 전술·15개 상위 패턴을 유도하고, 이를 증거 기반의 운영 카드와 세 가지 재사용 스킬(Paper-Search, Scoop-Check, IdeaSpark)로 묶어 자동화된 아이디어 생성 및 감사 워크플로우로 제시했다.

PixWorld는 VAE나 RAE에 의존하지 않고 픽셀 공간에서 flow-matching 기반 확산을 적용해 하나의 모델로 3D 장면 생성과 재구성을 통합했다.

ResearchStudio-Reel은 하나의 공유 추출 번들을 만들고 세 개의 편집 가능한 생성기와 범주적 렌더 게이트를 조합해 포스터·동영상·이중언어 블로그를 일괄 생성하며 섹션 수준으로 정렬한다.

UI-MOPD는 Uni-GUI 데이터와 플랫폼 조건부 다중교사 온-폴리시 증류를 결합해 한 개의 공유 정책이 데스크톱과 모바일의 고유 상호작용 규약을 유지하면서 연속적으로 적응하도록 설계된 방법이다.

OmniOpt은 옵티마이저 업데이트를 다섯 단계 메타파이프라인으로 구조화하고 노름 제약 LMO 관점으로 통일한 뒤, 메커니즘 축과 목표 축으로 구성된 분류와 교차 도메인 벤치마크로 옵티마이저 선택의 실무적 좌표계를 제시한다.

이 리포지토리는 정보 결합의 순서가 결과를 바꾸는 조건을 수학적으로 규명하고 Lean 증명과 실행 가능한 파이썬/Lean 코드를 통해 재현성을 제공한다.

신뢰된 LoRA 어댑터 풀로 파인튜닝을 부분공간으로 제한하면 공격 성공률이 크게 낮아지고 풀에 포함된 작업에서 적응 성능이 상당 부분 보존된다.

구조적 KV 압축을 통해 동일한 A100‑80GB에서 128K 컨텍스트의 동시 사용자 수와 집계 토큰 처리량이 증가했다.

핸드롤 권한 필터가 벡터 검색의 보안 경계에서 실패해 비인가 문서가 응답에 포함된 사례와 근본 원인과 질문을 제시한다.

CPDN은 CatBoost의 트리 구조를 기반으로 계층별 증류와 자동 용량 계산을 수행해 Covertype에서 LogLoss 0.5005 및 정확도 79.56%를 달성했다.

닫힌 형식의 신경-심볼릭 정책을 GPU 병렬 자기대결로 진화시키자 집중사격, 포위, 카이팅 등 해석 가능한 전술이 자발적으로 나타났다.

Gnome은 한 번의 추가 역전파로 편향 없는 GGN 추정치를 얻어 고유벡터 기반의 제곱근 제거 뉴턴 스텝을 적용하며 고정 학습률 환경에서 SOAP와 AdamW보다 빠르고 낮은 rel-L2를 달성한다.

RX 6650 XT에서 speculative decoding은 부하가 높을수록 토큰당 에너지가 증가해 8스트림에서 +121%의 에너지 페널티를 보였고 배치로 토큰당 에너지를 약 3배 절감할 수 있었다.

Discord의 AI 기반 모더레이션 오류가 스프레드시트·체스판·게임 텍스처 등 무해한 이미지를 유해로 판정해 지난 두 달간 8,000명 이상이 차단되었다.

Kimi API 플랫폼과 Fireworks AI를 활용하여 오픈소스 모델을 효율적으로 파인튜닝하는 방법을 단계별로 설명하는 튜토리얼 영상이다.

두 대의 드론이 반환한 탐지 확률을 결합해 실제 탐지 확률 P(T)를 유도하려는 제안으로서 기초 수식과 RL·DL을 통한 검증 시도가 포함되어 있다.

RcCaMoE는 준3진 투영과 1D 컨볼루션 기반 셀룰러 오토마타와 Toffoli 가역 토폴로지를 결합해 라우터 활성화를 GPU에 저장하지 않고 재구성함으로써 A100에서 MFU를 50.02%로 유지하고 학습 중 PPL을 1.62까지 낮췄다.

무경험자가 ChatGPT·Claude·Gemini를 활용해 3개월 동안 프롬프트 중심의 'vibe-coding'으로 전술 지원 애플리케이션 ROMAD-AI를 만든 사례이다.

앱 호출 직전에 고객·에이전트·워크플로별 예산을 확인해 LLM API 과다 과금을 차단하는 오픈소스 Bursora의 설계와 출력 토큰 미확정성에 대한 트레이드오프를 공유한다.

동일한 입력과 모터 설정에서 Qwen2.5-1.5B는 모든 스티어드 레이어에서 양의 cos(θ)을 보여 katki 총합 +0.059226로 프레이밍을 강화했고 TinyLlama-1.1B는 L2부터 음수로 전환되어 katki 총합 -0.061882로 제동하는 양상을 보였다.

작성자는 hadith 전승 평가 원리를 AI 파이프라인에 적용한 'isnad' 프레임워크와 DOI가 있는 논문 및 Python 패키지를 공개하고 초기 검증 결과를 보고했다.

AgentCore와 Strands Agents, MCP를 결합해 CloudWatch 로그 분석과 문서·커뮤니티 검색을 하나의 대화형 에이전트로 통합하고 CloudFormation 단일 배포로 운영 가능한 지원 자동화 솔루션이다.

데이터 드리프트와 모델 드리프트를 베이스라인 통계와 실제 레이블 비교로 탐지하고 Evidently와 MLflow를 통해 SageMaker AI 환경에 통합하는 모니터링 아키텍처를 제안한다.

AgentCore 구성으로 Claude 모델과 Stability AI 툴을 결합해 사용자의 자연어 편집 요청을 분해·라우팅하고 microVM에서 워터마크 등 후처리를 토큰 비용 없이 실행하는 서버리스 이미지 편집 솔루션이다.

Amazon Quick의 멀티 데이터셋 Topics는 최대 12개의 데이터셋과 명시적 관계를 하나의 시맨틱 레이어로 결합해 NLQ 엔진이 자동으로 조인된 SQL을 생성하도록 하여 데이터 정규화를 유지한 채 통합 응답을 제공한다.