Christopher K. Frantz가 개발한 IG Parser는 기관 문법 2.0을 기반으로 한 소프트웨어로, 자연어를 엄격하게 인코딩하고 다양한 분석 기법을 지원하여 기관 시스템 분석의 정확성과 효율성을 높입니다. IG Script라는 독자적인 구문을 통해 기관 문법 이론을 실제 분석에 적용 가능하게 하며, 다양한 분야에서 활용될 것으로 기대됩니다.

LLM 기반 시스템의 안전성 문제와 악성 질의 공격에 대한 대응 기술을 평가한 연구 결과를 소개합니다. Lakera Guard와 ProtectAI LLM Guard가 우수한 성능을 보였지만, 클로즈드 소스 제공업체의 투명성 향상 등 사회적 노력의 중요성을 강조합니다.

최근 발표된 연구에 따르면, 모바일 LLM 에이전트의 보안 취약성이 심각한 수준이며, 모든 에이전트가 표적 공격에 취약한 것으로 나타났습니다. 행동 이상, 개인 정보 유출, 실행 하이재킹 등 심각한 위험이 존재하며, 안전한 모바일 LLM 에이전트 구축을 위한 표준화된 보안 관행의 시급성을 강조합니다.

신동화, Edwin Zhang 박사 연구팀이 개발한 Cross-Variate Patch Embedding (CVPE) 모듈은 기존 시계열 예측 모델의 한계를 극복하고 성능을 향상시키는 혁신적인 기술입니다. 채널 독립적 모델에 변수 간의 상관관계를 효과적으로 통합하여 과적합 문제를 해결하고, 실제 데이터셋에서 우수한 성능을 입증했습니다. CVPE는 다양한 분야에 적용되어 시계열 예측의 정확성과 효율성을 높이는 데 크게 기여할 것으로 기대됩니다.

상용 LLM API의 추론 과정 은폐로 인한 투명성 문제를 해결하기 위해, Guoheng Sun 등 연구진이 개발한 CoIn 프레임워크는 토큰 개수 부풀리기를 최대 94.7%의 성공률로 감지하여 과금 투명성을 확보하는 데 기여할 것으로 기대됩니다.