본 기사는 생성형 AI(GenAI)의 책임 있는 거버넌스 구축을 위한 최근 연구 결과를 소개합니다. 연구진은 적응력 있는 위험 평가, 지속적인 모니터링, 그리고 협업의 중요성을 강조하며, '책임 있는 GenAI 가이드(ResAI)'를 통해 기업의 윤리적이고 안전한 GenAI 활용을 위한 구체적인 방안을 제시합니다.

DyMU는 훈련이 필요 없는 효율적인 프레임워크로, 동적 토큰 병합 및 가상 분할 기술을 통해 VLMs의 계산 부하를 32~85%까지 줄이면서 성능 저하 없이 높은 성능을 유지합니다. 이미지 복잡도에 따라 동적으로 적응하고 사용자 제어 기능을 제공하는 것이 특징입니다.

본 연구는 딥러닝을 활용하여 단일 웨이브프런트 센서 이미지로부터 대기 난류의 세기를 나타내는 Fried 매개변수(r0)를 실시간으로 정확하게 추정하는 기술을 개발했습니다. 이 기술은 적응 광학(AO) 시스템의 성능 향상과 자유 공간 광(FSO) 통신 기술 발전에 크게 기여할 것으로 예상됩니다.

본 논문은 NVIDIA의 FourCastNetv2 모델과 GPU를 활용하여 대학 연구 그룹에서 AI 기반의 전 지구적 기상 예보 모델을 구축하는 데 대한 연구 결과를 제시합니다. 제한된 자원에도 불구하고 AI 기상 예보 모델을 활용 가능하도록 하는 방법과 이 과정에서 발생하는 어려움에 대한 분석을 통해 AI 기상 예보 기술의 민주화를 위한 중요한 발걸음을 내딛었습니다.

본 기사는 설명 가능한 AI(XAI) 분야에서 Saliency Map의 효과적인 평가 방법에 대한 최신 연구 결과를 소개합니다. 독일 연구진의 연구는 주관적, 객관적 사용자 측정, 수학적 지표를 종합적으로 활용하여 세 가지 주요 Saliency Map 기법을 비교 분석했으며, 평가 방법에 따라 최고의 Saliency Map이 달라지는 흥미로운 결과를 제시합니다. 이 연구는 향후 XAI 분야의 발전에 중요한 시사점을 제공합니다.