개인정보보호 문제로 공유가 제한되었던 실제 WDN 모델의 한계를 극복하기 위해, 연구진은 36,000개의 시나리오와 2억 2천 8백만 개의 그래프 기반 상태를 포함하는 대규모 합성 데이터셋 DiTEC-WDN을 개발했습니다. 공개 라이선스로 배포되어, 수자원 분야 연구 발전에 크게 기여할 것으로 예상됩니다.

한국과 독일을 대상으로 한 AI 채팅봇 신뢰도 연구 결과, 한국인이 독일인보다 AI를 더 신뢰하며, 사회적 논쟁 주제는 AI 신뢰도를 낮추는 것으로 나타났습니다. 문화적 맥락을 고려한 AI 개발의 중요성을 시사하는 연구입니다.

Yang Siyuan 등 연구진이 발표한 논문은 사건 기반 카메라와 SNN(Spiking Neural Networks)을 결합하여 프라이버시를 보호하는 인간 행동 인식 기술을 제시했습니다. 장기간 시간 정보 처리 문제를 해결하기 위해 TS-SNN과 3D-SNN이라는 두 가지 새로운 프레임워크를 개발하였으며, 새로운 데이터셋 'FallingDetection-CeleX'을 공개했습니다. 실험 결과, 제안된 방법은 기존 SNN 방식보다 우수한 성능을 보였습니다.

김찬, 서승우, 김성우 연구팀이 개발한 LaMOuR은 언어 모델을 활용하여 딥 강화 학습에서의 OOD(Out-of-Distribution) 복구 문제를 해결하는 혁신적인 방법입니다. LLM의 능력을 활용하여 불확실성 추정에 의존하지 않고 효율적이고 일반화 가능한 복구 학습을 가능하게 하며, 다양한 로봇 제어 작업에서 뛰어난 성능을 보였습니다.

Luca Rossetto 등 14명의 연구진이 발표한 CASTLE 2024 데이터셋은 1인칭 및 3인칭 시점의 영상과 오디오, 그리고 다양한 센서 데이터를 포함하는 방대한 멀티모달 데이터셋입니다. 600시간 이상의 고화질 영상과 왜곡되지 않은 오디오 데이터는 멀티모달 이해 기술 발전에 크게 기여할 것으로 기대됩니다.