최신 AI 논문 요약 모음

시각 언어 모델(VLM)이 실제 서비스에 도입되면서 이미지에 숨겨진 미세한 노이즈로 모델을 속이는 적대적 공격이 심각한 보안 위협으로 부상했다. 이 논문은 추가적인 재학습 없이도 기존 모델에 간단히 끼워 넣어 공격을 실시간으로 감지할 수 있는 가벼운 방화벽 기술을 제시하여 VLM의 실무 안전성을 크게 높였다.

기존 월드 모델은 고비용의 비디오 생성에 의존하여 연산 부담이 크고 환각 현상에 취약했다. 이 논문은 픽셀 대신 DINO 특징의 잔차를 활용한 RLA 기법을 통해 연산 효율을 극대화하면서도 복잡한 3D 환경에서 정확한 물리적 예측과 정책 학습이 가능함을 입증했다.

연속 혈당 측정(CGM) 데이터는 기기나 측정 환경에 따라 데이터 형태가 달라져 범용적인 분석 모델을 만들기 어려웠다. 이 논문은 원시 데이터를 복원하는 대신 추상적인 특징을 예측하는 JEPA 구조를 도입하여, 병원 검사 결과와 가정용 센서 데이터 간의 격차를 줄이고 인슐린 저항성 등 대사 질환의 조기 진단 가능성을 높였다.

기존 양자 시퀀스 모델은 하드웨어의 잡음과 확장성 문제로 긴 데이터를 처리하기 어려웠다. 이 논문은 단일 큐비트 기반의 QKAN과 게이트 메커니즘을 결합하여, 훨씬 적은 파라미터로도 기존 LSTM보다 정확한 예측 성능을 보여주며 실제 양자 컴퓨터에서도 동작 가능함을 입증했다.

LLM 에이전트가 복잡한 도구 사용 작업을 수행할 때, 작업이 완전히 끝난 뒤에야 실패를 확인하면 이미 돌이킬 수 없는 손실이 발생할 수 있다. 이 논문은 에이전트의 실행 기록(Trace)을 실시간으로 분석하여 실패 가능성을 미리 경고함으로써 조기에 개입할 수 있는 실용적인 모니터링 기술을 제공한다.

AI 에이전트가 인간의 지식 노동을 대체함에 따라 임금이 0으로 수렴할 것이라는 막연한 공포를 경제학적 모델로 반박한다. 인간의 임금은 노동 시장이 아니라 GPU 대여료와 같은 연산 자본 시장의 가격에 의해 하한선이 형성됨을 입증하여 향후 AI 정책과 경제적 예측에 새로운 틀을 제공한다.

강화학습에서 에이전트가 무엇을 보고 어떤 보상을 받을지 설계하는 인터페이스 엔지니어링은 수동 작업이 많이 필요한 병목 구간이다. 이 논문은 LLM을 활용해 관측값 매핑과 보상 함수를 파이썬 코드로 자동 생성하고 진화시켜 사람이 설계한 것보다 효율적인 인터페이스를 찾아낸다.