Christoforus Yoga Haryanto와 Emily Lomempow의 논문은 2035년을 목표로 하는 혁신적인 인지 컴퓨팅 아키텍처 '인지 실리콘'을 제시합니다. LLM과의 공동 설계를 통해 윤리적 문제 해결과 자유 에너지 원리와의 통합을 시도하며, 물리적 제약, 비복제 가능한 지식 및 ID 키를 활용하여 안전하고 책임감 있는 AI 시스템 구축을 목표로 합니다.

본 연구는 유튜브 추천 알고리즘의 작동 방식을 투명하게 보여주는 상호작용 도구 '알고리즘 미러'를 제시합니다. 언어 모델 기반의 '가상 추론' 기법과 실증 연구를 통해, 알고리즘의 영향력을 인지하고 디지털 자율성을 높이는 디자인 요소들을 제시하며, 알고리즘 중심의 디지털 환경에서 사용자의 권한 강화에 기여할 것으로 기대됩니다.

본 연구는 드론 기반 지능형 반사 표면(IRS) 기술의 성능 향상 및 안정성 확보를 위한 3차원 방사 패턴 분석과 서비스 장애 확률 최소화 방안을 제시합니다. 드론의 불안정성으로 인한 통신 장애 문제를 해결하여 6G 통신 네트워크의 실용화에 기여할 것으로 기대됩니다.

본 연구는 AI를 활용한 음모론 반박 메시지 생성의 현황과 한계를 분석합니다. GPT-4o, Llama 3, Mistral 등 LLM을 이용한 실험 결과, AI는 일반적이고 피상적인 반박을 생성하며 사실을 왜곡하는 등의 문제점을 보였습니다. 효과적인 음모론 대응을 위해서는 양질의 데이터셋 구축과 AI 기술의 발전이 필요합니다.

대규모 언어 모델(LLM)과 기존 기계 번역(MT) 도구의 의료 요약 번역 성능 비교 연구 결과, 기존 MT 도구가 복잡한 텍스트 번역에 강점을 보였으나, LLM은 특정 언어(베트남어, 중국어)의 간단한 요약 번역에서 경쟁력을 나타냈습니다. 아랍어의 경우 텍스트 복잡성 증가에 따라 번역 정확도가 향상되었으며, 의료 번역의 정확성 평가를 위한 새로운 지표 개발의 필요성이 제기되었습니다.