인도는 AI 기반 MOOCs를 통해 교육 혁신을 이끌고 있으며, NPTEL, SWAYAM 등의 플랫폼과 정부의 적극적인 지원을 통해 세계적인 교육 시스템으로 도약할 가능성을 보여주고 있습니다. 이를 위한 지속적인 투자와 협력이 중요합니다.

핀란드 고등학생들을 대상으로 한 연구에서 생성형 AI(GenAI)의 수학 교육 적용에 대한 긍정적 영향과 교육 환경과의 적합성의 중요성을 확인했습니다. 기술 수용 모델(TAM)을 기반으로 한 분석 결과, GenAI의 유용성과 즐거움이 사용 의도에 큰 영향을 미치는 것으로 나타났으며, 적합성 요소를 추가함으로써 모델의 설명력이 향상되었습니다.

중국과학원 연구팀이 개발한 HeteroLLM은 모바일 SoC의 이종 AI 가속기를 효율적으로 활용하여 LLM 추론 속도를 획기적으로 향상시킨 기술입니다. 기존 엔진 대비 최대 9.99배의 성능 향상을 기록하며 모바일 기반 AI 서비스의 발전에 크게 기여할 것으로 기대됩니다.

LLM4DistReconfig는 미세 조정된 대규모 언어 모델(LLM)을 활용하여 전력망 재구성 문제를 해결하는 딥러닝 기반 접근 방식입니다. 기존 알고리즘보다 추론 시간이 훨씬 단축되어 실시간 최적 재구성이 가능하며, 다양한 테스트 데이터 세트에서 우수한 성능을 보였습니다. 이는 AI 기반 전력망 관리의 새로운 시대를 여는 혁신적인 연구입니다.

본 기사는 기계학습 모델의 임의성을 '다양성'이라는 새로운 관점에서 분석한 연구를 소개합니다. 이 연구는 기존의 불확실성이나 분산과는 다른 '다양성' 개념을 제시하여, 실제 배포될 가능성이 높은 여러 우수 모델 간의 임의성 차이를 분석하고, 책임있는 AI 구현을 위한 다양성 연구의 이점과 위험성을 제시합니다. 향후 연구 방향 또한 제시하며, 더욱 신뢰할 수 있는 AI 시스템 개발에 기여할 것으로 기대됩니다.