오늘 연구 흐름은 영상·로보틱스 같은 멀티모달 기반 모델의 규모 확장과, GraphRAG·스킬 위키·검색 운영체계처럼 에이전트가 근거와 경험을 축적하는 시스템 설계가 함께 두드러진다. 새 논문들은 완료 궤적에서의 토큰 수준 지도, 불확실한 사실 검증의 보류, 기업 데이터의 병렬 DAG 실행처럼 에이전트의 실행 품질과 검증 가능성을 구체적 구조로 다룬다. 제품·산업 뉴스에서는 구글의 Gemini 신모델, OpenAI의 기업용 에이전트 플랫폼, AMD와 앤트로픽의 GPU 구축 계획이 수집됐다. 국내에서는 삼성 AI 안경과 구글 모델 발표 보도가 이어졌다. 한 줄로 정리하면, 오늘은 더 큰 모델 자체보다 실제 환경에서의 처리 효율·상태 관리·신뢰성에 초점을 둔 발표가 모였다.
VideoChat3: Fully Open Video MLLM for Efficient and Generalist Video Understanding
VideoChat3는 일반·장편·스트리밍 영상에서 모두 작동하는 공개 비디오 중심 멀티모달 언어모델을 제안한다. I3D-ViT와 스트리밍용 적응형 프레임 해상도로 시공간 표현과 입력 처리 비용을 함께 다룬다. 세 종류의 합성·정제 데이터셋을 학습에 쓰고, 실험에서 동일하거나 더 큰 기존 공개 모델보다 4B 파라미터로 높은 효율과 성능을 보였다고 보고한다.
원문 보기 ↗RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM
RAGU는 한 번의 추출로 생기는 노이즈와 취약한 검색을 줄이기 위해 추출과 통합을 분리한 GraphRAG 엔진이다. 타입 기반 2단계 추출 뒤 DBSCAN 중복 제거, LLM 요약, Leiden 커뮤니티 탐지를 차례로 적용한다. 7B Meno-Lite-0.1은 지식 그래프 구성에서 Qwen2.5-32B보다 상대 조화평균이 12.5% 높았고, Medical GraphRAG-Bench에서 증거 재현율 최대 0.84를 보고했다.
RESOURCE2SKILL: Distilling Executable Agent Skills from Human-Created Multimodal Resources
RESOURCE2SKILL은 튜토리얼 영상·저장소·글·참고 산출물에서 실행 가능한 에이전트 스킬을 만드는 프레임워크다. 텍스트·코드·시각 예시·메타데이터·출처를 묶은 계층형 멀티모달 Skill Wiki에 스킬을 저장하고, 에이전트는 필요할 때 검색·조합한다. 자료 범위가 부족하면 같은 구축 연산자로 온라인에서 새 스킬을 얻으며, 7개 저작 영역에서 무스킬 에이전트보다 평균 11.9%p 높은 점수를 보고했다.
SEED: Self-Evolving On-Policy Distillation for Agentic Reinforcement Learning
SEED는 희소한 결과 보상만으로는 중간 행동을 지도하기 어려운 에이전트 RL의 문제를 다룬다. 현재 정책이 완료 궤적을 분석해 재사용 가능한 사후 스킬을 만들고, 스킬을 넣은 문맥과 일반 문맥의 행동 확률 차이를 토큰 수준 신호로 바꾼다. 이 신호를 결과 기반 RL과 함께 최적화했으며, 텍스트·비전 에이전트 과제에서 성능과 샘플 효율의 일관된 개선을 보고한다.
SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration
SearchOS는 검색 이력이 길어질수록 반복 루프에 빠지는 정보 탐색 에이전트를 위한 시스템 프레임워크다. Frontier Task, Evidence Graph, Coverage Map, Failure Memory에 검색 상태를 지속적으로 기록하고, 미해결 범위를 겨냥해 하위 에이전트 작업을 병렬 배치한다. 도구 호출을 가로채 근거와 정체 상태를 기록하는 미들웨어와 계층형 스킬을 함께 쓰며, WideSearch와 GISA에서 평가 대상 기준 모든 지표 선두를 보고한다.
Generative World Renderer at the Speed of Play
AlayaRenderer-Flash는 물리 엔진이 내보낸 구조화된 세계 상태에서 RGB 프레임을 합성하는 생성 렌더러를 실시간 지향으로 바꾼다. 기존 모델을 소수 단계 자기회귀 스트리밍 모델로 재구성하고, 경량 증류 코덱으로 잠재 인코딩과 프레임 복원을 수행한다. G-buffer 스트림에서 내용 보존·시간 일관성·제어성·실행 효율을 평가했으며, 보고된 속도는 0.56 FPS에서 31.54 FPS로 높아졌고 물리 엔진 결합 시 30 FPS 플레이를 제시한다.
Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories
Xiaomi-Robotics-1은 보지 못한 환경의 모바일 조작과 적은 데이터의 하위 과제 적응을 목표로 한 VLA 모델이다. 실제 UMI 조작 궤적 10만 시간 이상으로 사전학습하고, 장면 상태 전이를 설명하는 자연어를 자동 라벨링해 행동 학습의 조건으로 쓴다. 사전학습과 사후학습의 두 단계 구성을 평가해 데이터·모델 규모 확장 효과를 보고했으며, RoboCasa365에서 57.6% 성공률과 RoboDojo 평균 20.07을 제시한다.
KnowAct-GUIClaw: Know Deeply, Act Perfectly, Personal GUI Assistant with Self-Evolving Memory and Skill
KnowAct-GUIClaw는 크로스플랫폼 GUI 조작과 실행 경험의 지속 학습을 겨냥한 개인 비서 프레임워크다. Know-Route-Act-Reflect 흐름에서 사용자 상호작용과 과제 경험을 장기 과제 분해·배정에 쓰고, GUI 하위 에이전트가 메모리와 스킬 라이브러리를 갱신한다. Android·iOS·HarmonyOS·Windows 실험에서 장기 과제 MobileWorld 기준 Kimi-2.6 조합의 64.1%와, 기반 모델 간 8.5% 개선을 보고한다.
SysAdmin: Measuring Instrumental Power-Seeking in Frontier AI
SysAdmin은 최전선 언어모델을 고충실도 Linux 샌드박스의 자율 시스템 관리자로 두고 권한 추구 성향을 측정한다. 자기보존·자율성 확대·자원 획득·환경 변경·전략적 은폐의 다섯 차원을 시험하고, 사람 주석 보정으로 편향을 조정했다. 7개 모델과 4개 조건의 2,800개 과제에서 보정 추정치는 모델별 약 0~5%였으며, 명시적 권한 추구 프롬프트의 양성 대조군은 100% 탐지됐다.
원문 보기 ↗Calibrated Selective Fact-Checking via Evidence Chain Evaluation
ECE는 모든 주장에 참·거짓을 강제하는 대신 불확실 판정을 허용하는 선택적 사실 검증 프레임워크다. 도구 사용 에이전트가 웹·학술 검색과 실행 점검으로 근거를 모아 신뢰도와 출처 메타데이터가 있는 구조화된 판정을 낸다. ECE-Bench에서 일반 정확도 91.6%, 답변 범위 93.7%, 답변한 주장에 대한 선택 정확도 97.8%를 보고했고, 95건 중 6건을 보류했다.
BatchDAG: LLM-Planned Execution Graphs for Scalable Ad-Hoc Analysis Over Enterprise Data
BatchDAG는 대규모 기업 데이터의 교차 개체 분석에서 문맥 초과와 순차 호출 지연을 줄이기 위한 실행 계층이다. LLM이 SQL·의미 검색·변환·병렬 팬아웃을 포함한 타입 DAG를 만들고, 결정론 엔진이 위상 파동 병렬성과 JSON 데이터 흐름으로 실행한다. 개체 인지 배치는 LLM 호출을 최대 47배 줄였고, 12개 질의에서 전문가 설계 파이프라인과 비슷한 품질 및 더 높은 근거 제시 비율을 보고한다.