Du, Sun, Li 연구팀은 추론 단계에서 사전 훈련된 LLM에 코드 구조 지식을 통합하는 새로운 방법을 제시했습니다. 정보 이론적 관점에서 예제 선택을 개선하고, CAST라는 새로운 측정 지표와 탐욕 알고리즘을 통해 LLM 성능을 크게 향상시켰습니다. 이 연구는 코드 구조적 지식의 중요성을 강조하고, AI 기반 소프트웨어 개발의 혁신을 이끌 것으로 기대됩니다.

AI 가족 통합 지수(AFII)는 AI의 가족 및 돌봄 시스템 통합 준비성을 평가하는 새로운 지표로, 기술적 측면뿐 아니라 관계적, 윤리적, 문화적 차원까지 고려하여 국가별 준비 수준을 종합적으로 평가합니다. 기존 지수와의 차이점과 정책 및 실행 간의 괴리(Governance Gap)를 분석하여, AI 시대의 성공적인 사회 통합을 위한 인간 중심적 접근의 중요성을 강조합니다.

방글라데시 연구진이 개발한 GroundHog 모델은 머신러닝을 활용하여 GLDAS 데이터의 상향 스케일링을 통해 고해상도 지하수위를 예측하고, 정확한 지하수 재충전량을 추정하는 데 성공했습니다. 이는 방글라데시의 지하수 관리에 혁신적인 변화를 가져올 것으로 기대되며, 다른 국가에도 귀중한 모범 사례를 제공합니다.

MediTools는 LLM을 활용한 AI 기반 의료 교육 플랫폼으로, 실제 임상 시뮬레이션, AI 강화 PubMed 도구, 의학 뉴스 요약 도구 등 다양한 기능을 제공하여 의료 교육의 혁신을 이끌고 있습니다. 의료 전문가 및 학생 대상 설문조사를 통해 지속적인 개선을 추구하며, 미래 의료 교육의 새로운 가능성을 제시합니다.

Zhonghan Zhao 등의 연구팀이 개발한 RIG 모델은 AI 에이전트의 추론과 상상 능력을 End-to-End 방식으로 통합한 혁신적인 시스템입니다. 기존 모델 대비 17배 이상 향상된 샘플 효율성을 보이며, 에이전트의 안정성과 일반화 능력을 크게 높였습니다. 이는 AI 기술의 실용성과 지능 수준 향상에 중요한 의미를 지닙니다.