AI Trend Research

연구

매일 커뮤니티 추천을 많이 받은 최신 AI 논문을 골라 문제·방법·결과·한계로 정리하고, 매주 분야별 주목 논문(의료 분야는 PubMed Central·bioRxiv·medRxiv 포함)을 모읍니다. 모두 무료로 읽을 수 있는 오픈 액세스 논문입니다.

이번 주 분야별 주목 논문 61편 ↓

매일 논문 리뷰

2026년 10월 12일 2

언어 모델데이터 엔지니어링 중급

영어 품질 분류기를 다국어 LLM 사전학습 데이터 선별에 맞게 확장하기

Adapting English Quality Classifiers for Multilingual LLM Pretraining Data Selection

기계 번역문에 영어 품질 분류기 점수를 붙여 다국어 임베딩 위에 작은 MLP를 학습시켰고, 언어별 라벨 데이터 없이 100개 이상 언어에서 기존 다국어 필터링과 비슷한 성능을 얻었다.
컴퓨터 비전의료·바이오 고급

ContiLNN: Liquid Neural Network로 슬라이스 샘플링 불연속을 완화하는 의료 영상 복원

ContiLNN: Mitigating Slice Sampling Discontinuity with Liquid Neural Networks for Medical Image Restoration

2D 복원 모델에 슬라이스 간격을 반영하는 양방향 CfC 모듈을 붙여, CT·MRI·PET 복원 품질을 기준 모델보다 높였다.

2026년 10월 11일 2

전통 ML·추천·검색데이터·평가 고급

범용 그래프 이상 탐지에 실제 학습 데이터가 꼭 필요한가?

Is Real-World Training Data Necessary for Generalist Graph Anomaly Detection?

이상 그래프를 자동 합성하는 AG-Forge와 이를 대규모로 학습하는 TS-GGAD를 만들어, 실제 데이터 없이 학습한 모델이 14개 실제 데이터셋 모두에서 최고 성능을 냈다.
언어 모델안전·정렬AI 보안법률·전문 서비스 고급

인용했지만 근거로 삼지 않았다: 법률 CoT 충실성에 대한 반사실적 감사

Cited but Not Consulted: A Counterfactual Audit of Legal Chain-of-Thought Faithfulness

사실관계는 그대로 두고 판결 근거로 제시된 법률 조항만 바꿔 보는 반사실 실험을 했다. 그 결과 LLM이 근거를 맞게 인용해도 판결이 그 근거에 실제로 의존하지 않는 경우가 많다는 것을 보였다.

2026년 10월 10일 6

생성형 미디어에이전트피지컬 AI·로봇 고급 추천 131

AgentGarten: 에이전트가 계속 발전하도록 돕는 코드 기반 가상 세계

AgentGarten: Code Worlds for Evolving Agents

시뮬레이터·게임 엔진에 공용 실시간 뉴럴 렌더러를 결합해 코드로 짜는 상호작용 환경을 만들었고, 그 안에서 에이전트가 몇 라운드 만에 학습하는 모습을 보였다.
효율·인프라언어 모델 고급 추천 102

TokenRouter: 토큰 단위 LLM 라우팅을 위한 효율적 서빙 시스템

TokenRouter: Efficient Serving System for Token-Level LLM Routing

요청 중심 프로그래밍과 모델별 비동기 실행, 지연 배칭을 결합한 서빙 시스템을 만들어 토큰 단위 라우팅의 디코딩 처리량을 기존 구현보다 2.01~64.15배 높였다.
에이전트언어 모델 중급 추천 97

기록에서 에이전트 세계로: 상호작용 환경을 시뮬레이션하는 에이전트형 언어 월드 모델

From Traces to Agentic Worlds: Agentic Language World Models for Interactive Environment Simulation

과거 상호작용 기록을 환경 '월드북'으로 재구성하고 이를 참고하는 월드 모델 에이전트로 환경을 흉내 내, 기존 프롬프트 방식보다 충실하고 일관된 시뮬레이션을 얻었다.
데이터·평가에이전트언어 모델 중급 추천 76

Learn2Play Bench: LLM 에이전트는 낯선 환경에서 경험으로 얼마나 잘 배우는가

Learn2Play Bench: How Well Do LLM Agents Learn from Experience in Unfamiliar Environments?

규칙이 숨겨져 있거나 상식과 반대인 텍스트 게임 20종으로 벤치마크를 만들어, LLM 에이전트가 사전 지식이 아니라 상호작용으로 배우는 능력을 측정했다.
피지컬 AI·로봇에이전트멀티모달 중급 추천 62

SuperNav: 어떤 과제든 어떤 장면에서든 동작하는 에이전트형 내비게이션 시스템

SuperNav: An Agentic Navigation System for Any Task in Any Scene

사전학습된 MLLM을 파인튜닝 없이 내비게이션 전용 에이전트 하네스(Skill·Tool·맥락 관리)로 감싸, 여러 내비게이션 과제에서 비교한 기준선 4종보다 높은 성공률을 얻었다.
전통 ML·추천·검색과학·바이오 고급

적응형으로 키우는 양자 분류기에서 회로 깊이와 학습 데이터 양의 공동 최적화를 향해

Toward Joint Optimization of Circuit Depth and Training Data Size in Adaptively Grown Quantum Classifiers

Q-FLAIR 회로 성장 방식을 학습 데이터 크기를 바꿔 가며 MNIST에 돌려 보니, 데이터 양과 최종 회로 크기 사이에 예측 가능한 관계가 나타나지 않았다.

2026년 10월 9일 8

효율·인프라언어 모델 고급 추천 100

STEPQuant: Delta-rule 순환 상태 양자화에서 오차가 언제·어디서 중요한가

STEPQuant: When and Where Errors Matter in Delta-Rule Recurrent State Quantization

선형 어텐션 모델의 순환 상태를 오차 수명과 위치를 고려해 양자화하여, 6비트로 FP32 수준 정확도를 유지하면서 서빙 메모리를 최대 68.7% 줄였다.
피지컬 AI·로봇효율·인프라 고급 추천 88

Long-WAM: World-Action 모델의 컨텍스트 확장

Long-WAM: Scaling the Context of World-Action Models

자기회귀(AR) 방식으로 사전학습한 비디오 모델을 로봇 제어에 맞게 적응시켜 더 긴 시각 이력을 활용하게 하고, 엣지 기기에서 실시간으로 실행되도록 최적화했다.
에이전트AI 플랫폼·솔루션 입문 추천 82

nanoMuse: 내가 가진 모든 기기에서 동작하는 오픈소스 개인 에이전트

nanoMuse: An Open-Source Personal Agent for Every Device You Own

Meta Muse의 구조를 공개 자료로 분석하고, 휴대폰·컴퓨터 화면을 직접 조작하는 GPL-3.0 오픈소스 개인 에이전트 nanoMuse를 공개했다.
에이전트생성형 미디어미디어·콘텐츠 중급 추천 78

Recursive Game Creator: 플레이 경험 중심의 에이전트 기반 게임 개발 Harness

Recursive Game Creator: An Agentic Product-Level Experience-Oriented Game Harness

Designer·Builder·Player·Reviewer가 반복 루프를 돌며 코드 정책으로 게임을 플레이·평가하게 해, GameCraft-Bench에서 최고 점수 77.89를 얻었다.
안전·정렬데이터·평가에이전트 중급 추천 66

DecepEval: LLM 에이전트의 기만 행동 평가 벤치마크

DecepEval: A Benchmark for Evaluating Deception in LLM Agents

사기 이론을 바탕으로 기만을 유발하는 네 가지 외부 조건을 정의하고 중립·유도 쌍 1,532개를 만들어, 9개 프런티어 모델의 기만률이 유도 조건에서 일관되게 오른다는 것을 측정했다.
강화학습안전·정렬언어 모델 고급

어떤 Rollout이 그 행동을 가르쳤나? 온라인 강화학습에서 학습 데이터 귀속의 한계를 검증하는 BehaviorTrace

Which Rollout Taught It That? BehaviorTrace and the Limits of Training-Data Attribution in Online RL

정답이 알려진 행동을 심어 GRPO 학습을 통제 실험한 결과, 기울기 기반 학습 데이터 귀속의 신호 상당 부분이 교란 요인에서 나온다는 것을 보였다.
피지컬 AI·로봇데이터 엔지니어링데이터·평가 중급

Kuration SDK: 데이터 큐레이션으로 Virtual2Real 격차 해결하기

Kuration SDK: Addressing the Virtual2Real Gap via Data Curation

CS:GO와 CS2 게임플레이로 학습한 확산 월드 모델을 비교해 FVD·LPIPS가 실제 플레이 품질을 반영하지 못함을 보였고, 데이터 진단 도구로 그 원인을 행동-화면 변화의 크기 차이로 좁혔다.
피지컬 AI·로봇데이터 엔지니어링컴퓨터 비전 중급

LeCuration: 데이터 큐레이션용 다목적 도구로 쓰는 작은 월드 모델

LeCuration: A Tiny World Model as a Data Curation Multi-Tool

약 1,500만 파라미터의 JEPA 기반 작은 월드 모델을 CS:GO 데이터로 몇 시간 만에 학습하고, 그 임베딩과 예측 오차를 클러스터링·이상 탐지 등 데이터 큐레이션 신호로 쓸 수 있음을 정성적으로 보였다.

2026년 10월 8일 5

언어 모델 고급 추천 153

토크나이저가 다른 모델 간 On-policy Distillation 다시 보기: Alignment 범위보다 감독 신호의 신뢰성

Rethinking Cross-Tokenizer On-Policy Distillation: From Alignment Coverage to Supervision Reliability

토크나이저가 다른 Teacher·Student 모델 간 On-policy Distillation을 분석해, Alignment 범위를 넓히는 것보다 1:1로 정렬된 위치만 간결하게 감독하는 편이 더 효과적임을 보였다.
생성형 미디어효율·인프라 고급 추천 68

DuoMatching: 소수 스텝 영상 생성을 위한 결합·주변 분포 동시 매칭

DuoMatching: Joint-Marginal Distribution Matching for Few-Step Video Generation

영상 Teacher의 결합 분포 매칭에 이미지 생성 모델 기반의 프레임 단위 주변 분포 매칭을 더해, 소수 스텝 영상 생성의 화질과 의미 정렬을 개선했다.
효율·인프라강화학습언어 모델 고급 추천 65

TRACE: MoE 언어 모델의 FP4 강화학습을 위한 Rollout 기반 QAT(양자화 인식 학습)

TRACE: Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models

Rollout 쪽 FP4 반올림 결과로 학습 쪽 반올림을 유도해 학습-Rollout 불일치를 줄였고, MoE 모델 RL에서 BF16 수준 성능으로 최대 5.4배 Rollout 가속을 얻었다.
에이전트언어 모델 중급 추천 36

EviSkill: 재실행 가능한 증거에 기반한 에이전트 스킬 진화

EVISKILL: Grounding Skill Evolution in Replayable Evidence

스킬 수정마다 근거가 된 실행 구간을 증거 카드로 묶어 재실행으로 검증하고, 여러 에폭에 걸쳐 수정을 보존·정제해 LLM 에이전트의 스킬 진화를 개선했다.
에이전트안전·정렬데이터·평가 중급 추천 34

증거에서 행동으로: 도구 사용 에이전트는 어디서 실패하는가

From Evidence to Action: How Tool-Using Agents Fail

행동 전에 필요한 증거를 실제로 확보했는지 추적하는 벤치마크 SafeActBench를 만들어, 도구 사용 에이전트의 실패가 대부분 실행 전 조사 부족과 성급한 행동에서 시작됨을 보였다.

2026년 10월 7일 5

생성형 미디어멀티모달음성·오디오 고급 추천 117

Kandinsky 6.0 Video: 영상과 오디오를 동기화해 생성하는 파운데이션 모델

Kandinsky 6.0 Video: Foundation Models for Synchronized Video and Audio Generation

사전학습된 비디오 스트림과 새로 학습한 오디오 스트림을 양방향 크로스 어텐션으로 연결해, 립싱크가 맞는 5초 영상과 44kHz 오디오를 함께 생성하는 오픈 모델을 만들었다.
언어 모델효율·인프라 고급 추천 60

ALoDLM: 토큰마다 반복 깊이를 조절하는 루프형 확산 언어 모델

ALoDLM: Adaptively Looped Diffusion Language Models

확산 언어 모델에서 어려운 토큰만 잠재 상태를 더 반복해 다듬게 해서, 같은 크기의 자기회귀 모델보다 높은 평균 점수와 빠른 병렬 디코딩을 함께 얻었다.
생성형 미디어컴퓨터 비전 고급 추천 35

In-Distribution Forcing: 테스트 시점에 긴 영상을 생성하기 위한 분포 내 KV 운용

In-Distribution Forcing for Long Video Generation at Test Time

KV 캐시를 만드는 방식과 읽는 방식을 모두 학습 때의 구성에 맞추는 추가 학습 없는 기법으로, 5초 모델을 분 단위 영상 생성으로 늘리면서 색·움직임 드리프트를 줄였다.
에이전트안전·정렬언어 모델 중급 추천 33

MemAdapter: 메모리 때문에 생기는 아첨을 막는 반사실적 적응 프레임워크

Memadapter: Counterfactual Adaptation Against Memory-induced Sycophancy

검색한 메모리마다 반사실적 추론으로 위험 조건을 찾고 현재 과제에 맞게 영향력을 조정해서, LLM 에이전트의 메모리 기반 아첨을 줄였다.
에이전트데이터·평가피지컬 AI·로봇 중급 추천 31

LMBuild: 실제로 조립할 수 있고 작동하는 구조물을 만드는 LLM 에이전트 평가

LMBuild: Evaluating LLM Agents for Generating Buildable and Functional Structures

부품·관절·재료·조립 순서까지 포함해 구조물을 만드는 상호작용 환경과 4단계 평가 체계를 만들어 30개 시스템을 평가한 결과, 기능과 물리적 작동성이 가장 큰 약점임을 확인했다.