현대의 데이터 기반 마케팅은 대량의 소비자 데이터에 의존하지만, 이러한 데이터를 수집하는 것은 비용이 많이 들고 시간이 소요되며 확장하기 어렵다. 본 연구는 대규모 언어 모델(LLM)이 투영 기법(projective techniques)—소비자의 연상, 감정, 욕구, 필요를 이끌어내기 위해 설계된 방법론의 집합—을 위한 합성 소비자 데이터 생성에 활용될 수 있는지 검토한다. 우리는 다양한 투영 과제, LLM, 프롬프팅 전략, 온도 설정에 걸쳐 LLM이 생성한 응답을 테스트하고, 이를 도시 관광지 인식에 관한 1차 연구에서 수집한 인간 응답과 비교한다. 인간과 LLM의 응답은 언어적 측도, 다양성 및 집중도 지표, 토픽 모델, 상위 용어 분석을 통해 분석하였다. 결과는 광범위한 주제 및 연상에서 인간과 LLM 응답 간에 상당한 중복이 존재하지만, 스타일, 언어 구조, 다양성이 생성되는 방식에서는 중요한 차이점도 있음을 보여준다. 합성 소비자 데이터 생성에 LLM을 최적으로 활용하는 방법, 모델 및 프롬프트 선택이 응답 품질을 형성하는 방식, 그리고 LLM 합성 소비자 데이터 생성의 한계를 인식하는 것에 대한 권고사항이 제시된다.
ArtisanCAD는 CATIA 작업 녹화, 매크로 로그, 도면 노트 등 전문가 절차 지식을 CAD 중간 표현(CAD-IR)으로 증류하여 재사용 가능한 파라메트릭 스킬로 변환하는 산업용 CAD 에이전트(agent)다. Text2CAD 벤치마크에서 중간 수준 프롬프트 기반 생성 시 평균 Chamfer Distance를 14.83에서 9.88로 낮췄으며, 복잡한 자동차 부품에 대해 CATIA 네이티브 편집 가능 B-Rep 모델 생성이 가능함을 실증했다.
Unicode TAG-Block Concealment of Tool-Metadata Payloads in the Model Context Protocol: An Approval-View Fidelity Gap Across Three Independent Server Implementations
모델 컨텍스트 프로토콜(MCP)의 도구 메타데이터 승인 화면과 실제 모델에 전달되는 바이트 사이의 불일치를 악용하는 은닉 인코딩 메커니즘을 분석한 연구로, 유니코드 TAG 블록(U+E0000~U+E007F)으로 작성된 공격자 페이로드가 주류 렌더러에서는 사용자에게 전혀 보이지 않으면서도 모델의 토크나이저에는 바이트 단위 그대로 전달됨을 실제 MCP 프로토콜 구현을 통해 검증하였다. 3개의 독립적인 Python MCP 서버 라이브러리를 대상으로 한 8가지 기법 실험에서 전부(8/8) 모델 컨텍스트에 페이로드 주입에 성공하였으며, 프로토콜이 정의 변경 후 재승인을 전혀 강제하지 않는 구조적 취약점도 확인되었다.
AI 코딩 에이전트의 실행 보안(execution security) 연구가 샌드박스 격리, 접근 제어, TOCTOU, MCP 위협 등 분야별로 파편화된 문제를 해결하고자, 2023~2026년 발표된 39편의 논문을 17개 범주로 체계화하고 4건의 실제 CVE를 직접 검증하였다. 범주 간 교차 분석을 통해 격리 아키텍처와 역량 모델의 비교 평가 부재, 정책 집행 실패율 미반영, TOCTOU·MCP 위협의 어휘 분리 등 5가지 공통 결함을 도출하고 이를 해결하기 위한 연구 어젠다를 제시한다.
코드를 이해하지 못하는 과학자들도 데이터 과학 노트북을 활용할 수 있도록, 자연어 설명을 1차 콘텐츠로 보존하고 AI로 코드를 자동 생성하는 Plainbook을 제안한다. Plainbook은 Jupyter의 숨겨진 상태 문제를 해결하는 선형 실행 의미론과 스냅샷 커널 기반의 값 검증 메커니즘을 통해 코드 없이도 계산의 정확성을 확인할 수 있게 한다.
LLM 기반 에이전트의 멀티턴 상호작용에서 누적되는 긴 컨텍스트 문제를 해결하기 위해, 컨텍스트를 고정 크기 청크로 구조화하고 청크 간 의미 관계를 모델링하는 MemAttention을 핵심으로 한 저오버헤드 메모리 시스템 Akashic을 제안한다. 하드웨어-소프트웨어 공동 설계 메모리 배치를 통해 검색 단편화와 I/O 오버헤드를 줄였으며, 4가지 벤치마크 실험에서 기존 메모리 베이스라인 대비 태스크 정확도 최대 10.2포인트, 처리량 최대 1.21배, 지속 가능한 요청 처리율 최대 1.88배 향상을 달성했다.
PHQ-8로 측정된 우울 증상 수준에 따라 766명 참가자의 ChatGPT 대화 187,093건을 분석한 결과, 증상이 높은 집단은 정신건강·외로움·자기중심적 주제의 대화와 심야 시간대 이용이 유의미하게 많고 1인칭 대명사 및 절대적 표현도 더 자주 사용하였다. 그러나 ChatGPT의 전문가 연계 안내 비율은 증상 수준과 무관하게 일정했으며, 언어 기반 예측 성능(AUROC 0.591)이 낮아 임상 선별 도구로 활용하기에는 부적합하다고 결론지었다.
AI 시스템이 법률 조언을 제공하는 데 점점 더 많이 활용됨에 따라, 일반인이 알고리즘의 안내를 수용하는지—특히 그 조언이 법적으로는 옳지만 사회적으로 논쟁적인 경우—에 대한 의문이 제기되고 있다. 본 연구는 중국 본토 성인 3,348명을 대상으로 한 사전 등록 설문 실험을 보고한다. 이 실험에서는 동일한 법률 조언이 AI 시스템 또는 인간 변호사에게 귀속될 때, 그리고 추론 과정이 함께 제공될 때와 그렇지 않을 때 사람들이 조언을 어떻게 평가하는지를 살펴보았다. 알고리즘 혐오(algorithm aversion)에 대한 기존 예측과 달리, AI 시스템에 귀속된 조언은 지각된 합리성에 순 효과가 없었다. 그러나 매개 분석(mediation analyses)은 이 영가설 결과의 이면에 상반된 심리적 경로가 존재함을 밝혀냈다. AI에 귀속된 조언은 더 객관적으로 인식되어 지각된 합리성을 높이는 반면, 덜 포괄적이고 특수한 상황에 덜 주의를 기울이는 것으로 인식되어 지각된 합리성을 낮추었다. 반면, 법률적 추론을 제공하는 것은 출처와 무관하게 지각된 합리성을 실질적으로 높였으며, 이는 주로 객관성 인식을 향상시킴으로써 나타났다. 정성적 응답 결과 역시 법률 조언 평가에서 객관성과 맥락적 민감성 사이의 이러한 긴장을 뒷받침한다. 이러한 결과들은 AI 법률 조언자에 대한 대중의 반응이 자동화에 대한 경직된 태도에 의해 형성되는 것이 아니라, 경쟁하는 규범적 기대들 간의 균형 조정에 의해 형성됨을 시사한다. 본 연구의 결과는 알고리즘 혐오 이론 및 규범적으로 민감한 영역에서의 AI 추천 시스템 설계에 함의를 제공한다.
AIDev-pop 데이터셋의 33,596개 에이전트 PR 중 성능 개선 관련 216개 PR에서 추출한 1,254개의 diff 헝크를 이중-LLM 교집합 파이프라인으로 분류한 결과, 기존 유전적 개선(GI) 코퍼스와 달리 name_modification(37.0%), object_creation(26.4%), type_change(22.7%) 세 범주가 지배적임을 발견했다. 에이전트별로 고유한 변이 패턴이 존재하며, 이는 탐색 기반 소프트웨어 공학(SBSE)에서 에이전트 정체성과 목표 전략을 사전 정보로 활용해 유효한 변이 연산자 공간을 효과적으로 좁힐 수 있음을 시사한다.
EvalLoop는 대규모 언어 모델(LLM) 배포 시 평가를 정적 모델 선택이 아닌 반복적 시스템 개선을 위한 피드백 루프로 재정의하는 방법론으로, 차원별 지표 그룹화, 실패 모드 분류, 구조화된 반복 워크플로의 세 가지 메커니즘으로 구성된다. 영업 인텔리전스 브리핑 생성 사례 연구에서 환각(hallucination) 실패의 69%가 프롬프트 유발 해석 오류임을 진단하여 표적 수정을 통해 최고 모델 성능을 82.6%에서 94.6%로 향상시켰다.
장편 소설 창작을 위한 작가 메모리 시스템 Narrative World Model(NWM)은 서사학 기반의 타입화된 시간적 상태 그래프와 쿼리 조건부 하이브리드 검색을 결합하여, 기존 에이전트 메모리 프레임워크 Graphiti/Zep 대비 멀티홉 서사학적 QA에서 유의미하게 높은 성능(0.898 vs. 0.574)을 달성하였다.
LLMForge는 자연어 명세에서 파라메트릭 3D 기계 부품을 자동 생성하는 멀티모델 텍스트-투-CAD 프레임워크로, JSON 스키마 검증·메시 합성·다중 라운드 반복 정제를 통합하며 분석적 레이트레이싱 기반의 IterTracer와 VLM 시맨틱 비평 기반의 IterVision 두 가지 체계를 제안한다. 97개 엔지니어링 설계 문제 벤치마크에서 7개 파운데이션 모델을 평가한 결과, 상위 4개 모델이 98.97%의 메시 성공률로 매우 근접한 성능 클러스터를 형성했으며, IterVision에서는 100% 워터타이트 메시 생성을 달성하는 반면 회전 대칭 기하학인 실린더에서 체계적인 어려움이 드러났다.
K-12 환경에서 개인정보 보호와 비용 문제로 소형 언어 모델(SLM)이 주목받는 가운데, VEX VR 블록 기반 로봇 프로그래밍 환경에서 언어 모델의 CS 튜터링 능력을 평가하는 CSTutorBench를 소개한다. 4B~120B 파라미터 규모의 11개 모델 평가 결과, 어휘·어조 같은 표면적 기준에서는 양호한 성능을 보이나 답 유출 방지 및 학생의 디버깅 이력 반영 등 심층적 교육학적 행동에서는 취약했으며, 교육 프롬프트 엔지니어링 기반의 프롬프트 수정이 11개 중 10개 모델의 점수를 향상시켰다.
AI 에이전트가 검증할 수 없는 텍스트를 기반으로 툴 호출을 수행해 프롬프트 인젝션(prompt injection) 공격에 취약하다는 문제를 해결하기 위해, 에이전트 호스트 외부에 인가(authorization) 게이트웨이를 두어 메시지별 HMAC-SHA256 서명으로 호출자 신원을 검증하고 에이전트가 접근·수정할 수 없는 역할 기반 정책을 적용하는 aiAuthZ를 제안한다. 15개 언어 모델을 대상으로 한 평가에서 게이트웨이 적용 후 잔여 공격 성공률이 0%로 감소했으며, AgentDojo 벤치마크와 실제 사고 코퍼스 사례 연구에서도 기존 기준선 대비 월등한 차단 성능을 0.03ms 이하의 결정 지연으로 달성했다.
모바일 기기에서의 대규모 언어 모델(LLM) 추론 효율성을 분석하기 위해 5개 프레임워크와 CPU/GPU/NPU 3종 하드웨어 백엔드를 아우르는 최초의 포괄적 크로스 레이어 측정 연구를 수행하고, 백엔드별 에너지 귀인이 가능한 프로파일링 도구 PowerBench를 개발하였다. NPU는 연산 집약적 프리필링 단계에서 강점을 보이는 반면 메모리 집약적 디코딩에서는 CPU가 우위를 점하는 "단계 분리(phase split)" 현상과 스케줄링 비효율로 인한 최대 40% 에너지 낭비를 규명하여, 최적 구성 적용 시 NPU 백엔드 에너지 소비를 최대 54.8%까지 절감할 수 있음을 보였다.
KAT-Coder-V2.5는 실제 실행 가능한 리포지토리 내에서 자율적으로 동작하는 코딩 에이전트 모델로, 재현 가능한 환경 구축(AutoBuilder), 프로세스 인식 궤적 필터링, 대규모 도구 사용 궤적 합성(KwaiClawEnv), 비대칭 PPO 기반 강화학습, 멀티-티처 온-정책 지식 증류를 결합한 엔드투엔드 사후학습 프레임워크를 제시한다. 6개의 소프트웨어 엔지니어링 및 에이전트 벤치마크 평가에서 PinchBench 에이전트 도구 사용 부문 1위, 리포지토리 수준 소프트웨어 엔지니어링에서 Opus 4.8에 이어 2위를 달성했다.
AI 에이전트가 생명과학 워크플로우에 통합됨에 따라, 발견을 가속하는 능력이 오용을 가능하게 할 수도 있다. 우리는 생물학적 연구 과제에 대한 위험 식별 및 거부 동작을 위한 벤치마크인 BioSecBench-Refusal을 제시한다. 이 벤치마크는 발표된 문헌에서 적용된 합법적인 분석인 61개의 Routine 과제와, 실제 연구와 유사하지만 생물안보 위험을 은폐하는 가상 시나리오인 46개의 Red-Team 과제를 쌍으로 구성한다. 16개의 모델-하네스 구성에 걸쳐, 거부율은 Routine 과제에서 7%에서 74%, Red-Team 과제에서 1%에서 62% 범위를 보였으며, 많은 구성에서 은폐된 위험과 비교하여 동등하거나 더 높은 비율로 합법적인 Routine 작업을 거부하였다. 거부는 에이전트 추론 이전에 적용된 제공자 API 필터에 의해 가장 빈번하게 촉발되었다. 그러나 추론할 여지가 주어진 모델은 더 많은 실제 위협을 식별할 가능성을 보였다. 우리는 모델 개발자가 에이전트 기반 바이오테크 R&D에 대한 능력과 주의를 보정할 수 있는 도구로서 BioSecBench-Refusal을 공개한다.
생물정보학 논문 자동 생성 시스템인 Prompt-to-Paper는 섹션 인식 RAG 파이프라인으로 60~100편의 검증된 문헌에 모든 주장을 근거시키고, 자율 코딩 에이전트가 실제 계산 생물학 실험을 실행하여 조작된 수치를 대체하며, 8차원 품질 채점기 기반의 반복 개선 루프를 통해 논문 품질을 평균 +17.96점 향상시킨다. 다섯 가지 생물정보학 사례 연구에서 범위 외 인용이 없는 제출 형식 PDF를 편당 약 $0.31에 생성하였으며, 인간 검토자 평가에서 평균 7.0/10점을 기록하였다.
대규모 언어 모델(LLM)에 외부 도구를 통합하는 방식은 복잡한 작업을 수행하기 위한 유망한 패러다임으로 부상하고 있다. LLM이 대규모 도구 컬렉션을 효과적으로 관리하는 데 여전히 어려움을 겪고 있어, 연구자들은 입력 길이 및 지연 시간 제약을 해결하기 위해 가장 관련성 높은 옵션을 사전 선택하는 검색 기반 방법을 탐색하기 시작했다. 그러나 기존 검색기는 별도의 학습 과정으로 인해 도구 호출 LLM과의 정렬이 맞지 않는 경우가 많다. 본 논문에서는 도구 선택을 위한 검색기 학습에 적용하는 새로운 오즈비 선호도 최적화 방법인 PORTS를 제안한다. 동결된 LLM의 퍼플렉시티(perplexity) 기반 선호도 신호를 활용하여, 우리의 접근 방식은 선택 확률과 다운스트림 성능 간의 상관관계를 최적화하는 동시에 문서 문자열 간의 대조적 의미론적 손실(loss)을 공동으로 적용함으로써 유용한 도구를 찾도록 검색기를 파인튜닝한다. PORTS의 범용성과 도구 선택 정확도를 크게 향상시키는 능력은 6개의 데이터셋, 2개의 인코더 모델, 다양한 사전 지식을 갖춘 3개의 LLM에 대한 광범위한 실험을 통해 입증된다. 낮은 계산 비용으로, 우리의 정렬 과정은 새로운 쿼리와 도구로의 일반화를 용이하게 하여, 진화하는 도구셋을 갖춘 실용적인 응용에 유용함을 증명한다.
Charlie는 디지털 포렌식 환경에서 데이터 주권과 증거 무결성을 보장하기 위해 기관 인프라 내에서만 동작하는 온프레미스 다중 에이전트 검색-증강 생성(RAG) 시스템으로, 로컬 검색·작업 분해·구조화된 메모리·검증 메커니즘을 결합한 에이전트 오케스트레이션 아키텍처를 통해 대용량 비정형 포렌식 문서의 확장 가능한 증거 처리를 지원한다. 교통사고 인텔리전스 및 femicide 패턴 분석 사례 연구에서 법적·기관적 제약을 준수하면서 추적 가능한 다중 문서 추출과 종단적 포렌식 인텔리전스 생성이 가능함을 실증하였다.