
딥러닝 모델 저작권 보호의 혁신: Neural Honeytrace
Xu 등 (2025)의 연구는 딥러닝 모델의 저작권 보호를 위한 혁신적인 워터마킹 프레임워크 Neural Honeytrace를 제시했습니다. 추가 훈련 없이도 강력한 보안을 제공하고 적응형 공격에 강한 Neural Honeytrace는 저작권 주장에 필요한 샘플 수를 획기적으로 줄여, 딥러닝 모델의 안전하고 효율적인 활용에 크게 기여할 것으로 예상됩니다.

AI 저작권 보호의 혁신: LoRA를 위한 워터마킹 기술, SEAL 등장!
오기영, 김새진, 조우현, 이상규, 정지완, 송도경, 유영재 연구원 팀이 개발한 SEAL은 LoRA 가중치에 워터마킹을 삽입하여 저작권을 보호하는 기술입니다. 추가적인 성능 저하 없이 다양한 공격에도 강인한 성능을 보이며, AI 모델의 저작권 보호에 새로운 가능성을 제시합니다.

AI 시스템 개발의 새로운 지평: 의사결정 과학 기반 애자일 SDLC
Asif Q. Gill의 논문은 AI 시스템의 고유한 특성을 고려한 새로운 애자일 SDLC 접근법을 제시합니다. 의사결정 과학을 도입하여 의사결정 아키텍처를 설계하고, 보험 청구 처리 시나리오를 통해 실용성을 검증합니다. 이는 AI 시스템 개발의 효율성을 높이는 데 중요한 의미를 지닙니다.

ASTRA: 장면 인식 기반의 혁신적인 보행자 경로 예측 모델 등장!
ASTRA는 U-Net과 그래프 인식 트랜스포머를 결합한 경량화 모델로, 기존 최첨단 모델보다 적은 매개변수로 ETH-UCY와 PIE 데이터셋에서 뛰어난 성능을 보였습니다. CVAE를 사용한 확률적 예측과 새로운 가중 페널티 손실 함수를 통해 정확성과 신뢰성을 높였으며, BEV와 EVV 모두에서 작동합니다.

혁신적인 AI 튜터: LLM 기반 사회 기술 훈련 시스템 등장!
LLM 기반 사회 기술 훈련 시스템은 강사와 LLM의 협업을 통해 현실적인 시나리오를 생성하고, 실시간 피드백 및 성과 시각화를 제공하며, 기술적 전문성 없이도 강사가 시스템을 활용할 수 있도록 지원합니다. 이는 사회 기술 훈련의 접근성을 높이고 학습 효과를 향상시킬 것으로 기대됩니다.