Adele Ravagnani와 Fabrizio Lillo의 연구는 비마르코프 제로 인텔리전스 모델을 이용하여 메타오더의 가격 영향을 정확하게 예측하는 혁신적인 방법을 제시합니다. 과거 가격 동향을 고려하여 주문의 매수/매도 확률을 변화시키는 이 모델은 실제 시장에서 관찰되는 가격 곡선의 오목성과 가격 회귀 현상을 정확하게 예측하며, AI 기반 투자 전략 개발에 중요한 기여를 할 것으로 기대됩니다.

AVA는 시각 및 언어 정보를 활용하여 인간과 유사한 방식으로 StarCraft II를 플레이하는 혁신적인 AI 에이전트입니다. 기존 MARL 방법과 달리, 기초 모델을 활용하여 별도의 훈련 없이도 복잡한 전술적 행동을 수행하며, 인간 중심의 AI 개발에 새로운 가능성을 제시합니다.

Hao et al.(2025)의 연구는 에지 인텔리전스를 위한 불변 연합 학습 시스템을 제시하여 이기종성과 비동기성 문제를 탈퇴 전략과 불변 페널티로 해결합니다. 이론적 증명과 실험 결과는 시스템의 우수한 성능을 입증합니다.

본 연구는 OpenAI API를 활용한 귀납적 주제 분석에서 생성형 AI의 효율성과 정확성을 검증하고, 인간 코더와의 비교 분석을 통해 AI의 강점과 한계를 밝혔습니다. 단계적 프롬프트 전략을 통해 AI의 투명성을 높였으며, AI는 인간과 유사한 수준으로 코드 생성 및 주제 분류를 수행했지만, 해석에서는 보다 일반적이고 개념적인 접근 방식을 보였습니다. 향후 특화된 프롬프트 개발을 통해 AI의 질적 연구 활용도를 더욱 높일 수 있을 것으로 기대됩니다.

Sareh Ahmadi 등 연구진이 개발한 AI 챗봇 EFTeacher는 GPT-4-Turbo를 기반으로 개인 맞춤형 미래 시나리오를 생성하여 사용자의 행동 변화를 유도합니다. 사용자 연구를 통해 그 효과성과 사용성이 검증되었으며, 향후 AI 기반 행동 변화 앱 개발에 대한 디자인 가이드라인을 제시합니다.