본 논문은 82개의 연구를 바탕으로 사이버 보안의 핵심인 취약점 우선순위 지정 방법론을 심층 분석하고, 새로운 분류 체계와 미래 연구 방향을 제시합니다. 연구진은 다양한 도메인에 적용 가능한 동적이고 상황 인식적인 지표 및 확장 가능한 솔루션 개발의 필요성을 강조하며, 연구와 현실의 간극을 좁히기 위한 실질적인 해결책을 모색합니다.

중국 연구진이 Anchors 알고리즘의 속도를 획기적으로 개선하는 새로운 방법을 제시했습니다. 전이 학습 기반의 두 단계 변환 과정을 통해 설명 생성 시간을 단축하면서도 정확성과 해석 가능성을 유지했습니다. 이는 시간에 민감한 응용 분야에서 설명 가능한 AI의 실용화에 중요한 기여를 할 것으로 기대됩니다.

Shixuan Li 등 연구진이 개발한 ClimateLLM은 주파수 기반 분해와 LLM을 결합하여 기존 기후 예측 모델의 한계를 극복하고, 정확도와 효율성을 크게 향상시킨 혁신적인 모델입니다. 실제 데이터 실험에서 최첨단 모델들을 능가하는 성능을 보였으며, 극한 기후 현상 예측의 정확성 향상에 크게 기여할 것으로 기대됩니다.

본 논문은 자율 시스템의 안전성과 성능을 동시에 최적화하는 새로운 물리 정보 기반 머신러닝 프레임워크를 제시합니다. 기존 방법의 한계를 극복하고, 구간 예측 기반 검증 전략을 통해 높은 신뢰도의 안전성과 성능을 확보하는데 성공하였습니다.

딥러닝을 활용하여 1차원 포논 결정의 위상 계면 상태(TIS) 설계를 가속화하는 새로운 방법이 개발되었습니다. 변형 오토인코더, 다층 퍼셉트론, 탠덤 신경망 등을 활용하여 설계 정확도를 97% 이상 달성하고, 특정 TIS 주파수를 갖는 PnC 쌍의 ‘일대다’ 설계를 실현했습니다. 이는 소음 제거, 에너지 수확 등 다양한 분야에 혁신적인 가능성을 제시합니다.