연구자료실

설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.

연구자료 검색

새 논문 요약

요점은 편집자가 정리한 메모입니다. 원저자의 표현과 다를 수 있으니 원문을 확인하세요. 2026-11-20 갱신.

  1. 1493Research Agents

    DiscoveryAgent: A Framework for Scientist-centric Agentic AI

    • 연구진은 과학자가 연구 라운드 사이에 가설을 선택, 정련, 교체하고 감사 에이전트가 체크포인트 기록을 조사해 주장을 추적하고 분석을 재현하는 시스템을 제안했다.
    • 두 예측 모델링 작업에서 이 시스템은 평가된 기준 가운데 최고의 변광성 분류기를 만들었고, 과학자 조종을 더한 단백질 변이 효과 예측기는 ProteinGym 기준 106개 중 하나에게만 뒤졌다.
    • 감사 에이전트는 이전 AI 과학자 에이전트보다 높은 비율로 오류를 스스로 찾아냈고, 감사 에이전트와 협업한 과학자는 수동 검토를 하는 과학자보다 14배 많은 유효 오류를 확인했다.
    • 전문가가 이끈 세 사례 연구에서 저자들은 저적색shift 분류에 0.971 AUROC를 달성하는 다중모달 적분선 추정기를 만들고, 2013년부터 2023년까지 플로리다 주택보험료 83% 상승을 기록했다.
  2. 1492Machine Learning

    Heteroscedastic Gaussian Process Q-learning for Sample Efficient Experimentation

    • 저자들은 Q 함수에 가우시안 프로세스 사전을 놓아 역학을 배우지 않고 컨트롤러가 직접 최적화하게 했다.
    • 각 벨만 목표를 Q 함수의 잡음 있는 측정으로 취급하면 평균제곱오차를 최소화하는 학습률은 Kalman 이득이고, 관측된 전이 전부에 적용하는 것은 가우시안 프로세스 회귀와 동등하다.
    • HGPQ는 각 목표의 잡음 분산을 이질 가우시안 프로세스로 정해서, 잡음이 크거나 값 함수 기울기가 큰 영역의 목표가 추정을 덜 움직이게 했다.
    • 저자들은 목표별 분산을 목표 수집 시점에 배정하는 설정에서, 탐색 영역 전역에 균일한 값 추정 오차의 고확률 계수를 증명했다.
    • 화학 반응기와 생물공정을 포함한 다섯 시뮬레이션 기준을 합치면, HGPQ는 같거나 더 큰 예산의 가우시안 프로세스, 커널, 심층 강화학습 기준보다 적은 에피소드로 어느 방법이든 찾은 최고 보수에 근접했다.
  3. 1491LLMs / NLP

    K2-Horizon: A Frontier Fleet of Open Source Language Models

    • 연구진은 0.9B 밀집 모델부터 375B-A23B MoE까지 여섯 개의 완전 개방 언어모델을 수학과 과학, 소프트웨어 공학, 심층 연구 같은 범용 추론과 에이전트 작업을 위해 공개했다.
    • 저자들은 어텐션 값 투영에 MoE를 적용한 MoVA와 솔플러스 어텐션 게이팅을 도입했고, 36B-A4B 모델은 같은 데이터로 학습한 32B 밀집 모델과 활성 파라미터 1/7로 거의 맞먹었다.
    • Uno는 별도 초안 모델 없이 디코딩을 최대 2.2× 가속하는 무손실 확산 어댑터다.
    • 공개 자산에는 모든 학습 단계의 중간 체크포인트, 사전학습 데이터, 학습 로그, 학습과 평가와 인프라 코드 전체가 포함됐고, 파이프라인은 약 10T 합성 사전학습 토큰을 만들었다.
    • 네 모델이 22T 토큰짜리 같은 사전학습 코퍼스와 레시피를 공유하며, 7B와 3.7B는 SWE-bench Verified를 큰 차이로 이끌었다.
  4. 1490Research Agents

    Read Before You Fit: Text-Derived Constraints for Discovering Differential Equations from Noisy Biological Data

    • 연구진은 생물학 계의 텍스트 설명을 형식화된 제약 묶음으로 옮기고, 이 제약으로 수치 적합 전에 후보 상미분방정식 구조를 제한하는 P2C 에이전트 프레임워크를 제안했다.
    • P2C는 텍스트에서 제약 추출, ODE 발견, 기호 검증, 파라미터 적합, 모형 점수화의 다섯 단계로 이루어졌다.
    • 급성 염증과 면역 조절의 네 개 공개 ODE 계에서 텍스트 제약을 더하자 최악 형태 오차가 깨끗한 데이터에서 1.397에서 0.499로 줄었고, 표준편차 0.1 가우시안 잡음 데이터에서 13.096에서 1.095로 줄었다.
    • P2C는 시험한 잡음 범위에서 여러 LLM 기준보다 낮은 형태 오차와 궤적 오차를 달성했다.
  5. 1489Interpretability

    When can an interpretability claim be trusted? Stability and certification of feature dimensionality, ridge leverage and the feature recovery rate

    • 모델 가중치의 작은 변화, 다른 학습 시드, 다른 임계값이 해석성 주장을 뒤집을 수 있으며, 이전 연구에서는 노름 임계값 하나만으로 잘 알려진 규칙성의 24.8% 겉보기 실패가 나타났다.
    • 저자들은 특징 차원성이 정확히 어디서 불연속인지 특성화했다. 특징의 가중치 벡터가 사라지는 동시에 다른 특징 벡터들과 직교인 방향이 있을 때다.
    • 저자들은 특징 차원성을 능선 정규화 버전으로 바꾸고 예리한 안정성 계수를 증명했으며, 능선 레버리지 점수의 변화 상수는 개선할 수 없다고 밝혔다.
    • 저자들은 특징 i가 회복됐다는 주장이 주어진 사전 변화에서 살아남아야 함을 말하는 증명서를 증명했다.
    • 실험은 장난감 모델, 합성 사전, 세 개 시드로 학습한 작은 사전에 국한됐고 실제 언어모델은 시험하지 않았다.
  6. 1488Interpretability

    A Mechanistic Interpretability Study of an Astronomy Foundation Model

    • 연구진은 천문학 기반모델 AION-1에 대한 최초의 인과적 기계적 해석성 연구를 수행하고, 영상과 측광을 결합할 때의 다중모달 우위에 초점을 맞췄다.
    • 이 우위는 공간적으로 확장되고 먼지 소광된 은하에서 가장 크고, 그 대부분은 인코더의 열두 블록 중 첫 블록에 국소화됐다.
    • 공간 크기는 인과적으로 쓰이고 한 어텐션 헤드가 선형 탐침을 지배하지만, 그 헤드를 제거해도 적분선 예측에는 거의 영향이 없었고 정보는 여러 헤드에 분산돼 지운 한 층 뒤에 다시 디코딩됐다.
    • 먼지 소광은 인코더 어디에서도 약하게만 디코딩되지만, 단일 헤드가 다중모달 우위의 대부분에 필요했고 특히 먼지 소광이 큰 은하에서 그랬다.
    • 저자들이 시험한 천체물리적으로 동기화된 연산 어느 것도 이 헤드가 계산하는 것을 설명하지 못했다.
  7. 1487AI / General

    Living constitutions: Participatory alignment for sovereign foundation models

    • 저자들은 헌법 개발을 시민과학에 비유한 진화하는 참여적 과정으로 다루어, 반복적으로 초안을 쓰고 시험하고 다듬도록 제안했다.
    • 저자들은 반복적, 모듈적, 정당화 가능, 위치적, 정당성의 다섯 가지 바람직한 원칙을 제시했다.
    • 조항을 확정, 논쟁 중, 미결으로 표시해서 오래 지속되는 의견 불일치를 헌법에 기록하도록 제안했다.
    • 에이전트 기반 모델링에서 시민 가운데 악의 참여자가 50%여도, 심의 기구에 선의 참여자가 75%라면 제안된 과정은 강건했다.
  8. 1486Research

    AI-Driven Discovery of Entanglement Witness in Spin Hamiltonians

    • 연구진은 최대 4체 차수의 측정 가능한 폴리 상관량에 대한 국소 유니터리 불변 표현을 만들고, 16개 후보 불변 특징 채널을 성기게 선택해 로터리 위치 임베딩 트랜스포머로 공간 구조를 학습했다.
    • 저차 관측량의 기댓값만으로 EntNet은 인증된 얽힘 상태에서 98% 넘는 재현율과 분리 상태에서 거의 0에 가까운 오탐률을 달성했다.
    • 재학습 없이 모델은 한 계 크기에서 다른 계 크기와 다른 해밀토니안 族으로 전이되었다.
    • 모델은 짝 상관의 선택적 공간 조직을 드러냈고, 유한 온도 판별 경계는 조던-워너 준입자의 흥분 갭을 따라갔다.
  9. 1485Research

    SciCheck: A Framework for Verifying the Integrity of Deep Learning Training

    • 검증 과학자는 통계 판정 모델이 검증자 자신의 기준 실행과 단계별 그래디언트 통계를 비교하고, 스팟 체크가 원장에 기록된 체크포인트의 무작위 학습 구간을 다시 실행하는 두 층으로 학습을 판정했다.
    • MLP, CNN, 오토인코더(100k–500k 파라미터)에서 그래디언트 부호 뒤집기, 라벨 오염, 조작 실행 공격 하에 F1 0.966, 0.906, 0.976을 기록하고 정직한 실행의 0–4.4%만 잘못 거부했다.
    • 저자들이 시험한 공격에서는 스팟 체크가 이 정확도의 대부분을 담당했고, 각 층이 감지할 수 있는 것을 특성화했다.
    • 유효 신호 통계는 부호 뒤집기 심각도 s에서 (1 −2s)2만큼 떨어져서, 그래디언트 통계만으로도 충분히 강한 부호 뒤집기는 잡지만 진짜 통계를 재생하는 조작 실행은 그렇지 못했다.
  10. 1484Research Agents

    Discovering formally verified quantum programs with AI

    • 연구진이 양자 호어 논리(QHL) 기반 Lean 검증 라이브러리를 만들고, 다중 에이전트 연구 작업 흐름을 구축해 점근적 알고리즘과 대규모 과학 시뮬레이션에서 자원 절감을 증명했다.
    • 에이전트 팀은 독립적으로 재검증한 해결책과 중간 결과, 막다른 길을 공유 위키에 올리고 정기 교차 팀 회의에서 아이디어와 비판을 교환했다.
    • 병렬 그로버 탐색에서 기대 오라클 호출을 최대 2.57× 줄였고, 고정소수점 arcsin에서는 290×의 시공간 비용 절감을 달성했다.
    • 핵융합 알파 입자 제동 능력 문제에서 4,338개 논리 큐비트를 쓰는 해를 찾아 시공간 비용을 11.8× 낮췄다.
    • 저자들은 이 시뮬레이션이 첫 내결함성 양자 컴퓨터보다 훨씬 더 많은 자원을 요구하며, 초기 하드웨어에 닿으려면 추가로 몇 자릿수 더 개선이 필요하다고 밝혔다.
  11. 1483Machine Learning

    Sage S2.1 Flash Technical Report

    • 분자 그래프와 생물 서열 전용 인코더, 스펙트럼 수치 패치를 공용 백본에 연결하는 Sage Sci-Perception 을 만들었다.
    • 도구 사용, 검색, 코딩을 검증 가능 환경으로 구축해 과제 완료를 실행 결과로 확인하는 훈련을 했다.
    • ToolSpace 는 도구 2,042개에서 도구 호출 패턴 노드 77,760개를 만들고 804개 환경으로 묶었다.
    • 벤치마크 33개 가운데 OfficeQA Pro(72.2), MLE-bench Lite(90.3), Harvey LAB, SpreadsheetBench 2 에서 1위했다.
    • OSWorld-Verified(85.2), WebArena-Verified(67.6), DeepResearch Bench II(54.2) 에서는 2위를 기록했다.
    • 생성된 SFT 궤적은 평균 18.86회 도구 호출을 담고 최대 209회까지 도달했다.
  12. 1482Research Agents

    Formally verified harness for Shor's order finding algorithm with $O(n^{2+ε})$ gate cost

    • 참가자가 재귀 곱셈 설계 정책만 제출하면 Lean 이 정확성과 게이트 비용 증명을 자동으로 적용하는 하니스를 만들었다.
    • 모든 유효 정책에 대해 재귀 곱셈 회로의 비용이 O(n2+ϵ) 로 개선됨을 정리로 증명했다.
    • 정확 최적화의 표 구성은 암호학적 크기에서 불가능하여 n = 2048 최적 트리 인증에 약 3.2 × 1051 코어시간이 추정되었다.
    • Qualtran 자원 추정에서 고정 k 최저는 k = 4 의 1.820 × 1012 T-게이트였다.
    • 단계마다 k 를 바꾸는 정책이 1.685 × 1012 T-게이트로 더 낮은 비용을 보였다.
    • 추가 최적화 없이는 PhaseProduct 방식이 Gidney-Ekerå 방식을 앞서려면 약 3.8 million 비트의 모듈러스 크기가 필요했다.
  13. 1481AI / Agents

    Security of Deep Research Agents: Attack Surface, Defenses, Benchmarks, and Agenda Seeding against Research Planning

    • 딥리서치 에이전트를 검색, 계획, 증거 통합, 보고서 생성의 4단계로 나눈 통일 위협 모델을 제시했다.
    • 본연구 34편 부호화에서 26.5%만 계획 단계를 다뤘고 상업 제품의 종단 간 오염 평가는 없었다.
    • 지시문을 쓰지 않고 가짜 평가 기준만 심는 아젠다 시딩 공격을 제안했다.
    • 같은 예산의 샌드박스 실행 3,520번에서 GEO와 프롬프트 인젝션은 거의 효과가 없었다.
    • 아젠다 시딩은 표적을 16%에서 28%의 보고서에서 최상위 선택으로 만들었다.
    • 출처 표식 방어는 품질을 유지했지만 여러 지점 미끼로 우회될 수 있었다.
  14. 1480Software Engineering

    The Hidden Methodological Layer: Uncovering Threats to Validity in LLM-Assisted Empirical Software Engineering

    • 본연구 50편의 LLM 보조 연구 과제 69개를 다시 분석했다.
    • 과제 69개 중 30개(43.5%)만 LLM 관련 타당성 위협을 명시적으로 보고했다.
    • 자동화 범주에서는 42개 중 22개(52.4%)가 위협을 보고해 가장 보고율이 높았다.
    • 증거 구축 위협이 19건으로 가장 많았고 그중 LLM 분류·표식 오류가 10건이었다.
    • 저자들은 프롬프트, 모델 설정, 상호작용 절차, 검증 절차를 연구 방법의 일부로 공개해야 한다고 주장했다.
    • 분석 코퍼스에서 ChatGPT 사용이 38건으로 가장 많았다.
  15. 1479Research Agents

    Towards Agentic Scientific Discovery in Distributed Systems

    • 클라이언트별 관측에서 방정식과 점수만 주고받는 인터페이스로 도구를 고르는 Query-ATLAS 컨트롤러를 만들었다.
    • 겹치는 지지 구간에서 Query-ATLAS는 36개 중 23개 방정식을 정확히 복원했고 지역 PySR은 21개였다.
    • 그 차이는 상대론적 질량 두 사례에서 왔고 선택된 식의 시험 NRMSE는 약 4.3 × 10−16이었다.
    • 나뉜 지지 구간에서는 Query-ATLAS가 18개, 지역 PySR이 19개로 순서가 뒤집혔다.
    • Query-ATLAS의 평균 실행 시간은 겹침 설정에서 지역 기준선의 4.70배였다.
    • 저자들은 일반적 우월성 주장 대신 적응형 탐색의 통제된 평가가 필요하다고 결론지었다.
  16. 1478Research Agents

    Eliciting Research Taste in LLMs through Future Research Direction Choice

    • 모델 학습 기준일 이후에 나온 ML 논문 19편에서 쌍 비교 과제 80개를 만들었다.
    • 모델 8개의 저자 일치율은 45.0%에서 67.5%, 안정적 이탈율은 15.0%에서 36.2%였다.
    • 쌍 80개 중 45개에서 적어도 한 모델이 안정적으로 이탈했고 이탈 사건은 총 169건이었다.
    • 프롬프트 변형 4가지에서 모델들은 가중 평균 66.9%에서 80.5%의 이탈을 유지했다.
    • 사람 파일럿 실험의 고정 응답 95개 중 58개(61.1%)가 저자 추천 방향을 골랐다.
    • 이탈 분석에서 인프라에서 방법론으로 옮겨가는 패턴이 55건으로 가장 많았다.
  17. 1477AI / Agents

    Omni-Workspace: Benchmarking Omni-Modal AI Assistants on Multimodal Workspace Tasks

    • 오디오, 영상, 이미지, 문서 파일이 섞인 작업 공간에서 결과물을 만들게 하는 과제 380개의 벤치마크를 만들었다.
    • 모델 18개를 평가했을 때 최고 성적이 Gemini 3.5 Flash의 평균 65.93이었고 60점을 넘은 모델은 2개뿐이었다.
    • 도구 사용과 코드 실행이 필요한 L2 과제에서 모든 모델이 L1보다 낮은 점수를 받았다.
    • 오류 분석에서 다중모달 콘텍스트 팽창과 과제 상태 표류가 반복되는 문제로 나타났다.
    • 작업 기억 관리와 명시적 과제 상태 추적을 더한 OmniFocus가 성적과 효율을 함께 개선했다.
    • Gemini 3.1 Pro Preview에서 OmniFocus의 입력 토큰은 271.07k로, 두 장치를 모두 뺀 설정의 615.81k보다 적었다.
  18. 1476AI / Agents

    The Critic Can Hurt: On the Safety of Critics in LLM-Guided AutoML Search

    • 비평가 없음, 무작위 피드백, 실제 비평가, 오라클의 4군 감사를 같은 예산과 같은 후보 공간에서 돌리는 프로토콜을 만들었다.
    • 단순한 8B 비평가가 이진 표 데이터셋 8개 중 7개에서 비평가 없는 바닥보다 낮은 성적을 냈다.
    • 최악의 사례인 ADULT에서 손실은 0.245 AUC에 달했다.
    • 결함 주입 실험에서 무작위 오류는 거의 공짜였고 체계적으로 잘못된 방향의 오류는 유효 탐색 기회를 소모했다.
    • 이상화된 모델에서 비평가가 도움이 되려면 q(m−1) > β 조건이 필요하다는 결론을 얻었다.
    • 검증 게이트와 학습된 탐지기가 평균 손실을 줄였지만 모든 데이터셋에서 바닥 보장은 이루어지지 않았다.
  19. 1475AI / Agents

    Vibe synthesis: hierarchical agentic decision-making for intent-driven multistep molecule synthesis

    • 관리자 에이전트가 캠페인 목표를 유지하고 작업 에이전트 10개가 계산 도구와 자동 합성 장비를 함께 쓰는 계층 구조를 만들었다.
    • 베이지안 최적화 도구와 반응 장비를 이어 7번의 최적화 끝에 미츠노부 반응 수율을 81 ± 1%까지 올렸다.
    • 1987년 문헌의 카탄탄틴 10단계 전합성을 722개 행동 기록으로 재현해 160 mg 생성물을 얻었다.
    • 그 캠페인에서 사람의 직접 입력은 7.3%, 단순 확인은 4.2%였고 에이전트 추론이 69.7%를 차지했다.
    • 비천연 아미노산을 포함한 고리 펩타이드 캠페인에서 15종 유사체가 모두 95% 넘는 HPLC 순도 기준을 통과했다.
    • 마지막 단계에서 문헌의 다단계 환원 대신 로듐 촉매 히드로실릴화를 골라 95% 분리 수율을 얻었다.
  20. 1474Research Agents

    PaperCritic: Training AI Reviewers to Assess the Soundness of Papers

    • 연구자 7명을 대상으로 사람 연구를 하여 리뷰 품질 기준이 건전성과 실질성 두 가지로 정리되었다.
    • 논문 1K 편에서 모은 리뷰 포인트 23K개에 품질 표식을 붙여 PaperSound-23K 데이터를 만들었다.
    • 건전성과 실질성을 정밀도로, 참조 리뷰 커버리지를 재현율로 보고 F1 점수를 보상으로 하는 강화학습으로 PaperCritic을 훈련했다.
    • PaperCritic-4B는 도메인 내 시험에서 F1 45.1을 기록해 같은 크기의 다른 훈련 모델보다 21.4 pp 높았다.
    • PaperCritic-4B는 프론티어 모델인 DeepSeek-V4-Flash-0731과 Claude Opus 5를 F1에서 각각 5.8 pp, 6.0 pp 앞섰다.
    • ICLR 논문 리뷰 훈련이 Nature 계열 논문 리뷰와 코드 리뷰, 법률 계약서 리뷰, 소설 피드백 과제로 옮겨갔다.
  21. 1473Robotics

    Toward Resilient Self-Driving Laboratories through Telerobotic Interventions

    • 저자들은 6축 로봇 팔 UR3e 를 3D 마우스로 제어하는 원격 조작 인터페이스를 만들어 자율실험실의 고장 복구에 쓸 수 있게 했다.
    • 공정 중단, 초기화 오류, 심화 고장의 세 가지 모의 고장 시나리오에서 여섯 명이 총 86회 시험을 수행했다.
    • 분리형 컨트롤러는 결합형보다 성공률이 높았고 과제 완료 시간이 평균 25.6 s 짧았다.
    • 분리형 컨트롤러의 회전량은 결합형보다 평균 3.99 rad 적었고 효과 크기는 Cohen’s dz = -1.08 이었다.
    • 다중 경유점 참조 경로 안내를 받으면 비안내보다 과제 시간이 평균 40.1 s 짧아지고 경로 길이도 평균 218 mm 짧아졌다.
    • 한계로, 참가자 수가 6~8명으로 적고 안내 시험을 비안내 시험 뒤에 진행해 학습 효과를 완전히 분리하지 못했다.
  22. 1472Research Agents

    NeoResearch: Literature- and Experience-Guided Autonomous Time Series Model Discovery

    • NeoResearch 는 아키텍처 탐색의 바깥 루프와 학습 최적화의 안쪽 루프를 묶은 이중 루프 연구 흐름을 썼다.
    • 에이전트는 웹에서 과학 문헌을 찾아 모델링 메커니즘과 경험적 증거, 적용 조건을 추출해 시험 가능한 가설로 만들었다.
    • 계층적 경험 메모리가 문헌 발견과 실험 결과를 조건별 교훈으로 통합해 과제 안팎에서 재사용했다.
    • 10개 데이터셋에서 NeoResearch 는 데이터셋별 20개 오차 비교 중 19개에서 최저 값을 기록했다.
    • 이중 루프 제거 실험에서 두 루프를 모두 뺀 변형보다 열 과제 모두에서 낮은 오차를 보였다.
    • 한계로, Windy 데이터셋에서는 DLinear 와 DeepAR 가 더 낮은 MSE 를 기록해 전 과제 우위는 아니었다.
  23. 1471Interpretability

    Interpretable weight-space programming builds transparent transformers and brain encoding models

    • iWSP 는 에이전트가 가중치를 코드로 직접 쓰게 하고 학습을 금지해 사람이 읽을 수 있는 모델을 반복 수정하게 만들었다.
    • 13개 알고리즘 과제에서 모든 실행이 검증 집합과 숨은 집합에서 정확도 100% 를 달성했다.
    • 정확도 100% 에 도달한 가장 작은 모델은 Opus 실행에서 중앙값 166 개 파라미터였다.
    • 시각 피질 예측에서 NSD 데이터셋의 초기 시각 영역에서 iWSP 는 0.443 으로 최고 기존 해석 모델의 0.400 을 앞섰다.
    • 언어 fMRI 에서 iWSP 는 성능이 0.067 에서 0.104 로 뛰는 지점을 추적해 스캔 시작과 끝의 타이밍 혼란 변수를 찾아냈다.
    • 청각 ECoG 에서 iWSP 단독은 0.074 로 Whisper 의 0.082 에 못 미쳤지만 합치면 0.070 에서 0.075 로 성능이 올랐다.
  24. 1470Agents

    Can You Trust Your Finance Agent? Drift, Diagnosis and Auditable Intervention on One Shipped Financial Research Agent

    • 같은 설정의 에이전트를 18개 질문에 일곱 번 돌린 결과 149개 채점 기준 중 통과 수가 105에서 123까지 변했고 비용은 최대 17% 흔들렸다.
    • 실패한 20개 궤적을 미리 정한 분류로 나눈 결과 13개는 에이전트 지시문, 3개는 도구, 4개는 모델, 데이터는 0개였다.
    • 네 명의 눈가림 판독자는 80건 중 75건에서 분석기와 같은 결함을 지목해 진단의 신뢰성을 뒷받침했다.
    • 비용 목표의 최종 구성은 검증 질문에서 기준 대비 0.34배 비용을 기록하고 정확도는 노이즈 안에 유지됐다.
    • 정확도 목표는 개발 질문에서 14점을 얻었지만 검증 질문에서는 1.5점에 그치고 신뢰구간이 0을 지나 확산됐다.
    • 한계로, 이 결과는 한 에이전트와 9개 검증 질문에 대한 사례 연구이며 일반적인 결론이 아니다.
  25. 1469Research Agents

    MineralExp: Benchmarking LLM Agents for Experimental Design in Real-World Mineral Exploration

    • 저자들은 광물 탐사의 실험 설계를 Source, Transport, Deposition, Modification, Preservation 다섯 과정의 19개 실험 유형으로 정리해 다중 레이블 문제로 바꿨다.
    • 벤치마크는 공개 논문에서 277개 사례와 1,572개 참조 실험 계획을 뽑아 전문가 검증을 거쳐 만들었다.
    • 4개 에이전트 하니스와 7개 LLM 의 28가지 조합을 시험한 결과 전체 재현율은 70.76%에서 91.56%였지만 가장 높은 전체 F1 은 63.84%에 그쳤다.
    • 참조 사례의 실험 수가 평균 3.49개인데 비해 DeepSeek-V4.1-Flash 는 사례당 거의 10개를 제안해 정밀도가 약 32%로 떨어졌다.
    • LLM-as-a-Judge 평가에서 부분 커버리지는 83.59%에서 93.51%였지만 엄격 커버리지는 22.65%에서 36.83%에 머물렀다.
    • 한계로, 도메인용 하니스 Biomni 는 사례당 약 67k 입력 토큰을 써서 OpenCode 의 12배 이상 비용을 들였지만 성적은 더 낮았다.
  26. 1468Machine Learning

    Uncertainty-Aware Continual Learning for 2D XRD Interpretation Using Simulated and Experimental Data

    • 프레임워크는 MMD 기반 도메인 적응, CNN-SNGP 불확실성 추정, 재생과 지식 증류 기반 연속 학습을 하나로 묶었다.
    • 시뮬레이션과 실험 검증 구간에서 모든 모델이 약 94-96% 정확도를 냈고 도메인 적응을 더한 CNN-SNGP-adapt 가 실험 검증 정확도 95.69 ± 4.17% 로 가장 높았다.
    • 처음 보는 재료에 대해서는 CNN-SNGP-adapt 가 실험 정확도 50.3 ± 6.9% 로 CNN 의 29.1 ± 10.2% 를 크게 앞섰다.
    • 재료 단위 짝 비교에서 도메인 적응 모델은 CNN 보다 21.2 포인트, CNN-SNGP 보다 6.0 포인트 정확도가 높았다.
    • 제안 연속 학습 전략은 이전 블록과 새 블록 모두에서 단순 미세조정보다 높은 정확도를 보이며 망각도 크게 적었다.
    • 한계로, 이 연구는 미리 정의된 데이터 블록으로 하는 오프라인 개념 증명이며 실험 선택이나 장비 제어는 하지 않았다.
  27. 1467Machine Learning

    Diffusion Tree Sampling for Inference Time Adaptation of Crystal Generative Models

    • 저자들은 확산 모델의 노이즈 제거 궤적을 몬테카를로 트리 탐색의 트리로 보고 보상이 기울어진 분포로 샘플링을 이끄는 DTS 를 결정 구조 생성에 적용했다.
    • 조건부 생성 모델을 탐색 제안으로 쓸 때 중요도 가중치로 보정해 이중 기울어짐 없이 목표 분포를 유지했다.
    • 다목적 확장 MO-DTS 는 목표마다 가치 추정을 따로 두고 탐색마다 선호를 샘플링해 하나의 트리로 파레토 프런트 전체를 뽑는다.
    • MatterGen 실험에서 같은 계산 예산 안에 안정 구조 수가 기준 868 개 대비 최대 1432 개로 늘었고 안정 비율도 68.4% 에서 75.7% 로 올랐다.
    • DiffCSP 실험에서 안정성 비율은 계산 예산 105 에서 107 로 늘릴수록 올라가 추론 시점 확장 효과를 보였다.
    • 한계로, 이 방법은 보상 평가에 사전 학습 예측기를 쓰며 실험적 합성 검증은 별도 과정으로 남아 있다.
  28. 1466Distributed Systems

    Scaling Pêlagos: Multi-GPU Orchestration for Relay Belief-Propagation Decoding

    • 저자들은 GPU 마다 프로세스를 분리하고 호스트 전처리를 병렬화하며 결과를 공유 메모리로 돌려주는 다중 GPU 오케스트레이션을 설계했다.
    • 원래 구조에서 8개 GPU 가속은 한 그로스 코드에서 2.20배와 3.22배에 그쳤지만 개선 후 5.68배와 6.23배로 올랐다.
    • 두 그로스 회로에서 8개 GPU 엔드투엔드 가속은 MI300X 에서 6.92배, MI355X 에서 7.01배였다.
    • GPU 디코딩 시간만 계산한 두 그로스 가속은 7.58배와 7.45배로 거의 선형 확장에 가까웠다.
    • MI355X 는 메모리 대역폭 8.0 TB/s 로 MI300X 의 5.3 TB/s 보다 모든 GPU 수에서 더 높은 처리량을 보였다.
    • 한계로, 배치 크기는 부호 있는 32비트 인덱싱 때문에 한 그로스에서 5,114, 두 그로스에서 1,707으로 제한됐다.
  29. 1465Research Agents

    Auditable Human-Agent Teams for Autonomous X-ray Experimentation

    • VISION-CC 는 코딩 에이전트 팀 위에 Operator, Analyst, GP, Writer 역할 전문 에이전트를 얹어 방사광 X선 실험을 자율적으로 운영했다.
    • 세 차례 빔타임에서 50시간 이상 활동하며 나노입자 초격자 시료의 적응 샘플링 지도를 만들었다.
    • 세 번의 실험에서 메시지의 61-67% 가 해석이나 판단을 담은 종합형 통신이었다.
    • 방법론적·과학적 기여 비중은 첫 실험의 46% 에서 이후 실험의 56-61% 로 올라갔다.
    • 오류 수정의 59-68% 는 두 명 이상의 참여자가 도입, 포착, 수정에 관여했다.
    • 한계로, 감사 파이프라인의 개별 라벨과 연결에는 불확실성이 있고 결론은 집계 비율에 의존한다.
  30. 1464Interpretability

    Glyph: An Interpretability Engine for AI-Driven Scientific Discovery in Clinical Data

    • Glyph 는 파운데이션 모델 임베딩을 희소 오토인코더로 분해해 임상 개념으로 해석하는 다단계 프레임워크다.
    • 연구진은 41,628명의 복부 CT 영상, 판독문, 검사 수치를 세 종류의 파운데이션 모델로 임베딩했다.
    • 141개 예후 결과와의 604,185개 연관을 검정해 397개 예측 개념과 4,463개 유의 연관을 확보했다.
    • 발견된 연관은 간, 신장, 심혈관, 종양 축의 알려진 예후 관계를 회복하고 외부 기관 코호트에서 재현됐다.
    • 축별 상위 10개 Glyph 개념은 문헌 마커보다 재현율이 64.8% 대 41.2% 로 높았다.
    • Glyph 개념의 중앙 오즈비는 1.31 로 문헌 마커의 1.16 보다 컸다.

연구에서 제품 적용까지

운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.

보유기술 보기