한국어 제목과 요약이 준비된 소식을 제공합니다. 해외 소식은 순차적으로 한국어 브리핑을 작성합니다.
IT · AI 소식
제목을 누르면 소식의 핵심과 출처를 담은 브리핑을 읽을 수 있습니다.
AI 에디터의 기술 브리핑 자동 처리 과정에서 원문과 뉘앙스가 다를 수 있습니다.
-
구글 딥마인드, 한국 과학기술정보통신부와 AI 파트너십 발표
구글 딥마인드가 한국 과학기술정보통신부와 새로운 AI 파트너십을 체결하고, 한국 내 AI 캠퍼스 설립 및 최첨단 AI 모델을 제공하여 한국의 AI 전략 지원과 과학 연구 가속화를 목표로 한다.
-
구글, 차세대 음성 생성 모델 제미나이 3.1 플래시 TTS 공개
구글이 세밀한 오디오 태그를 도입하여 AI 음성 제어 기능을 강화한 차세대 오디오 모델인 제미나이 3.1 플래시 TTS를 발표했다.
-
제미니 로보틱스-ER 1.6 공개
공간 추론과 다중 시점 이해 능력을 강화한 제미니 로보틱스-ER 1.6이 발표되었다.
-
LY Corporation, AI 활용 개발과 업무 개선 확산을 위한 오케스트레이션 개발 워크숍 개최
LY Corporation이 AI를 활용한 개발과 업무 개선을 가속화하기 위해 조직적 학습에 기반한 오케스트레이션 개발 워크숍을 시작했다.
-
Gemma 4 오픈 모델 공개
고급 추론과 에이전틱 워크플로우를 위해 설계된 Gemma 4 오픈 모델 관련 정보가 공개되었다.
-
AI 시대에 맞춘 마우스 포인터의 진화: 문맥을 이해하는 인터페이스 공개
구글 연구진이 AI 기술을 결합하여 사용자의 시각적·의도적 문맥을 파악하는 차세대 AI ênabled pointer를 공개했다. 이 기술은 Chrome과 새로운 Googlebook 노트북 환경에 도입될 예정이다.
-
구글, 음성 AI 모델 제미나이 3.1 플래시 라이브 공개
구글이 음성 상호작용의 자연스러움과 정확도를 높인 최신 음성 모델 제미나이 3.1 플래시 라이브를 선보였다.
-
구글 딥마인드, 인공지능의 유해 조작 위험 연구 및 안전 대책 마련
구글 딥마인드가 금융 및 건강 분야를 포함한 인공지능의 유해 조작 위험을 연구하고 새로운 안전 조치를 마련한다.
-
언어 모델 강화를 위한 확장 가능한 강화 학습 알고리즘 GSPO 공개
새로운 강화 학습 알고리즘 GSPO가 언어 모델의 학습 안정성, 효율성, 성능을 향상한다. 시퀀스 수준 최적화를 통해 기존 GRPO의 불안정성을 해결하고, MoE 모델 학습 및 RL 인프라를 간소화한다.
-
Qwen-MT, 92개 언어 지원 및 맞춤형 번역 기능으로 업데이트
Qwen-MT(qwen-mt-turbo)가 Qwen API를 통해 업데이트되어 92개 언어 지원, 용어 개입, 도메인 프롬프트 등 맞춤형 번역 기능을 제공한다. 경량 MoE 아키텍처로 낮은 지연 시간과 비용 효율성을 달성하며, GPT-4.1 등 최첨단 모델과 경쟁하는 번역 품질을 선보인다.
-
Qwen VLo, 이미지 이해 넘어 창작까지 지원하는 통합 멀티모달 모델 공개
Qwen Chat은 이미지 콘텐츠 이해와 고품질 이미지 생성을 통합한 새로운 멀티모달 모델 Qwen VLo를 공개했다. 이 모델은 자연어 지시 기반의 정밀한 편집과 다국어 지원, 동적 해상도 생성을 특징으로 한다.
-
Qwen3 임베딩 시리즈, 기반 모델 기반 텍스트 임베딩 및 재순위화 성능 향상
Qwen 모델 제품군이 Qwen3 기반 모델을 활용한 텍스트 임베딩 및 재순위화 모델인 Qwen3 임베딩 시리즈를 공개했다. 0.6B~8B 크기로 다국어 및 교차 언어 지원, 사용자 정의 지침 기능을 제공하며, 여러 벤치마크에서 최첨단 성능을 달성했다. 아파치 2.0 라이선스로 오픈소스화되어 개발자 활용이 기대된다.
-
Qwen3 모델군 공개: 하이브리드 사고 모드와 확장된 다국어 지원으로 성능 향상
Qwen3 모델군이 공개되었다. 이 모델군은 하이브리드 사고 모드와 119개 언어 지원을 특징으로 하며, MoE 및 밀집 모델을 포함한 다양한 크기의 모델이 Apache 2.0 라이선스로 오픈 소스화되었다.
-
Qwen2.5-Omni 공개: 실시간 멀티모달 상호작용을 위한 종단간 모델
Qwen 개발팀이 텍스트, 이미지, 오디오, 비디오를 처리하고 실시간 텍스트 및 음성 응답을 제공하는 플래그십 멀티모달 모델 Qwen2.5-Omni를 공개했다. Thinker-Talker 아키텍처와 TMRoPE를 도입하여 포괄적인 멀티모달 인식과 실시간 상호작용을 지원한다.
-
Qwen2.5-VL-32B, 강화 학습으로 성능과 효율성 개선
Qwen2.5-VL-32B-Instruct 모델이 Apache 2.0 라이선스로 공개되었다. 이 모델은 강화 학습을 통해 인간 선호도에 부합하는 응답, 수학적 추론, 세밀한 이미지 이해 능력을 향상시켰으며, 동급 및 일부 대규모 모델 대비 우수한 성능을 보인다.
-
QwQ-Max-Preview 공개: 심층 추론 및 다중 도메인 문제 해결 능력 강화
Qwen 시리즈의 최신 모델인 QwQ-Max-Preview가 공개되었다. Qwen2.5-Max 기반으로 심층 추론, 수학, 코딩, 에이전트 작업 등에서 뛰어난 성능을 보이며, 향후 오픈소스화 및 전용 앱 출시를 통해 AI 접근성을 확대할 계획이다.
-
Qwen2.5-Max 공개: 대규모 MoE 모델의 지능 탐구 및 API 제공
Qwen 팀이 20조 개 이상의 토큰으로 사전 학습된 대규모 MoE 모델 Qwen2.5-Max를 공개하고 Alibaba Cloud API를 통해 제공한다. 이 모델은 주요 벤치마크에서 선도적인 모델들과 비교하여 우수한 성능을 보인다.
-
Qwen2.5-1M 모델 공개: 100만 토큰 컨텍스트 길이 지원 및 추론 프레임워크 가속화
Qwen은 100만 토큰 컨텍스트 길이를 지원하는 오픈소스 Qwen2.5-1M 모델(7B, 14B)과 vLLM 기반의 추론 프레임워크를 공개했다. 이 모델은 장문 및 단문 컨텍스트 작업에서 우수한 성능을 보이며, 희소 어텐션(sparse attention) 기술을 통해 추론 속도를 최대 6.7배 향상한다.
-
Qwen2.5-VL, 시각-언어 모델의 새로운 플래그십 공개
Qwen2.5-VL은 Qwen의 새로운 플래그십 시각-언어 모델로, 시각적 이해, 에이전트 기능, 장시간 비디오 분석, 정밀한 객체 위치 파악 및 구조화된 출력 생성을 강화했다. 3B, 7B, 72B 모델로 제공되며, 시공간 스케일 인식과 효율적인 시각 인코더를 통해 성능을 크게 향상했다.
-
MoE LLM 훈련 효율성 및 전문가 특화 향상을 위한 전역 배치 부하 분산 기법
MoE(Mixture-of-Experts) 기반 대규모 언어 모델(LLM) 훈련에서 기존 마이크로 배치 부하 분산의 한계를 극복하고 전역 배치 부하 분산 기법을 도입하여 모델 성능과 전문가 특화를 개선한다. 이 방식은 전문가 선택 빈도 동기화를 통해 구현되며, 계산 효율성 저하 없이 성능 향상을 제공한다.
각 소식의 저작권은 해당 원문 매체에 있습니다. Devin.KR은 출처의 공개 기사 본문 또는 RSS 제공 정보를 바탕으로 AI가 사실 중심의 브리핑을 작성합니다. 원문 전문이나 사진을 복제하지 않습니다. 전체 내용은 반드시 각 항목의 원문 링크에서 확인해 주세요. 게재 중단이나 수정이 필요하시면 문의 주시면 확인 후 조치하겠습니다.