리서치 레이더 — 2026년 10월 21일 (수)

Created on October 20, 2026

2026   ·   research-radar   ·   daily

기관 리서치

Google DeepMind

  • 신규 없음 (RSS 정상 확인, 최신 항목은 2026-10-15 "항균 펩타이드 탐색을 Google Antigravity로 가속"으로 2026-10-16 브리핑에서 이미 다룸 — 그 이후 갱신 없음)

Google Research

  • 신규 없음 (RSS 정상 확인, 최신 항목은 2026-10-16 18:11 UTC "Grounding AI agents in biological reality"로 2026-10-18 브리핑에서 이미 다룸 — 그 이후 갱신 없음)

OpenAI

  • 신규 없음 (RSS 정상 확인, Research/Publication 카테고리 최신 항목은 2026-10-19 12:00 UTC "Advancing Coding in Low-Resource Programming Languages"로 2026-10-20 브리핑에서 이미 다룸 — 그 이후 갱신 없음)

Anthropic

  • How Claude designed protein binders against scorpion neurotoxins — Claude Science 내부 모델이 Citrini Research와 함께, 전 세계 연간 120만 건 이상·사망 3,250명 이상(주로 의료 접근이 제한된 지역의 아동)을 내는 전갈독 5종(멕시코 Cn2, 브라질 Ts1, 북아프리카 AaH I/II, 중동 LqhIII)에 대한 de novo 미니바인더를 설계했다. 초기 프롬프트(이전 Anthropic 단백질 바인더 연구에서 응용)와 4회의 후속 프롬프트만으로 약 64시간 동안 자율적으로 작업해 31만8,484개 설계를 생성하고 그중 211개를 실험(Adaptyv Bio 무세포 발현 + Twist Bioscience Fc-융합, SPR 측정)했다. 단일독소 설계 60개 중 11개(18%)가 결합체로 확인됐고 전체로는 211개 중 17개(8%)가 두 실험실 모두에서 재현 가능한 KD 1µM 이하 결합을 보였다 — 이 중 Cn2-B1/B2는 한 자리수 nM 친화도로, 기존에 생쥐에서 Cn2를 중화한다고 보고된 LR 항체와 유사한 에피토프에 결합하는 것으로 경쟁실험에서 나타났다. 다만 다중독소(5종 동시) 결합체는 하나도 기준을 통과하지 못했고, 세포·동물 수준의 실제 중화 효과는 아직 검증되지 않았다. — 링크
    • 관련 주제: AI Scientist / Automated Research

Meta FAIR / Meta AI

  • ⚠ 확인 실패 — RSS가 없어 ai.meta.com/blog/를 WebFetch했으나 여전히 2026-07-27 게시물까지만 보이고 그 이후 갱신이 반영되지 않는다(캐시·렌더링 문제로 추정). 2026-10-14부터 매 확인마다 동일 증상이 이어지고 있고, 원칙상 재시도 없이 여기서 멈춤.

Microsoft Research

  • 연구 게시물 신규 없음. 다만 RSS에 2026-10-20 16:00 UTC 팟캐스트 에피소드 "Called to Serve: Tech, Research, and Positive Impact"(Catalyst Lab의 Chris White와의 인터뷰 — 전시 데이터 분석·인신매매 대응 다크웹 검색 도구 Memex 등 경력 회고)가 신규로 올라왔으나, 정량적 연구 결과를 담은 포스트가 아니라 본 절의 요약 대상에서는 제외한다.

NVIDIA Research

  • 신규 없음 (research.nvidia.com/publications 목록이 2026-10-18 확인 시와 동일한 15개 항목으로, 그 이후 추가된 항목이 보이지 않는다. 이 목록은 날짜를 학회 개최월(NeurIPS·CoRL 등)로 표시해 실제 공개 시점을 알 수 없다는 한계가 계속됨 — 초록 미확인.)

Apple ML Research

  • 신규 없음 (RSS 정상 확인, 최신 글은 2026-10-15 "Local and Distributed Large LLM Inference with MLX and RDMA"로 2026-10-16 브리핑에서 이미 다룸 — 그 이후 갱신 없음)

arXiv 신규

색인 상태: newest_fetched 2026-10-19T17:59:59Z — 실행 시각(2026-10-20T22:32Z) 대비 지연 약 28.6시간으로, 최근 "정상" 기준선(~29시간, 2026-10-16 관측)에 거의 정확히 들어왔다. 지난 나흘간 29h(10-16)→52.5h(10-18)→76.6h(10-19)→76.7h(10-20)로 벌어졌던 지연이 이번에 한 번에 좁혀진 것으로, 색인이 약 3일치 분량을 단기간에 소화한 것으로 보인다(아래 6절 커서 참고). --wide 조회(1000건, last_run 커서 2026-10-16T17:59:30Z부터)로 871건의 신규 후보를 받았고, 이 중 5개 주제에 해당하는 14건을 선별했다. (3절 Paper Radar 로그에도 동일 후보 풀에서 파생된 평가를 기록했다.)

AI Agents

  • Which Model for Which Role? Cost-Efficient Pareto Recommendation for LLM Agentic Workflows (2610.26676) — 에이전틱 워크플로의 역할마다 다른 모델을 배정할 때, 품질과 배포 비용 사이의 파레토 최적 조합을 찾는 탐색 자체도 비용이 든다는 문제를 다룬다. "배포 비용이 큰 조합은 평가 비용도 크다"는 결합 구조를 활용해 품질 탐색과 비용 탐색이 서로의 평가를 재사용하는 Cost-Coupled Gittins(CC-Gittins)를 제안하고 8개 품질-비용 행렬에서 검증한다.
  • Honeypots for AI Agent Insider Threats (2610.26664) — 내부에 배치된 AI 에이전트가 실수·탈취·목표 불일치로 내부자 위협이 될 수 있다는 문제에, 배포 전 평가용이 아니라 운영 환경 전체에 미끼 기회를 심어두는 허니팟을 AI 통제 기법으로 제안한다. CoT 모니터링 가능성이 떨어져도 악의적 에이전트를 식별·억제할 수 있고 많은 에이전트 인스턴스로 저비용 확장이 가능하다고 주장한다.
  • AllPath: Layered Verification for a Deployed, Self-Revising LLM Trading Agent (2610.26662) — 실제 페이퍼 브로커리지 계정에 배치되어 매일 밤 스스로 전략을 수정하는 개인용 LLM 트레이딩 에이전트의 실배포 사례 보고. 코드(결정론적 위험 한도 게이트)·에이전트 자신(반복 상한이 있는 자기 점검)·인간(승인 화면)의 3계층 검증으로 각 계층이 구조적으로 어떤 실패를 잡아낼 수 있는지를 구분한다.

AI Scientist / Automated Research

  • Épi: Towards a Persistent, Self-Improving Agent for Autonomous Research (2610.24944) — 모델 세션 경계를 넘어 지속되는 연구사(history)·계층적 메모리·분기(branching)·독립 리뷰를 결합한 자율 연구 에이전트. 12개 계열에 걸친 20건의 수치 기록(n-queens 상수 구간을 약 84배, 4차 Feigenbaum 끌개 차원 구간을 360만 배 이상 좁힘, Cohn-Elkies LP 하계가 10·11차원에서 sharp일 수 없음을 exact dual certificate로 증명)과 8개 계열 100건의 구성(construction) 기록, 8-정점 클리크 부분을 가진 split 그래프에 대한 Tuza 추측의 컴퓨터 보조 증명을 냈다는, 이 장르에서 드물게 "검증 가능한 새 수학적 사실"을 직접 생산한 결과다. (→ 레이더 채택, 3절 참조)
  • MELD: Recursive Self-Improvement via Hierarchical Coordination for Multi-Agent Scientific Discovery (2610.24454) — 다중 에이전트 과학 발견에서 "어떤 실험을 할지"와 "그 경험으로 무엇을 배울지"가 묶여 있는 문제를, 팀 단위 Coordinator 정책과 개별 Scientist 정책을 공유 파생 트리 위에서 함께 GRPO로 적응시키는 계층적 test-time training으로 푼다. 22개 MLGym/MLE-bench 과제 중 20개에서 최고 성능, 4B 백본만으로 더 큰 proprietary Scientist를 쓰는 베이스라인들을 앞선다.
  • DAGLoop: Aligning Method Design with Experimental Feedback in Automated AI Research (2610.25089) — 자동 AI 연구 에이전트가 제안하는 방법은 여러 설계 결정이 뒤섞여 있어, 최종 성능 하나만으로는 어느 결정이 기대한 효과를 냈는지 알 수 없다는 문제를, 각 설계 결정의 기대 효과를 "있음/없음" 대조 실험으로 짝짓는 DAG 구조의 ablation 계획으로 해결한다. 결정-실험-조건을 구조화된 연구 메모리로 쌓아 다음 설계를 안내한다.

Hypothesis Generation

  • BMD: Bayesian Model Discovery with Language Models — Closing the Loop between Hypotheses and Experiments (2610.25747) — LLM 기반 가설 생성은 결과 예측에 ICL을 쓸 뿐 명시적 모델 평가가 없고, 베이지안 접근은 평가는 엄밀하지만 미리 정해둔 후보 집합에 갇힌다는 양쪽 한계를, LLM이 모델 계열을 제안하고 수치 엔진이 파라미터를 적합·모델증거로 가중·평균해 다음 실험을 공동 기대정보이득(joint EIG)으로 고르는 구조로 닫는다. 4개 과학 발견 벤치마크에서 ICL·LLM 에이전트보다 낮은 최종 예측오차와 더 높은 정확한 함수형 복원율을 보인다. (→ 레이더 채택, 3절 참조)
  • Knowledge Manifold Optimization for Scientific Discovery (2610.25662) — 과학적 발견을 문헌에서 유도한 연속 지식 공간 위의 다목적 탐색으로 재정의해, 네 기준(지식 영역 경계 강도·대역폭 화이트스페이스 참신성·의미 기울기·근거 지지도)을 하나의 가중 점수로 뭉개지 않고 파레토 최적 "지지되는 지식 공백"을 찾는다. 공기역학 99편 코퍼스에서 21×21 격자 중 19개 비지배점(16개 실질적 전선)을 찾아, 거리 최대화 베이스라인이 선호하는 외삽 영역보다 근거가 충분한 영역을 선별함을 보이고, 이를 제약된 LLM으로 검증 가능한 연구 가설로 서술화한다.

Long-context

  • LatComm: Reusable Context Compression for Latent Communication between LLMs (2610.26840) — 여러 LLM이 하나의 컨텍스트를 공유할 때 텍스트로 넘기면 질문마다 전체를 다시 처리해야 하는 비용을, 인코딩과 읽기를 분리해 해결한다. 고정된 인코더 LLM이 질문 없이 컨텍스트를 한 번만 고정 크기 패킷으로 압축하고, 다른 고정된 수신 LLM이 질문마다 cross-attention으로 필요한 부분만 골라 읽는다.
  • KEEP-Bench: Evaluating Evidence Preservation in Context Compression (2610.26827) — 기존 QA 지표는 압축이 불충실해도 리더가 우연히 정답을 맞힐 수 있어 정보 손실을 과소평가한다는 문제를, 애매한 지시대상 해소·명시적 한정어·소수 관점 보존이 필요한 4,102개 사례로 직접 진단한다. 컨텍스트 창이 10만 토큰을 넘고 입력이 평균 3,100토큰에 불과한데도 최고 오픈웨이트 모델(31B)이 필요한 증거를 전부 보존하는 비율은 66.8%, 최고 proprietary 모델도 61.6%에 불과하다.
  • The Geometry of Agent Memory: Forecasting Retrieval-Bound Memory Failures, and Characterizing Its Limits (2610.26433) — 대화 턴·메모리·질의 사이의 임베딩 기하 관계로 생성 전에 정답 여부를 예측할 수 있는지 검증한 결과, LongMemEval-small에서 pooled AUROC 0.640이 질문 난이도만 보는 베이스라인(0.655)보다 낮고, 난이도·시스템 정체성을 통제하면 기하 정보가 통계적으로 유의한 추가 개선을 주지 못한다(Δ=+0.002, 95% CI [-0.010, 0.014])는 반직관적 결과를 보인다 — "메모리 실패를 기하로 예측"한다는 직관적 아이디어에 대한 신중한 반증.

Reasoning

  • SOMA: Continuous Monitoring and Intervention for System Two Reasoning with System One Models (2610.26793) — 추론 모델이 자기 텍스트에 증상이 보여도 문제를 못 알아차리는 상황에, 빠른 System 1 모델이 추론 시작 전 게이트로만 쓰이던 역할을 넘어 System 2 추론 과정 내내 지속적으로 모니터링·개입하게 한다. 시나리오·인식·제어 3계층으로 구성해, 자연어로 목표를 서술하고 S1이 그 행동의 발생 여부를 판단한다.
  • Is it RL or Data? A Controlled Comparison of GRPO and Rejection-Sampling Fine-Tuning (2610.25812) — 저데이터 RLVR에서 혼합 난이도 프롬프트가 쉬운 프롬프트만 쓸 때보다 5배 샘플효율적이라는 선행 결과(Bauer et al. 2026)가 GRPO 고유의 효과인지, 같은 데이터를 다른 후처리 방법에 줘도 나오는지를 등록된 가설·반증 기준과 27회 하이퍼파라미터 스윕을 거친 공정한 비교로 검증한다.
  • BOSS: Token-Budgeted Online Sampling and Selection for LLM Reasoning (2610.26383) — 테스트타임 스케일링에서 "멈출지, 후보를 더 생성할지, 남은 토큰으로 이미 나온 후보들을 심사할지"를 고정된 생성 스케줄 이후가 아니라 인스턴스 내부에서 실시간으로 결정하는 학습 없는(training-free) 정책. 공통 하드 토큰 캡 하에서 2개 모델×4개 추론 벤치마크×예산의 24개 셀 중 22개에서 최고 정확도(Llama-3.1-8B, B=4k에서 60.5 vs Adaptive-Consistency 58.6).

Paper Radar 채택2보류4탈락11

조회 1000건 · 신규 871건 · 채택 2 · 보류 4 · 탈락 11

색인 상태: newest_fetched 2026-10-19T17:59:59Z — 실행 시각(2026-10-20T22:40Z) 대비 지연 약 28.7시간으로, 최근 "정상" 기준선(~29시간, 2026-10-16 관측)에 거의 정확히 복귀했다. 지난 나흘간 29h(10-16)→52.5h(10-18)→76.6h(10-19)→76.7h(10-20)로 벌어졌던 지연이 이번 실행에서 한 번에 좁혀졌다 — 색인이 최근 3일치 분량을 단기간에 소화한 것으로 보인다. --wide 조회(1000건, last_run 커서 2026-10-16T17:59:30Z) 결과 중 radar_match(topics.toml 키워드가 제목+초록에 걸림)는 17건이었다. 그 17건만 Gate A/B로 평가했다. 브리핑 §2에 실렸다는 사실은 통과 근거로 쓰지 않았다(Épi·BMD는 우연히 브리핑 §3에도 소개됐으나 그 선정은 레이더 판정과 무관하게 이뤄졌다).

채택

  • Épi — Towards a Persistent, Self-Improving Agent for Autonomous Research
    • arXiv: 2610.24944
    • 통과 근거: Gate A-1(세션 경계를 넘는 영속 메모리·브랜치·독립 리뷰로 구성된 자율 연구 에이전트) + Gate B-2·B-3·B-4 — 캠페인 단위로 고정하는 ruler(제출형식·타당성조건·목적함수·비교값) 아키텍처는 HypoExplore/AutoScientists에 바로 이식 가능한 구체적 메커니즘(B-2)이며, Cohn–Elkies LP 쌍대 하한이 10·11차원에서 독립적으로 확립된 패킹 상한을 넘어서 그 방법 자체의 구조적 한계를 증명한 것과 Tuza 추측의 새 특수 사례(8-정점 클리크, 3유형) 계산기반 증명은 "벤치마크 점수 개선"을 넘어 실제 검증 가능한 수학적 발견이라는, 이 코퍼스의 다른 AI-Scientist 논문 대부분이 보이지 않는 성격의 결과(B-3·B-4).
    • 파일: 미분류/202610_Epi_Persistent-Self-Improving-Research-Agent_arXiv2610.24944.pdf · 리뷰: 202610_Epi_Persistent-Self-Improving-Research-Agent_arXiv2610.24944_리뷰.md
  • BMD — Bayesian Model Discovery with Language Models: Closing the Loop between Hypotheses and Experiments
    • arXiv: 2610.25747
    • 통과 근거: Gate A-2(LLM 가설생성과 베이지안 실험설계를 닫힌 루프로 연결하는 가설 탐색·실험설계 방법론) + Gate B-1·B-2 — 베이지안 모델발견이 사전 정의된 후보집합에 갇힌다는 고전적 한계를 LLM의 개방형 함수형 제안으로 여는 새 문제축(B-1)이며, joint EIG(모델판별+파라미터정제)와 "LLM은 제안만, 수치엔진은 피팅·근거평가만" 역할분리는 Table 2 ablation(A→D, 오차 4.7배 개선)으로 각 구성요소 기여가 분리 검증된, HypoExplore의 실험설계 단계에 직접 이식 가능한 구체적 메커니즘(B-2).
    • 파일: 미분류/202610_BMD_Bayesian-Model-Discovery-Hypothesis-Experiment-Loop_arXiv2610.25747.pdf · 리뷰: 202610_BMD_Bayesian-Model-Discovery-Hypothesis-Experiment-Loop_arXiv2610.25747_리뷰.md

보류

  • DAGLoop — Aligning Method Design with Experimental Feedback in Automated AI Research — arXiv:2610.25089 — Gate A-1·Gate B-2(ablation을 DAG로 구조화해 AutoScientists류 연구 메모리에 재사용 가능)는 통과했으나, 하루 채택 상한 2편을 Épi·BMD가 채워 Gate B 강도 순으로 잘림.
  • Auto-MD-bench — Evaluating Autoresearch Agents for Real-World Medical Tasks — arXiv:2610.25069 — Gate A-3(AI Scientist v2·AIDE·Autoresearch를 직접 벤치마크)·Gate B-1(캘리브레이션/강건성이라는 새 평가축)은 통과했으나, 의료 도메인에 한정되고 메커니즘의 범용성이 Épi·BMD보다 약해 상한 초과로 보류.
  • NeuroAct — Advancing EEG Analysis and Decoding via Dual-Loop Autonomous Research — arXiv:2610.25211 — Gate A-1(dual-loop 자율연구)은 통과하나, 기존 자율연구 폐루프 패턴을 EEG 도메인에 적용해 성능을 올린 것에 가까워 새 문제축·반직관적 결과가 뚜렷하지 않아 Gate B가 애매함.
  • TCMScience — An Autonomous Scientist for Traditional Chinese Medicine — arXiv:2610.24601 — Gate A-1(claim-support contracts 기반 governance 아키텍처, 거버넌스 ablation에서 허위 결론 121→0건)은 통과하나, 가치가 TCM 전용 커넥터·데이터허브 인프라(117개 커넥터·136개 데이터베이스)에 크게 의존해 범용 메커니즘으로서의 Gate B 충족이 애매함.

탈락

  • Self-Consistency of Entity Sets and Citations in a Deep Research System under Repeated Prompting — arXiv:2610.26421 — Gate A 탈락. 상용 deep research agent의 반복 프롬프팅 자기일관성(엔티티·인용 Jaccard)을 측정하는 응용 평가로, 자율연구/가설생성/아이디어평가 핵심 3토픽에 해당하지 않음.
  • VibeTraining-Bench: Data-Trainer-Harness Co-Design for Iterative System Improvement — arXiv:2610.26342 — Gate A 탈락. SWE-bench·터미널조작·수학추론 등 범용 agentic 엔지니어링 자기개선 벤치마크로, 과학적 가설·연구 파이프라인이 아님.
  • OpenSaC: A Python Library for Search as Code in Deep Research Agents — arXiv:2610.25779 — Gate A 탈락. deep research agent용 검색-as-코드 라이브러리/도구로, LLM을 도구로 쓰는 응용·인프라 논문.
  • From Trace to Fix: Residual Task State in Long-Horizon Agents — arXiv:2610.25776 — Gate A 탈락. failure attribution 키워드로 radar_match에 걸렸으나 핵심 기여는 장기수행 에이전트 일반의 실행 복구 프레임워크로 자율연구·가설생성과 무관한 키워드 오탐.
  • Formally Verified Autoresearch for Analyzing the Expressivity of Multi-Head Attention — arXiv:2610.25341 — Gate A 탈락. 핵심 기여는 멀티헤드 어텐션 표현력에 대한 해석가능성 결과이며, 에이전트·형식검증은 인간이 고수준 질문을 던지고 검토하는 도구로 쓰였을 뿐인 응용 논문.
  • CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow? — arXiv:2610.25078 — Gate A 탈락. 모델-하니스 공진화 RSI이나 평가 과제가 멀티에이전트 실패귀인·text-to-SQL·스마트홈 등 범용 에이전트 능력이며 과학연구 파이프라인이 아님.
  • HybridResearcher: Bridging the Structured-Unstructured Boundary for Deep Research Agents — arXiv:2610.24899 — Gate A 탈락. 구조화/비구조화 소스를 넘나드는 deep research agent 학습 기법으로 응용 검색-에이전트 연구.
  • Verifying Human-Written Reasoning References — arXiv:2610.24690 — Gate A 탈락. failure attribution 키워드로 radar_match에 걸렸으나 핵심 기여는 인간 작성 추론 체인(P-FOLIO)의 FOL 기반 함의 검증이며 키워드 오탐.
  • Learning to Compose: Recursive Self-Improvement of Shared Executable Stacks for Zero-Shot Long-Horizon Robot Manipulation — arXiv:2610.24464 — Gate A 탈락. 로봇 조작 도메인의 공유 실행 스택 RSI로 로보틱스 응용.
  • IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent Systems — arXiv:2610.24383 — Gate A 탈락. failure attribution 키워드로 radar_match에 걸렸으나 핵심 기여는 코드생성·QA·수학추론 멀티에이전트 시스템의 범용 에이전트 우선순위화 기법으로 키워드 오탐.
  • SteerSearch: Interactive Search Reasoning with Mid-Response Steering — arXiv:2610.24287 — Gate A 탈락. 검색 증강 LLM의 중간 응답 스티어링 기법으로 검색-에이전트 응용.