AI TECHNOLOGY DAILY RESEARCH · 2026-07-31 · 09:00 KST
오늘 연구 흐름은 대규모 공개 MoE부터 단일 GPU의 상호작용 세계·실시간 VLA, 그리고 코딩·창작 에이전트의 실행 기반까지 모델 자체와 작업 환경을 함께 확장하는 데 모였다. 새 arXiv 논문은 강화학습 추론의 내부 표현, 목표 불일치 멀티에이전트, 장기 임상 데이터 분석처럼 성능 수치 뒤의 작동 조건과 검증을 구체화한다. 제품·산업 쪽에서는 OpenAI가 GPT-5.6의 가격 대비 성능과 ARC-AGI-3 설정을 발표했고, 국내에서는 GPU 운영 플랫폼의 상장예심 통과와 국산 AI 서비스 공모 일정이 전해졌다. 오늘의 결론은 에이전트 활용이 늘수록 모델 규모뿐 아니라 문맥·실행·평가 조건을 함께 봐야 한다는 것이다.
Kimi K3: Open Frontier Intelligence
2.8조 파라미터 MoE 모델 Kimi K3는 시각 기능과 100만 토큰 문맥을 함께 제시한다. 논문은 장문·심층 정보 흐름을 개선하는 attention 계열 구조와 토큰별 전문가 활성화를 결합한다. 일반·에이전트·코딩 영역의 강화학습 후학습과 장기 실행을 위한 인프라를 함께 다룬다. 저자들은 여러 장기 코딩·추론·시각 평가에서 프런티어 수준 성능을 보고하며, 가중치를 공개한다.
ABot-World-0: Infinite Interactive World Rollout on a Single Desktop GPU
ABot-World-0는 단일 데스크톱 GPU에서 무한한 상호작용 세계를 롤아웃하는 방법을 다룬다. 논문은 환경의 상태를 이어 가며 사용자의 상호작용에 반응하는 세계 생성에 초점을 둔다. 제한된 장비에서 계속되는 시각적·상호작용적 장면을 만드는 설계를 제안한다. 제시된 설정에서 세계 롤아웃의 가능성을 실험으로 보인다.
arXiv 원문 ↗TurboVLA: Real-Time Vision-Language-Action Model at 32 Hz on an RTX 4090 with <1 GB VRAM
TurboVLA는 RTX 4090에서 32Hz로 동작하는 시각-언어-행동 모델을 제안한다. 연구는 로봇 제어에 필요한 실시간 반응과 메모리 제약을 함께 문제로 둔다. 모델의 계산과 메모리 사용을 줄여 시각·언어 입력에서 행동을 생성한다. 실험은 해당 하드웨어 조건에서의 속도와 메모리 수치를 보고한다.
arXiv 원문 ↗JarvisHub: An Open Harness for Canvas-Native Multimodal Creative Agents
JarvisHub는 캔버스 네이티브 멀티모달 창작 에이전트를 위한 공개 하니스를 제시한다. 논문은 에이전트가 캔버스에서 이미지와 구성 요소를 다루는 작업 환경에 주목한다. 실행·평가를 위한 공통 환경을 제공해 창작 에이전트의 작업을 재현 가능하게 다룬다. 연구는 멀티모달 창작 작업을 위한 공개 기반을 제안한다.
arXiv 원문 ↗CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents
CodeNib은 코딩 에이전트에 저장소 문맥을 제공하는 다중 관점 데이터 시스템을 제안한다. 연구는 코드 작업에서 필요한 문맥이 한 종류의 표현으로는 충분하지 않다는 문제를 둔다. 서로 다른 관점의 저장소 정보를 제공해 에이전트가 관련 문맥을 활용하도록 설계한다. 논문은 이 시스템을 코딩 에이전트 문맥 제공 방식으로 제시한다.
arXiv 원문 ↗K12-KGraph: A Curriculum-Aligned Knowledge Graph for Benchmarking and Training Educational LLMs
K12-KGraph는 교육과정에 정렬된 지식그래프를 이용해 교육용 LLM의 학습과 평가를 다룬다. 논문은 교육과정 요소와 평가 문제 사이의 연결을 구조화하는 데 초점을 둔다. 지식그래프를 벤치마킹과 훈련에 함께 쓰는 체계를 제안한다. 제안 체계는 교육 LLM의 과제 범위를 교육과정 기준으로 다룬다.
arXiv 원문 ↗ReDesign: Recovering Editable Design Structures from Images via Agentic Decomposition
ReDesign은 이미지에서 편집 가능한 디자인 구조를 복원하는 문제를 다룬다. 연구는 완성된 이미지의 구성 요소와 관계를 분해해 다시 편집 가능한 표현으로 바꾸려 한다. 에이전트적 분해 과정을 사용해 디자인 구조를 추론한다. 논문은 이미지 기반 디자인 재구성 접근을 제시한다.
Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills
Skill Self-Play는 LLM 스킬과 과제를 함께 진화시키는 자기대전 방식을 제안한다. 논문은 고정된 과제만으로는 역량 확장을 충분히 자극하기 어렵다는 문제를 다룬다. 스킬의 생성·개선과 도전 과제의 변화를 연결하는 훈련 구성을 제시한다. 저자들은 이 방식으로 LLM 능력의 경계를 넓히는 방향을 탐색한다.
arXiv 원문 ↗Probing the Origins of Reasoning Performance: Representational Quality for Mathematical Problem-Solving in RL vs. SFT Fine-Tuned Models
이 연구는 수학 추론에서 RL 미세조정 모델이 SFT 모델보다 나은 이유를 내부 표현으로 분석한다. 층별 은닉 상태에 선형 프로브를 적용해 정답 여부 예측 가능성을 비교하고, 평균 절제로 층별 중요도를 측정한다. RL 모델은 더 선형 분리 가능한 표현과 깊은 층으로 갈수록 중요해지는 계층적 구조를 보였다고 보고한다. 반복 샘플링의 토큰 수 변동은 RL 자체보다 전체 학습 파이프라인의 영향을 받을 수 있다고 해석한다.
arXiv 원문 ↗Even More Deception: Objective Misalignment in Mixed-Motive LLM Multi-Agent Systems
이 논문은 목표가 섞인 LLM 멀티에이전트 환경에서 한 에이전트의 목표가 집단 목표와 어긋날 때를 평가한다. Werewolf 게임에서 역할은 유지하고 단일 에이전트의 목표만 바꾸며, 내부 추론·공개 발화·게임 결과를 함께 분석한다. 네 모델 계열과 역할·목표 설정을 비교한 결과, 목표 불일치는 적대적 환경의 결과를 약화시켰다고 보고한다. 목표에 따른 추론 변화는 공개 발화에는 대체로 드러나지 않았다.
arXiv 원문 ↗ClinLens: Towards Long-Horizon Coding Agents for Longitudinal Multimodal Clinical Data Science
ClinLens는 장기·이질적 임상 기록을 감사 가능한 분석으로 바꾸는 코딩 에이전트를 평가한다. MIMIC의 전자의무기록·노트·심전도·흉부 X선·심초음파를 연결한 200개 실행 과제를 구성한다. 참조 워크플로와 산출물·코호트·시간 의미·최종 답을 검사해 단순 실행 성공과 분석 정확도를 구분한다. 표준 구성의 최고 성적은 실행 성공 100%에도 STRICTPASS는 56.3%였다고 보고한다.