AI 기상 예측 모델 GraphCast는 두바이 2024년 폭우를 8일 전 정확히 예측하며 놀라운 성과를 보였습니다. 그 성공 비결은 '전치(translocation)' 기법으로, 다른 지역의 강력한 기상 현상으로부터 학습하는 능력에 있습니다. 하지만 데이터 불균형과 스펙트럼 편향 등의 한계 또한 드러났습니다. 이 연구는 AI 기상 예측 모델의 가능성과 한계를 동시에 보여주는 중요한 사례입니다.

본 기사는 Rob H. Bemthuis의 연구를 바탕으로, 프로세스 마이닝에서 생성되는 다수의 모델들을 효과적으로 관리하고 의사결정을 지원하는 다기준 의사결정(MCDM) 접근 방식을 소개합니다. 정량적 및 정성적 요소를 모두 고려하여 모델을 평가하고 우선순위를 정하는 방법과, AHP 기법을 활용한 실증적 사례를 통해 MCDM의 효용성을 설명합니다. 초기 결과는 MCDM이 상황에 맞는 의사결정을 향상시키는 데 기여함을 시사하며, 향후 연구를 위한 기반을 마련합니다.

Luo et al.(2025)의 연구는 의료 영상 AI의 편향성 문제 해결을 위해 인간-AI 정렬의 중요성을 강조하며, 인간의 통찰력을 효과적으로 통합하는 전략을 통해 공정성과 성능을 동시에 향상시킬 수 있음을 보여줍니다. 하지만 과도한 정렬은 성능 저하를 야기할 수 있으므로, 균형 잡힌 접근법이 필요함을 강조합니다.

협동로봇과 AI를 활용한 항공기 자동 테스트 시스템 ARTO는 딥러닝과 XAI 기술을 통해 힘 기반 검증을 수행, 테스트의 신뢰성과 투명성을 향상시킵니다. Grad-CAM을 이용한 시각적 설명은 오류 진단 및 수정을 용이하게 하여 항공기 안전 및 인증 절차의 혁신을 가져올 것으로 기대됩니다.

Wang 박사 연구팀의 혁신적인 연구는 UAV와 지능형 반사 표면을 결합하여 통합 감지 및 통신 시스템의 성능을 크게 향상시켰습니다. 6D 공간 제어를 통한 최적화된 설계는 향후 다양한 분야에서의 응용 가능성을 제시합니다.