쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
18건 · "불확실성"조건 지우기 ×
001 06:11 ▲ 295 · 댓글 147 10년 된 CNN이 최신 LLM을 이기다, 피부암 진단 2015년 구글이 발표한 Inception v3 CNN을 피부과 이미지로 20분 정도 미세조정한 모델이 GPT-6 Astra와 Claude Fable 5.1 두 최신 LLM을 피부암 진단에서 압도했다. AI · 머신러닝 · A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis
Key Point 이 글은 대규모 언어모델의 의료 진단 능력이 특화된 구형 모델에 미치지 못한다는 구체적인 임상 증거를 보여주며, LLM이 모든 분야에서 기존 방식을 대체할 수 없음을 시사한다.
핵심 요약
2015년 구글이 발표한 Inception v3 CNN을 피부과 이미지로 20분 정도 미세조정한 모델이 GPT-6 Astra와 Claude Fable 5.1 두 최신 LLM을 피부암 진단에서 압도했다. 임상 사진과 피부경 이미지를 포함한 조직검사로 확진된 200개 병변 테스트에서 CNN은 125개(62%)를 올바르게 진단했지만 두 LLM은 각각 84개와 85개(42%)만 정확했다. 테스트 병변은 MILK10k 공개 데이터셋에서 무작위 선정했으며, 진단 불가능 범주 100개(흑색종 30, 기저세포암 25, 편평세포암 25, 광선각화증 20)와 안전 범주 100개(양성모반 50, 지루각화증 50)로 구성됐다. 전체 요약 12문장 읽기 → 002 00:11 ▲ 254 · 댓글 45 Mistral, 시계열 예측 파운데이션 모델 Timestral 공개 Mistral이 시계열 데이터 예측을 위한 첫 파운데이션 모델 Timestral을 공개했다. AI · 머신러닝 · Timestral: Mistral release time-series foundation models
Key Point 시계열 데이터는 기업의 센서·관찰성 메트릭부터 재무 수치까지 매우 광범위하게 쓰이는데, 이전에 도메인별로 처음부터 학습해야 했던 방식을 벗어나 사전학습된 기초 모델으로 적응형 예측이 가능해진다.
핵심 요약
Mistral이 시계열 데이터 예측을 위한 첫 파운데이션 모델 Timestral을 공개했다. 최대 크기 모델은 2억 9천만 개 파라미터로, GIFT-Eval, TIME, fev-bench 세 가지 주요 벤치마크에서 1위를 차지했으며 이전 최고 기록보다 파라미터 수는 2/3 수준이다. 5백만부터 2억 9천만 개 파라미터까지 4가지 크기로 출시되며, 각 크기별로 정확도와 모델 크기의 파레토 프런티어에 위치한다. 전체 요약 11문장 읽기 → 003 18:11 ▲ 118 · 댓글 21 몬테카를로 시뮬레이션으로 풀 수 있는 문제들 몬테카를로 시뮬레이션은 무작위성과 대수의 법칙을 이용해 과학·공학 문제를 푸는 기법으로, 제2차 세계대전 후 핵무기 시뮬레이션에서 처음 기록됐다. 기타 · Monte-Carlo Simulations
Key Point 불확실성이 있는 복잡한 문제를 계산으로 풀 수 없을 때 간단한 무작위 시뮬레이션만으로 정확한 답을 얻을 수 있는 방법을 제시한다.
핵심 요약
몬테카를로 시뮬레이션은 무작위성과 대수의 법칙을 이용해 과학·공학 문제를 푸는 기법으로, 제2차 세계대전 후 핵무기 시뮬레이션에서 처음 기록됐다. 원판에 화살을 던져 π값을 추정하는 고전적 예시에서, 원 안에 맞은 화살의 비율로 π≈4×(안쪽/전체)로 계산하지만 샘플 수가 적으면 오차가 크다. 독립 시행에서 오차는 1/√N에 비례하므로 오차를 절반으로 줄이려면 샘플 수를 4배로 늘려야 한다. 전체 요약 11문장 읽기 → 004 00:11 ▲ 101 · 댓글 39 전통 치즈 찾아 세계를 누비는 치즈 탐험가 Trevor Warmedahl은 시애틀의 상업용 치즈 생산을 그만두고 전통적인 치즈 제조 방식을 기록하기 위해 2019년부터 세계 여행을 시작했다. 기타 · Hiking the world in search of rare cheeses
Key Point 산업화로 사라지는 전통 치즈와 유목민 문화를 기록하는 여행자의 활동을 통해 음식 문화 보존과 지속 가능한 농업의 중요성을 발견할 수 있습니다.
핵심 요약
Trevor Warmedahl은 시애틀의 상업용 치즈 생산을 그만두고 전통적인 치즈 제조 방식을 기록하기 위해 2019년부터 세계 여행을 시작했다. 몽골의 유르트에서 야크를 젖짜고 초원에서 소떼와 함께 이동하며 디하이드된 유제품 aaruul을 만드는 경험을 했다. 지난 6년간 20개국 이상을 방문하며 전통 유목민 치즈 제조법을 기록하고 자연 유제품 가공 워크숍을 운영했다. 전체 요약 10문장 읽기 → 005 18:11 ▲ 270 · 댓글 3 선택 문제의 구조를 존중하는 AI 모델 'Jeva' 제안 System One 모델은 낮은 지연시간의 의사결정을 가능하게 하지만, 기존 텍스트 직렬화 방식은 의사결정 문제의 구조를 충분히 반영하지 못한다. AI · 머신러닝 · Jeva: System One Models from First Principles
Key Point 선택지 기반 의사결정 시스템의 구조적 요구사항을 처음 체계적으로 정의하고 이를 만족하는 아키텍처를 제시하여, 추천·검색·순위 결정 등 실무 문제들을 근본적으로 다시 설계할 수 있는 접근법을 제공한다.
핵심 요약
System One 모델은 낮은 지연시간의 의사결정을 가능하게 하지만, 기존 텍스트 직렬화 방식은 의사결정 문제의 구조를 충분히 반영하지 못한다. 논문은 구조적으로 중요한 네 가지 요구사항을 제시한다: (i) null-aware(답변 부재를 후보 간 불확실성과 구별), (ii) permutation-invariant(대안의 순서 변경이 결정에 영향 없음), (iii) option-scalable(후보 집합 증가 시 출력 공간 재정의 불필요), (iv) cacheable(반복되는 대안에 대한 재사용 가능). 이를 해결하기 위해 Jeva 아키텍처를 제안한다. 공유 인코더가 요청과 각 선택지를 독립적으로 표현하고, 컴팩트 결정 스택이 불변의 선택지 메모리에 대해 요청 상태만 정제한다. 전체 요약 9문장 읽기 → 006 18:11 ▲ 104 · 댓글 66 프라이빗 AI 가계부, 맥에서만 돈다 Pulse Local은 맥용 가계부 앱으로, AI 모델과 거래 데이터가 모두 사용자 기계에서만 실행되고 외부 서버로 전송되지 않는다. AI · 머신러닝 · Show HN: Pulse Local, a Mac budgeting app whose AI models run on your machine
Key Point 개인 금융 데이터가 외부 서버로 전송되지 않으면서도 AI 기반 질답을 제공하는 가계부 앱의 새로운 접근 방식을 보여주므로, 프라이버시와 편의성을 모두 원하는 사용자에게 선택지를 제공한다.
핵심 요약
Pulse Local은 맥용 가계부 앱으로, AI 모델과 거래 데이터가 모두 사용자 기계에서만 실행되고 외부 서버로 전송되지 않는다. 초기 설치 시 약 2.9GB의 AI 모델을 다운로드하며, 그 후 네트워크 활동은 앱 업데이트 확인이 유일하고 사용자 정보는 절대 전송되지 않는다. 지출 현황, 카테고리별 예산 비교, 월간 비교, 현금 흐름 계산, 예측 등 주요 가계부 기능을 모두 제공한다. 전체 요약 12문장 읽기 → 007 18:11 ▲ 101 · 댓글 102 OpenAI 수학 난제 해결 발표, 수학계 충격과 혼란 OpenAI가 10월 6일 100개 이상의 미해결 수학 난제를 풀었다고 발표하자 수학계 전역이 충격을 받았다. AI · 머신러닝 · 100+ reactions to 100+ solutions
Key Point OpenAI의 대규모 수학 난제 해결 발표가 수학 연구 생태계, 학위 과정, 커뮤니티 규범, 젊은 세대의 경력까지 근본적으로 재편할 수 있는 전환점이 되고 있기 때문입니다.
핵심 요약
OpenAI가 10월 6일 100개 이상의 미해결 수학 난제를 풀었다고 발표하자 수학계 전역이 충격을 받았다. 일부 수학자들은 결과가 거의 믿을 수 없을 정도로 놀랍다고 평가하며, Thompson의 그룹이 비단순성(non-amenability), Boone-Higman 추측 완전 해결, Borel 추측 4차원에서의 실패 등이 증명되었다고 확인했다. 하지만 이러한 논문들의 품질 문제가 심각하게 지적되었는데, 저자 이름을 밝히지 않고, 저널 투고 절차를 거치지 않으며, 100페이지 이상의 읽기 어려운 'slop' 수준의 글이 다수 포함되어 있다. 전체 요약 11문장 읽기 → 008 21:11 ▲ 39 · 댓글 6 언어모델의 불확실성을 해석 가능하게 측정하는 'U-Space' 제안 대형 언어모델이 고위험 결정을 내릴 때 그 답변의 신뢰도를 판단하기 어렵다는 문제가 제기되고 있다. AI · 머신러닝 · U-Space: Uncovering When and Why Uncertainty Arises in Language Models
Key Point 언어모델이 제시하는 답변의 신뢰도를 판단하고 잘못된 결론을 피해야 하는 상황에서, 해석 가능한 불확실성 측정 방법이 제시됨에 따라 모델 신뢰성 평가 방식이 달라질 수 있다.
핵심 요약
대형 언어모델이 고위험 결정을 내릴 때 그 답변의 신뢰도를 판단하기 어렵다는 문제가 제기되고 있다. 기존 불확실성 정량화 방법은 반복 생성이나 별도 학습이 필요하고, 불확실성이 어디서 발생하는지 보여주지 못한다. 생성 길이가 불확실성 추정과 정답률과 강하게 연관되어 있어서, 추정기가 불확실성 정보인지 단순히 길이 정보인지 구분하기 어렵다. 전체 요약 8문장 읽기 → 009 18:30 ▲ 19 · 댓글 2 RAG 에이전트 평가 예산을 어떻게 배분할까 생성형 AI 모델이 정보를 찾아 답변하는 RAG 에이전트의 평가 비용을 효율적으로 배분하는 문제를 다룬 논문이다. AI · 머신러닝 · Agentic RAG Evaluation: Budget Allocation Across Questions, Trajectories, and Reads
Key Point RAG 시스템 평가에 투입할 제한된 예산을 질문, 탐색 경로, 반복 읽기 중 어디에 쓸지 결정하는 실증적 기준을 제시하므로, 대규모 언어모델 평가를 설계하는 연구자들이 의사결정할 때 직접 참고할 수 있다.
핵심 요약
생성형 AI 모델이 정보를 찾아 답변하는 RAG 에이전트의 평가 비용을 효율적으로 배분하는 문제를 다룬 논문이다. HotpotQA와 MuSiQue 데이터셋에서 회수 피드백 비교를 통해 3.4천만 토큰 예산에서 질문 커버리지를 넓히는 것이 다섯 번 반복 읽기보다 표준 오차를 33% 낮추고, 세 가지 탐색 경로보다 12.6% 낮춘다는 것을 측정했다. 저장된 예측 모델이 최적 배분을 4.0%(중첩 경로) 및 3.5%(질문만 사용) 범위 내에서 예측할 수 있음을 보였다. 전체 요약 6문장 읽기 → 010 06:11 ▲ 23 · 댓글 2 평균이 같은 정책도 극단적 손실은 다르다…꼬리 위험 추정 방법 제시 평균 수익이 비슷한 강화학습 정책도 드문 실패(꼬리 위험)에서는 크게 달라지는데, 조건부가치손실(CVaR)을 정확히 추정하려면 많은 롤아웃이 필요하다. AI · 머신러닝 · Tail-Influence Sampling for CVaR Policy Evaluation
Key Point 강화학습 정책 평가에서 드물지만 치명적인 실패를 정확히 예측하는 것이 중요하며, 이 연구는 제한된 평가 예산으로 꼬리 위험을 효율적으로 추정하는 방법론을 제공한다.
핵심 요약
평균 수익이 비슷한 강화학습 정책도 드문 실패(꼬리 위험)에서는 크게 달라지는데, 조건부가치손실(CVaR)을 정확히 추정하려면 많은 롤아웃이 필요하다. 연구팀은 확률적 워크플로우의 각 조건부를 별도로 쿼리할 수 있을 때, 고정된 평가 예산을 꼬리 위험 추정에 최적 배분하는 방법을 제시했다. 각 쿼리 가능한 조건부 법칙에 대해 '꼬리 영향(tail influence)'을 정의해 그 불확실성이 벨만 재사용 전체에서 CVaR에 미치는 영향을 측정한다. 전체 요약 8문장 읽기 → 011 18:11 ▲ 52 · 댓글 2 마스크 기반 확산 모델의 학습 효율성을 높이는 Pivot-SD 마스크 확산 언어 모델(dLM)은 자동회귀 모델 대안으로서 복잡한 추론에 유망하지만, 노이징 제거 중 일부 토큰 결정이 나머지 마스크 위치의 불확실성을 급격히 줄이는 신용 배치 문제를 마주한다. AI · 머신러닝 · Pivot-SD: Efficient Self-Distillation for Masked Diffusion Language Models
Key Point 마스크 기반 확산 모델의 학습 비효율을 지목하고, 고영향 결정점만 선별 학습하는 새로운 자기증류 방식이 소규모 데이터로도 기존 방법을 능가하는 결과를 보여준다.
핵심 요약
마스크 확산 언어 모델(dLM)은 자동회귀 모델 대안으로서 복잡한 추론에 유망하지만, 노이징 제거 중 일부 토큰 결정이 나머지 마스크 위치의 불확실성을 급격히 줄이는 신용 배치 문제를 마주한다. 기존 dLM 학습 방식은 이러한 신호를 활용하지 않으며, 최종 텍스트나 전체 노이징 단계에 보상을 할당하는 방식으로 개별 핵심 토큰 결정을 선별하지 않는다. Pivot-SD는 오프라인 자기증류 프레임워크로서, 오직 응답 형성에 큰 영향을 미치는 핵심 결정점(pivot)만을 감독한다. 전체 요약 5문장 읽기 → 012 09:11 ▲ 100 · 댓글 122 번닝맨 사망률 통계 분석, 3명 사망은 정상 범위 2026년 번닝맨에서 3명이 사망했으며, 이는 행사 역사상 최다 기록이다. 기타 · Burning Man death rates – A short lesson in statistics
Key Point 통계 분석을 통해 직관적으로 '높아 보이는' 수치가 인구통계학적 맥락에서는 정상 범위임을 보여주는 중요한 사례이며, 데이터 해석 시 표준화와 표본 편향을 고려해야 하는 이유를 설명한다.
핵심 요약
2026년 번닝맨에서 3명이 사망했으며, 이는 행사 역사상 최다 기록이다. 미국 일반 인구의 조악 사망률(인구 10만 명당 909.3명/년)을 적용하면 70,000명이 1주일 체류할 때 약 12.2명의 사망을 예상할 수 있다. 번닝맨 참가자들은 평균 미국 인구보다 훨씬 젊고, 교육 수준이 높으며, 소득이 많아 인구통계학적으로 특이하다. 전체 요약 8문장 읽기 → 013 15:11 ▲ 23 · 댓글 1 LLM 정렬을 위한 확산 기반 보상 모델 등장 기존 보상 모델은 각 프롬프트-응답 쌍을 단일 점 추정값이나 고정된 분포로 축소하지만, 인간 선호도는 본질적으로 다중모달이다—같은 응답이 여러 방식으로 합리적으로 평가될 수 있다. AI · 머신러닝 · Diffusion Reward Models
Key Point 인간의 다양한 판단 방식을 반영하는 새로운 보상 모델이 RLHF 학습에서 성능 개선을 직접 입증했기 때문에, LLM 정렬 연구에 실질적 영향을 미칠 수 있다.
핵심 요약
기존 보상 모델은 각 프롬프트-응답 쌍을 단일 점 추정값이나 고정된 분포로 축소하지만, 인간 선호도는 본질적으로 다중모달이다—같은 응답이 여러 방식으로 합리적으로 평가될 수 있다. 이를 해결하기 위해 Diffusion Reward Model(DRM)을 제안하며, 이는 보상 모델링을 조건부 밀도 추정 문제 p(r|x,y)로 재구성한다. DRM은 동결된 LLM 인코더를 기반으로 경량 Diffusion Transformer가 가우시안 노이즈를 보상 벡터로 제거(denoising)하며, 출력 분포에 대한 매개변수 가정 없이 자연스럽게 다중모달 구조를 표현한다. 전체 요약 8문장 읽기 → 014 15:11 ▲ 144 · 댓글 42 Go 동시성 완벽 정리: 고루틴부터 뮤텍스까지 Go의 동시성 개념을 다루는 미니북으로, 고루틴, 채널, 셀렉트, 파이프라인, 타이머, 컨텍스트 등 19개 주제를 대화형 예제와 함께 설명한다. 웹 · 프론트엔드 · Go Concurrency Distilled
Key Point Go 동시성의 핵심 패턴과 함정을 한 곳에서 실행 가능한 예제로 배울 수 있으며, 특히 레이스 컨디션과 데이터 레이스의 차이, 뮤텍스와 채널의 선택 기준을 명확히 한다.
핵심 요약
Go의 동시성 개념을 다루는 미니북으로, 고루틴, 채널, 셀렉트, 파이프라인, 타이머, 컨텍스트 등 19개 주제를 대화형 예제와 함께 설명한다. 고루틴은 go 키워드로 시작되는 경량 함수로, OS 스레드보다 수백~수천 개를 생성할 수 있으며, sync.WaitGroup을 통해 완료를 기다린다. 채널은 고루틴 간 값 전달의 핵심으로, 송신은 동기식이며 버퍼 크기, 방향 지정(송신 전용, 수신 전용), range 반복을 지원한다. 전체 요약 12문장 읽기 → 015 21:11 당일 +241 LLM이 iOS·안드로이드 앱을 직접 조종하는 MCP 서버 공개 iOS 시뮬레이터·실제 기기와 안드로이드 에뮬레이터·실제 기기를 모두 제어하는 Model Context Protocol 서버 'Mobile MCP'를 오픈소스로 공개했다. AI · 머신러닝 · mobile-next/mobile-mcp · TypeScript
Key Point AI 에이전트가 실제 모바일 앱을 코드 없이 자동 조종할 수 있게 되면서 UI 테스트·자동화·데이터 수집 방식이 근본적으로 바뀌게 됩니다.
핵심 요약
iOS 시뮬레이터·실제 기기와 안드로이드 에뮬레이터·실제 기기를 모두 제어하는 Model Context Protocol 서버 'Mobile MCP'를 오픈소스로 공개했다. Claude, Gemini, GitHub Copilot 등 MCP 호환 LLM·에이전트가 접근성 트리 기반으로 UI 요소를 읽거나 스크린샷 좌표로 탭·스와이프하며 앱을 자동화할 수 있다. 리스트 요소 읽기, 앱 설치·실행·종료, 텍스트 입력, 화면 녹화, GPS 위치 오버라이드, 기기 로그·충돌 보고서 수집 등 30개 이상의 도구를 제공한다. 전체 요약 8문장 읽기 → 016 22:29 ▲ 108 · 댓글 45 중국, 오픈 AI 모델 시장 완전 장악…미국과의 격차 심화 오픈 가중치 모델(공개 가중치)은 가중치가 공개된 AI 모델이며, 진정한 오픈소스는 여기에 학습 코드와 데이터까지 포함한다. AI · 머신러닝 · The current balance of power in open models
Key Point 중국 AI 기업들이 오픈 모델 생태계에서 완전히 주도권을 장악했고, 이것이 학계와 산업에 얼마나 광범위하게 퍼져 있는지 구체적인 지표로 확인되기 때문입니다.
핵심 요약
오픈 가중치 모델(공개 가중치)은 가중치가 공개된 AI 모델이며, 진정한 오픈소스는 여기에 학습 코드와 데이터까지 포함한다. 중국은 2025년 7월부터 오픈 가중치 모델 다운로드에서 미국을 앞질렀으며, 현재 누적 다운로드 32억 건 중 16억 건을 차지해 2배 이상의 격차를 벌렸다. 인공지능 지수(AAII) 벤치마크에서 상위 3개 중국 모델의 점수는 42~45점인 반면, 미국 최고 모델은 23~26점으로 큰 차이가 난다. 전체 요약 13문장 읽기 → 017 03:10 ▲ 117 · 댓글 78 미국 국채, 외국 중앙은행에서 외면받다 외국 중앙은행과 정부의 미국 국채 보유액이 7월 3조7700억 달러로 2012년 수준까지 하락했다. 기타 · US Treasuries Have Become Unappetizing for Foreign Central Banks and Governments
Key Point 미국의 재정 적자 자금 조달 구조가 외국 정부에서 불투명한 금융 허브로 이동 중이며, 국채 금리 상승과 정치적 불확실성이 주요 통화 당국의 회피로 이어지는 추세가 확인되기 때문이다.
핵심 요약
외국 중앙은행과 정부의 미국 국채 보유액이 7월 3조7700억 달러로 2012년 수준까지 하락했다. 같은 기간 미국 국채 발행액은 3배 증가했고 인플레이션은 48% 올랐는데, 외국 정부 기관의 보유 비중은 2012년 34%에서 7월 12.8%로 급락했다. 일본은 7월 135억 달러를 감소시켰고, 중국·홍콩은 2015년 이후 지속적으로 국채를 팔아 보유액을 5870억 달러 줄였다. 전체 요약 5문장 읽기 → 018 03:10 ▲ 111 · 댓글 96 매트 멀렌웨그, 보드 갈등 48시간 만에 CEO 복귀 선언 Automattic 보드가 매트 멀렌웨그를 CEO 해임했으나 금요일 아침 그는 Slack에서 다시 통제권을 되찾았다고 공언했다. 스타트업 · 비즈니스 · Matt Mullenweg tells Automattic staff in Slack he's back in control after ouster
Key Point WordPress 모체 회사의 통제권을 놓고 창립자와 보드 사이에 벌어진 권력 싸움의 전개 과정과 현재 상황의 불확실성이 무엇인지 명확히 해준다.
핵심 요약
Automattic 보드가 매트 멀렌웨그를 CEO 해임했으나 금요일 아침 그는 Slack에서 다시 통제권을 되찾았다고 공언했다. 멀렌웨그는 보드가 '배신'하면서 그를 유급 휴직 상태로 만들었고 CFO 마크 데이비스를 임시 CEO로 임명했다고 주장했다. 그는 Slack 관리자 권한을 모두 제거하고 'Mama Said Knock You Out' 뮤직비디오 링크를 올리는 등 이례적인 행동을 보였다. 전체 요약 5문장 읽기 → 
