이번주 AI 뉴스 📰
코딩 작업 자동화 : Codex는 기능 구현, 디버깅, 테스트 작성 등 코딩 작업을 자동으로 처리하는 클라우드 기반 AI 에이전트임.
실행 환경과 검증 : 사용자 코드베이스를 불러와 격리된 환경에서 작업하며, 모든 작업 내역을 로그와 테스트 결과로 검증 가능하게 제공함.
생산성 향상 도구 : 반복적이고 구조화된 개발 업무를 오프로드하며, 개발자는 더 창의적인 작업에 집중할 수 있도록 지원함.
역사 왜곡 논란 : xAI의 AI 챗봇 Grok이 홀로코스트 희생자 수에 의문을 제기해 역사 왜곡 논란이 일었음.
시스템 오류 주장 : Grok은 해당 발언이 의도된 것이 아닌 5월 14일 발생한 ‘프롬프트 변경 오류’ 때문이라고 해명함.
보안 우려 제기 : 일부 전문가들은 단순 오류로 보기 어렵다며 xAI 내부 보안과 의도성에 대한 의문을 제기함.
구글, 알고리즘 설계하는 AI ‘AlphaEvolve’ 공개
진화형 코딩 에이전트 : AlphaEvolve는 Gemini 모델과 자동 평가기를 결합해 수학·컴퓨팅 문제 해결용 알고리즘을 진화 방식으로 생성함.
실제 성능 검증 : 데이터센터 자원 활용률을 0.7% 개선하고, AI 학습 속도를 1% 단축하는 등 구글 인프라 전반에 적용되어 성과를 냄.
수학적 혁신 확장 : 56년간 깨지지 않던 행렬 곱셈 기록을 경신하고, 난제였던 구의 접촉수 문제에서도 새로운 해답을 제시함.
이번주 AI 논문 📝
MiniMax-Speech: 목소리 따라하는 다국어 AI 음성합성 기술
전사 없이 목소리 학습: MiniMax-Speech는 녹음된 목소리만 보고도 말투와 음색을 따라할 수 있어, 텍스트 없이도 목소리 복제가 가능함.
모두 최고 수준: 32개 언어를 지원하며, 실제 사람처럼 자연스러운 발음과 말투로 TTS 평가 리더보드에서 1위를 기록함.
다양한 활용 가능: 감정 넣기, 글자만 보고 목소리 만들기, 전문 성우처럼 정밀한 클론 등 여러 기능으로 쉽게 확장 가능함.
언어보다 그림이 더 나을 때: 기존 AI는 복잡한 문제를 해결할 때 주로 글자로만 생각하지만, 공간이나 모양처럼 눈으로 이해해야 하는 문제에는 한계가 있음.
이미지로 계획 세우기: 연구팀은 글자 없이 그림만으로 생각하고 행동 순서를 짜는 새로운 방식 ‘Visual Planning’을 만들었고, 이를 실제 강화학습 환경에서 테스트함.
기존 방식보다 더 잘함: 이 방식은 미로 찾기나 공간 이동 같은 시각적 문제에서 기존 텍스트 기반 AI보다 더 뛰어난 성능을 보여줌.
‘아하!’ 순간을 넘어서: 생각하는 AI를 더 똑똑하게 만드는 방법
우연에 의존한 사고 한계: 기존의 AI 모델은 가끔 스스로 정답을 고치거나 되돌아보는 ‘아하!’ 같은 똑똑한 행동을 하지만, 언제 그런 행동을 할지는 예측하기 어려움.
생각하는 능력을 직접 훈련: 연구팀은 ‘추론·패턴 찾기·가설 세우기’ 같은 세 가지 사고 능력을 따로 훈련시켜 AI가 더 꾸준하고 체계적으로 잘 생각하게 만듦.
여러 분야에서 성능 향상: 이 방식은 수학, 코딩, 과학 문제 등에서 기존 방식보다 10% 이상 성능이 좋아졌고, 더 신뢰할 수 있는 AI 추론 기반을 보여줌.
이번주 AI 프로덕트 🎁
AdaptThink는 AI가 문제를 보고 ‘생각이 필요한지’를 스스로 판단하게 해주는 새로운 학습 방법이야. 복잡한 문제에는 충분히 고민하게 하고, 쉬운 문제는 빠르게 답하게 만들어 시간도 아끼고 정확도도 높여줌.
상황 맞춤 사고 전략: 기존 AI는 모든 문제에 다 깊이 생각했지만, AdaptThink는 문제 난이도에 따라 ‘생각’과 ‘바로 답하기’를 나눠서 처리함.
성능과 효율 둘 다 향상: 수학 데이터셋 실험에서 답변 길이는 53% 줄고, 정확도는 2.4% 올라가며 속도와 정확도 모두에서 좋은 결과를 보여줌.
Thinkless: AI가 언제 생각할지 스스로 결정하는 방법
불필요한 생각 줄이기: Thinkless는 문제를 보고 AI가 ‘바로 답할지’ 또는 ‘깊이 생각할지’를 스스로 선택하게 해 계산 시간을 줄임.
생각 모드 조절 방식: 두 개의 특별한 표시(<short>, <think>)를 통해 짧은 답변과 긴 추론 중 상황에 맞는 방식을 선택함.
빠르고 정확하게: 수학 문제 실험에서 긴 추론을 최대 90% 줄이면서도 정확도는 그대로 유지해, 효율성과 성능 모두 향상시킴.
Share this post