AI 브리핑

마이크로소프트가 새로운 이미지 생성 AI 모델 'MAI-Image-2'를 공개하며 텍스트-투-이미지 시장에서 세계 3위에 올랐어요. 이 모델은 코파일럿, 빙, API를 통해 상용화되며 창작 워크플로우 전반을 재정의하려는 전략을 담고 있어요.

트웰브랩스의 영상 이해 AI 모델 '마렌고'가 게티이미지코리아에 도입돼 27만 개 영상 중 자연어 설명으로 원하는 장면을 바로 검색할 수 있게 됐어요. 약 10만 명의 고객이 AI 기반 영상 검색 서비스를 이용할 수 있게 되면서 콘텐츠 검색 효율이 크게 개선될 예정이에요.

VirPro는 시각 정보를 활용한 적응형 다중모달 사전학습 방식으로, 약한 감시 하에서 단안 3D 객체 감지 성능을 향상시켜요. 시각 특성을 텍스트 임베딩에 통합하는 다중 가우시안 프롬프트 모델링을 제안하며, KITTI 벤치마크에서 최대 4.8% 평균정확도 개선을 달성했어요.

드론 RF 신호 감지 및 식별을 위한 대규모 벤치마크 데이터셋 CageDroneRF가 공개됐어요. 실제 녹음과 합성 데이터를 결합하며, SNR 제어, 간섭 신호 주입, 주파수 시프트 등 정교한 증강 파이프라인을 제공해요. 분류, 개방형 인식, 객체 감지를 위한 표준화된 벤치마킹 도구와 함께 공개돼 RF 인식 모델 발전을 가속화할 것으로 기대돼요.

연구팀이 LLM을 활용해 23,100개의 다양한 이메일 변형을 생성하는 PhishFuzzer 프레임워크를 개발했어요. 피싱, 스팸, 정상 이메일을 구분하고 URL, 첨부파일 메타데이터를 포함한 벤치마크 데이터셋을 제공하며, Qwen과 Gemini 같은 최신 LLM의 이메일 보안 탐지 성능을 평가했어요.

금융 텍스트에서 구조화된 지식을 추출하기 위해 대규모 언어모델을 사용할 때 평가 기준이 없다는 문제를 해결하기 위해 FinReflectKG - EvalBench라는 벤치마크를 제시했어요. 이는 SEC 10-K 문서에서 지식 그래프를 추출할 때 신뢰성, 정확성, 관련성 등을 편향 제어를 통해 평가하는 프레임워크예요.

이 논문은 우주 잔해 제거 임무에서 회전하는 위성의 상대 자세를 정확하게 추정하기 위해 CNN 기반 시각 처리와 적응형 칼만 필터를 통합한 시스템을 제시했어요. 측정 노이즈와 프로세스 노이즈를 동적으로 조정하는 이중 적응 전략으로 센서 불확실성과 모델 오차를 동시에 보정해요.

자연어 쿼리에 따라 이미지 영역을 찾는 참조 표현 이해(REC) 작업에서, 신경기호적 추론 중 오류가 누적되는 문제를 해결하기 위해 VIRO라는 검증 기반 프레임워크를 제안했어요. 각 추론 단계마다 경량 검증자를 내장하여 객체 존재 여부와 공간 관계를 검증함으로써 강건성을 높이고, 최첨단 성능(61.1% 균형 정확도)과 실제 데이터에 대한 우수한 일반화 능력을 보여줬어요.

시각 이해와 생성을 통합한 멀티모달 모델이 실제로 두 능력 간의 상호작용을 이루는지 평가하기 위해 RealUnify 벤치마크를 제시했어요. 이 벤치마크는 1,000개의 주석이 달린 인스턴스로 구성되어 있으며, 현재의 통합 모델들이 효과적인 능력 시너지를 달성하지 못하고 있음을 보여줬어요.

이 논문은 인간의 선호도와 LLM을 정렬하는 새로운 방법인 Hard Preference Sampling(HPS)을 제안했어요. HPS는 선호되는 응답을 우선시하면서 해로운 콘텐츠를 효과적으로 거부하고, 계산 비용을 줄이면서도 모델의 안전성을 향상시켜요.