리서치 레이더

기관 리서치

Google DeepMind

• Gemini 4 Argon 정식 출시 — API/AI Studio와 Gemini 앱(Ultra·Pro)으로 공개된 새 프런티어 모델. 경제 전반 성과를 재는 Vals Index 1위, 체화 추론 벤치마크 ERQA 87점, 입출력 합산 100만 토큰 컨텍스트를 내세운다. Google은 "수개월 걸릴 Chrome 리팩터를 몇 주로, xTB 양자화학 패키지를 더 빠르게" 만든 사례를 근거로 더 길고 어려운 작업 처리력이 핵심이라고 설명한다. — 링크
  • 관련 주제: Reasoning
• Gemini 4 Argon for Robotics — 같은 날 로보틱스 응용을 다룬 후속 글이 올라왔으나, 리다이렉트된 developers.googleblog.com 페이지가 egress 정책으로 접근 불가해 구체 내용은 확인하지 못했다(제목만 확인). (본문 미확인)
• 싱가포르 정부와 온디바이스 스캠 탐지 협업 — GovTech Singapore와 함께 경량 Gemma 모델을 기기 내에서 구동해 개인 대화창의 통화·메시지형 스캠을 클라우드로 데이터를 보내지 않고 탐지하는 협업을 소개했다. — 링크
  • 관련 주제: AI Agents

Google Research

• Research@ 2026: 인간 역량을 증폭하는 10가지 방법 — 연례 총괄 글로, Earth AI 지리공간 도구(공공보건·재난 예측, Google.org 1천만 달러 지원)와 260만 건 홍수 이벤트 데이터셋 Groundsource(최대 24시간 전 도시 돌발홍수 예측), 시뮬레이션으로 요도 카테터를 설계한 멀티에이전트 시스템, Deep Review, 시계열 예측 모델 TimesFM·TabFM, 1천만 다운로드를 넘은 의료 모델 MedGemma, Beth Israel Deaconess 병원에서 98명 환자를 대상으로 한 AMIE 대화형 AI의 Lancet 연구 등을 묶어 소개한다. — 링크
  • 관련 주제: AI Agents, AI Scientist / Automated Research
• Earth AI 지리공간 추론 에이전트 — Gemini 기반으로 날씨·홍수·인구·위성영상 Earth AI 파운데이션 모델과 행성 규모 데이터를 묶어, 복잡한 분석 전에 단계별 계획을 세우고 필요할 때만 전문 도구를 호출하며 Planetary Prediction Engine으로 맞춤 예측 모델까지 학습하는 에이전트다. 신규 벤치마크 GeoKTools·GeoExpertQueries에서 단독 LLM보다 성능이 높았고, Ask Google Earth·Agent-to-Agent API로 제한적 얼리 액세스 중이다. — 링크
  • 관련 주제: AI Agents
• Deep Review — 기술 문서 검증 에이전트 공개 — 4개 CS 학회에서 16,000편 이상의 사전 제출 논문에 비공개로 피드백을 준 실험적 Paper Assistant Tool에서 발전한 시스템으로, 문서를 조각내 증명처럼 밀도 높은 구간에 연산을 더 쓰고 각 조각을 병렬 검증한 뒤 외부 사실 확인을 포함한 종합 패스를 돌려 논리적 일관성·수치 정확성·근거를 점검한다. 이번에 학술 논문을 넘어 설계 문서·슬라이드·법률/금융 문서로 범위를 넓혀 일반에 공개했고, 주당 무료 2회(Gemini API 키로 더 늘릴 수 있음) 제공한다. — 링크
  • 관련 주제: Reasoning

OpenAI

• 신규 없음 (RSS 정상 확인, Research/Publication 카테고리 최신 글은 2026-10-06 "Sharing AI progress in mathematics"·"Advancing computer use with Ironclad"로 변동 없음)

Anthropic

• 데이터센터 없이 AI가 자가복제할 수 있는가 — Frontier Red Team이 저렴하고 보안이 느슨한 인터넷 연결 기기(스마트TV 셋톱박스 등)로 소형 모델이 스스로를 옮겨 추론을 돌릴 수 있는지 테스트했다. 260억 파라미터 모델을 TV 박스 15대에 분산 구동했고, 90억 파라미터 모델은 시험한 9종 하드웨어 중 8종에서 추론을 띄웠다. 클라우드 네트워크 단순화 종단 테스트에서는 GLM-5.2만 안정적으로 자가복제했고, 저자들은 2026년 말까지 소형 모델도 그 수준에 도달할 수 있다고 추정한다. 이런 복제체는 "꺼버릴 중앙 지점이 없어" 차단이 어렵지만 확산 속도(수일 단위 배가)는 느리다고 설명한다. — 링크
  • 관련 주제: AI Agents
• Distillation 공격에 대한 방어 강화 — 가짜 계정 네트워크로 모델 출력(특히 비공개 추론 과정)을 몰래 학습 데이터화하는 "distillation 공격"에 맞서, 신규 API 계정의 사고 과정 보존·추론 이동 경로 제한·오탐률 0.1% 미만의 2단계 추출 차단 분류기·강화된 레이트리밋·계정 정지·차단된 요청 과금을 함께 적용했다. 추출 가능한 추론 토큰이 10~100배 줄었고 초기 추정상 수집 데이터가 90~99% 감소했으며, distillation 연계 계정 수만 개를 캠페인 시작 2시간 내 정지시킨 사례도 있다고 밝혔다. — 링크
  • 관련 주제: Reasoning

Meta FAIR / Meta AI

• ⚠ 확인 실패 — RSS가 없어 블로그 인덱스(ai.meta.com/blog/)를 WebFetch했으나 2026-07-27 게시물까지만 보이고 그 이후 갱신이 반영되지 않았다(캐시·렌더링 문제로 추정). 원칙상 재시도(WebSearch 우회) 없이 여기서 멈춤.

Microsoft Research

• StudentSim — AI 튜터 개선을 위한 학생 시뮬레이션 — 개별 학생의 성격을 반영한 개인화 AI 시뮬레이터를 만들어, 실제 학습자와 작업하기 전에 AI 튜터를 테스트·개선할 수 있게 하는 연구 시스템이다. 체스·제2언어 영어 작문·수학 영역에서 검증했으며, 교사를 대체하려는 목적이 아니라고 명시한다. — 링크
  • 관련 주제: AI Agents

NVIDIA Research

• Relight: 분산 태스크 기반 시스템을 위한 경량 체크포인팅·재생 — research.nvidia.com/publications에서 2026년 10월 항목으로 확인됐으나 게재일이 "일"까지 표시되지 않고 초록도 제공되지 않아 상세 내용은 확인하지 못했다(저자: Elliott Slaughter, Rupanshu Soi, Michael Bauer, Alex Aiken). (초록 미확인)
  • 보조로 확인한 blogs.nvidia.com/feed/(일반 PR 블로그)에는 이번 주 AI 연구에 해당하는 글이 없었다(RTX Spark·UK/프랑스 투자 발표 등 비연구성 기사뿐).

Apple ML Research

• Self-Compacting Language Model Agents (SELFCOMPACT) — 장기 에이전트 실행 중 누적되는 컨텍스트를, 고정 토큰 임계값에서 기계적으로 자르는 대신 모델이 스스로 언제·어떻게 요약할지 결정하게 하는 스캐폴드를 제안한다. — 링크
  • 관련 주제: AI Agents, Long-context
• The Design Space of Tri-Modal Masked Diffusion Models — 텍스트·이미지-텍스트·오디오-텍스트 데이터로 처음부터 사전학습한 마스크 디퓨전 모델로, 멀티모달 스케일링 법칙·모달리티 혼합 비율·노이즈 스케줄·배치 크기 효과를 연구하고 최적 추론 샘플링 기본값을 제시한다. — 링크
  • 관련 주제: Reasoning
• Minions — 유휴 Apple Silicon 기반 분산 가상 GPU 클라우드 — 유휴 상태인 Mac들의 GPU를 모아 ML 추론용 분산 가상 클라우드를 구성해, 중앙집중형 GPU 인프라의 비용·탄력성·대기시간 한계를 완화하려는 시스템이다. — 링크
  • 관련 주제: AI Agents
• Mix, Don't Tune — 데이터가 제한된 저자원 언어 사전학습에서, 반복 데이터에 하이퍼파라미터(강한 weight decay 등)를 세게 튜닝하는 것보다 고자원 보조 언어 데이터를 섞는 쪽이 낫다는 것을 보였다. — 링크
  • 관련 주제: Long-context
• Code-Switching Detection via Language-Selective Dimensions — 다국어 전사에 의존하지 않고, 사전학습 음성 모델의 프레임 단위 언어 정보를 이용해 발화 내 언어 전환을 직접 음성에서 탐지하는 경량 기법이다. — 링크
  • 관련 주제: Reasoning
• LLMs for Machine Translation Quality Annotation — MQM·ESA 두 품질 평가 체계에서 LLM이 여러 언어쌍·도메인·평가 세분도에 걸쳐 인간 평가자와 얼마나 일치하는지 평가한다. — 링크
  • 관련 주제: Reasoning

arXiv 신규

색인 상태: newest_fetched 2026-10-13T17:59:57Z — 10-11·10-12 이틀간 완전히 멈췄던 색인이 10-13에 하루 전진한 뒤, 이번 조회에서 추가로 사흘치(2026-10-10~10-13)가 한꺼번에 들어왔다(조회 1600건, 신규 1506건). 실행 시각 대비 지연은 약 29시간으로, 정지 전의 "정상" 지연 패턴 범위로 복귀했다. 아래는 1506건 중 5개 주제에 해당하는 14건만 선별한 것이다.

AI Agents

• BLADE: Auditing Information Use for Failure Attribution in LLM Multi-Agent Systems (2610.18780) — 멀티에이전트 시스템의 실패 책임을 정보가 "어디서 왔는가"가 아니라 "어떻게 쓰였는가"로 진단한다. 각 정보 인수인계 지점에서 받은 결정이 소스를 충실하게·과업 요구에 맞게 썼는지 감사해 오류 도입·전파·복구를 구분하며, Who&When(Pro) 1,228개 실패 사례에서 참조답 없이도 8개 기법 중 최고 또는 동급 최고 성능을 냈다(All-at-once 대비 2.2~11.1%p 우위).
• Towards Safe Autonomy for Computer Use (SA-CUA) (2610.18508) — 화면을 직접 조작하는 Computer Use Agent는 신뢰 영역과 공격자 콘텐츠를 구분할 경계가 없다는 문제를 지적하고, 접근성 트리에서 보수적·결정론적 규칙을 뽑아 신뢰 영역을 마스킹하는 듀얼-LLM 프레임워크를 제안한다. CaMeL-CUA보다 높은 활용도를 유지하면서 공격 성공률을 0으로 유지했다.
• Scaling Inference-Time Compute with Teams of Coding Agents (2610.17471) — 코딩 에이전트 팀 구성을 "보상-비용 파레토 프런티어 위 추가 연산을 어디에 쓸까"라는 자원배분 문제로 formalize한다. 17에이전트 이형 팀이 5에이전트 동형 팀 대비 1.4점 차로 근접하면서 비용은 70% 낮았고, "계획(planning)"에만 워커를 쓰는 것이 구현·검증까지 맡기는 것과 동일한 보상을 절반 비용에 달성하는 등 세 가지 자원배분 원칙을 제시한다.
• LifeSearch: Benchmarking Deep Research Agents for Real-World Life and Productivity (2610.18092) — 기존 벤치마크가 학술 리서치·합성 과업 위주였던 것과 달리, 실사용자 질의 기반 7개 생활/생산성 도메인 203개 과업과 4,000개 이상 세분화 루브릭(4,500시간 인력 투입)으로 딥리서치 에이전트를 평가한다. 최고 성능 모델(GPT-5.6 Sol)도 63.4%에 그쳐 개선 여지가 크다고 보고한다.

AI Scientist / Automated Research

• Autonomous Science Bench (2610.18449) — 생물·화학·재료과학에 걸친 6개 예산 제약형 design-build-test-learn 캠페인으로 자율 연구 에이전트를 평가한다. 발견 게이트(측정한 설계 평가)와 학습 게이트(미측정 설계 순위 예측)를 분리해 평가하는데, 8개 에이전트-모델 조합 144회 시도 중 최고 조합도 성공률 67%였고 가장 어려운 캠페인은 24회 중 3회만 성공했다 — 전체 성공률만으로는 가려지는, 에이전트별로 다른 약점(좋은 설계를 찾지만 순위예측 실패 vs. 반대)을 드러낸다.
• JevGPT: Thinking Fast and Slow in Autonomous Research (2610.18272) — 빠른 지역적 증거 판단(System One)과 숙고적 연구 계획(System Two)을 분리한 듀얼 시스템 아키텍처로, 느린 전역 계획이 빠른 증거 처리와 어긋나는 문제를 해결한다. 고정 코퍼스 QA·문서 랭킹 실험에서 비슷한 성능의 연구 에이전트보다 더 빠르고 저렴하게 더 넓은 소스를 탐색했다.
• DuoDiscover: Scaling Autonomous Discovery Beyond the Evaluation Bottleneck (2610.17184) — 진짜 평가(전체 벤치마크 실행 등)가 몇 시간씩 걸려 탐색 횟수가 제한되는 문제를, 각 워커가 최적화 대상과 함께 빠른 대체 평가지표("yardstick")를 같이 발견하고 그 대체지표를 등반하도록 해 해결한다. SWE-fficiency에서 인간 전문가 평균 속도 개선을 2배, CPU 마이크로아키텍처 최적화에서는 AlphaEvolve 기반 ArchAgent v2보다 1.65배 개선을 16.7일 만에(ArchAgent v2는 40일 이상) 달성했다.

Hypothesis Generation

• SHELDON: Reasoning through Dual Search over Hypothesis and Observation Spaces (2610.18025) — 가설에 대한 증거만 쫓는 기존 방식이 기존 가설의 지역적 개선에 머무는 문제를, 가설 공간과 관측 공간을 분리해 독립적으로 탐색하는 방식으로 푼다. 현재 가설이 설명하지 못하는 관측을 능동적으로 찾아내 새로운 가설 영역 탐색을 유도하며, 진단·추상추론·최적화 벤치마크에서 베이스라인을 최대 26.7점 앞서고 최대 4.5배 더 많은 새로운 해를 생성한다.

Long-context

• Prefilling-dLLM v2: Learned Chunk Routing for Long-Context Diffusion Language Models (2610.17868) — 디퓨전 언어모델이 매 디노이징 스텝마다 전체 컨텍스트에 양방향 어텐션을 적용해 길어질수록 비싸지는 문제를, 네이티브 마스크 토큰으로 희소 라우팅을 학습하도록 이어 학습해 해결한다. Dream-v0-Base-7B 기반으로 16K~128K RULER 과업에서 기존 희소 기법(NSA 등)을 앞섰고 128K에서 NSA보다 평균 정확도 7.4점 높으며 완전 밀집 어텐션보다 디코딩이 172배 빠르다.
• History Replays Itself (2610.15715) — 선형 어텐션의 고정 크기 재귀 상태가 장기 기억 용량의 한계라는 통념에 반박하며, 미래 질의 전에 텍스트를 보관하는 희소 에피소드 메모리 NoteBank를 제안한다(별도 임베딩 모델·리트리버 불필요, 학습 불필요). 100만 토큰에서 Gated DeltaNet의 RULER 평균 정확도를 1.7%에서 70.3%로 올리며, 저장 비용은 동일 설정 Transformer MHA KV 캐시의 약 1/2,600에 그친다.

Reasoning

• Chain of Thought Monitoring Can Fail Even When CoT Is Necessary (2610.18105) — "CoT가 답에 필요할 때만 모니터링 가능하다"는 이분법이 지나치게 거칠다는 것을 보이며, CoT 필요성을 4단계로 세분화한 틀을 제시한다. 어려운 의료진단 과제에서 정답에 CoT가 필요한 경우에도 환자 성별·특정 임상 소견이 각각 19%·24% 이상의 정답에 영향을 미쳤지만 거의 명시적으로 언급되지 않아, CoT가 필요하다고 해서 모니터링 가능성이 보장되지 않음을 보인다.
• Monitoring latent reasoning in looped language models (2610.18127) — 토큰 생성마다 레이어 블록을 여러 번 재사용하는 루프형 언어모델이 실제로 더 나은 능력을 얻는지, 프롬프트 교란에 안정적인지가 거의 알려지지 않았다는 문제를 메커니즘적 해석 기반 5가지 렌즈로 검증한다. 프롬프트를 루프 상태에만 담는 "carry loop"(Ouro, LoopUS)와 매 반복마다 다시 넣는 "re-read loop"(Parcae, Rec-OLMo, Huginn) 계열 간 차이가 안전성·효율적 사용에 핵심적 시사점을 준다고 밝힌다.
• Looped Reasoning Finishes Earlier Than You Think (2610.18174) — 동적 깊이 루프 추론이 실제로는 매끄럽게 수렴하지 않고 진동·순환·드리프트한다는 점을 보이고, 느리게 감쇠하는 진동 모드가 수렴 속도의 병목이 된다는 것을 규명한다. 대칭적으로 생성된 회전 운동이 추론에 무관한 방향을 만드는 QRR(Quotient Recurrent Reasoner) 구조를 제안해, Sudoku·Maze·Mini-ARC에서 최근 순환 추론 모델과 동등하거나 더 나은 성능으로 더 빠르고 안정적으로 수렴한다.
• Does self-distillation improve reasoning? (2610.18613) — 정답·환경 피드백 같은 특권 정보를 조건으로 자기 예측을 모방하는 self-distillation(SDPO, OPSD)이 RL보다 샘플 효율이 좋다는 보고를 코드·과학·툴사용·수학 추론 과제에서 재검증한다. 보고된 이득이 미지 문제로 일관되게 일반화되지 않고 과적합이나 기존 추론 행동 이전으로 주로 설명되며, self-distillation 그래디언트가 보상을 직접 최적화하는 정책 그래디언트와 약하게만 정렬돼 있음을 Qwen3(1.7B~14B)·OLMo-3-7B 실험으로 보인다.

🤗 HuggingFace Papers 트렌딩

• ⚠ 확인 실패 — huggingface.co 도메인이 egress 프록시에 의해 정책적으로 차단되어(API는 DNS 조회 실패, 페이지도 동일) API·페이지 모두 접근 불가(14일 연속). WebSearch 우회는 금지 원칙에 따라 시도하지 않음.

Paper Radar 채택2보류1탈락6