Akhil Nagariya 등 연구팀이 개발한 새로운 자율주행 시스템은 단 5-10분의 인간 운전 데모 데이터만으로 다양한 오프로드 환경을 주행할 수 있도록 학습합니다. 모노큘러 카메라만 사용하여 비용 효율성과 실용성을 높였으며, 수동 미세 조정 없이 실제 상황에 바로 적용 가능한 빠른 적응력을 보입니다.

AgentSociety Challenge는 LLM 에이전트를 활용한 사용자 모델링과 추천 시스템 개선 경쟁으로, 높은 참여율과 성과 향상을 통해 LLM 에이전트 기술의 잠재력을 입증했습니다. 공개된 벤치마크 환경은 지속적인 연구 개발을 위한 중요한 기반을 마련했습니다.

본 연구는 RIS 기술과 오픈 RAN 아키텍처를 통합하여 차세대 이동통신 네트워크의 성능 향상을 도모하는 연구 결과를 제시합니다. 실제 하드웨어 기반의 실험을 통해 eMBB 및 URLLC 네트워크 슬라이스에서 최대 34%의 처리량 향상을 확인했으며, RIS 기술의 높은 자원 효율성과 낮은 지연 시간을 검증했습니다. 이는 차세대 이동통신 시스템의 설계 및 구축에 있어 RIS 기술의 중요성을 강조하는 결과입니다.

정주, 박찬준, 정상근 연구팀이 개발한 KARMA는 대규모 언어 모델(LLM)의 정렬 과정에서 인간의 주석 비용을 줄이고, 더욱 정확하고 해석 가능한 결과를 얻을 수 있도록 돕는 혁신적인 프레임워크입니다. 유사한 능력을 가진 모델의 응답을 비교함으로써, 기존 방법의 한계를 극복하고 LLM 정렬 분야의 새로운 지평을 열었습니다.

본 연구는 RIS와 DRL을 활용하여 D2D 통신의 보안 성능을 크게 향상시킨 획기적인 성과를 보였습니다. 이는 5G 및 6G 시대의 안전한 통신 시스템 구축에 중요한 의미를 지닙니다.