AI 에이전트 기반의 다중 에이전트 시스템이 기계 번역의 정확도와 효율성을 크게 향상시킬 수 있다는 연구 결과가 발표되었습니다. 특히 법률 번역 분야의 파일럿 연구를 통해 그 가능성이 입증되었으며, 향후 다양한 분야로의 확장이 기대됩니다.

Quan Zhou 등 연구팀은 초대형 개구면 어레이(ELAA) 시스템의 근거리장 통신 문제를 해결하기 위해 RIS 기반 Transformer 2단계 빔 트레이닝 알고리즘을 제시했습니다. 이 알고리즘은 SNR 20dB에서 최대 97%의 빔 선택 정확도를 달성, 기존 방식 대비 10~50% 향상된 성능을 보이며 IoT 통신 시스템의 효율성 향상에 기여할 것으로 기대됩니다.

Xi Tong 등 연구진이 개발한 SC3EF 알고리즘은 가시광선과 열화상 이미지의 정확한 매칭을 위한 혁신적인 기술로, 기존 기술의 한계를 뛰어넘는 우수한 성능과 일반화 능력을 보여줍니다. 자율주행 및 스마트 교통 시스템 등 다양한 분야에 긍정적인 영향을 미칠 것으로 기대됩니다.

중국과학원 자동화연구소 연구팀이 개발한 EmoVoice는 LLM과 Phoneme Boost 기술을 활용한 감정 제어 TTS 모델로, 고품질 데이터셋 EmoVoice-DB와 GPT-4, Gemini를 활용한 평가 시스템을 통해 합성 데이터만으로 최첨단 성능을 달성했습니다. 자유로운 감정 표현이 가능한 EmoVoice는 향후 다양한 분야에서 활용될 것으로 기대됩니다.

Cheng과 Du 연구팀이 개발한 3D-PNAS는 Perlin Noise를 기반으로 한 혁신적인 3D 이상 현상 생성 방법으로, 산업용 3D 데이터를 활용한 표면 품질 검사의 새로운 지평을 열었습니다. 다양한 유형의 결함을 사실적으로 생성하고, 제공된 코드와 툴킷을 통해 향후 연구 활성화를 기대할 수 있습니다.