AI-World-Story

YOLO와 DETR로 대표되는 최신 객체 탐지 AI는 CNN의 빠른 특징 추출과 Transformer의 전역 정보 처리 능력을 결합하는 방향으로 발전하고 있다. 2016년부터 2026년까지 발전한 단일 단계 객체 탐지 기술을 분석한 최신 리뷰가 YOLO26, DETR, RT-DETR 등 35개 대표 모델을 비교했다. 핵심 흐름은 단순한 YOLO 대 Transformer 경쟁이 아니라 anchor-free, NMS-free, CNN–Transformer 하이브리드 구조로의 이동이다. YOLO·DETR 객체 탐지 연구 핵심 결과 한눈에 보기 연구진은 약 180편의 후보 논문을 검토한 뒤 35개 객체 탐지 모델을 정량 비교 대상으로 선정했다. 최근 객체 탐지 모델은 앵커를 사용하지 않는 anchor-free 구조와 중복 박스를 제거하는 후처리를 줄이는 NMS-free 구조로 이동하고 있으며, CNN과 Transformer의 장점을 결합하는 하이브리드 설계가 빠르게 늘고 있다. YOLOv12-M은 약 20.2M 파라미터로 MS COCO AP 52.5%를, YOLOv13-M은 비슷한 모델 규모에서 AP 52.9%를 보고했다. 다만 논문마다 입력 해상도와 GPU, 학습 기간, 추론 조건이 달라 AP와 FPS 수치만으로 모델 순위를 단정해서는 안 된다. 객체 탐지 AI란 무엇이며 단일 단계 탐지기가 빠른 이유 객체 탐지(object detection)란 이미지나 영상에서 어떤 물체가 있는지 분류하고, 그 물체가 어디에 있는지 경계 상자로 표시하는 기술을 말한다. 자율주행차의 보행자 인식, 드론의 차량 탐지, 공장의 불량품 검사, 농업 자동화와 로봇 비전 등에 널리 사용된다. 단일 단계 객체 탐지(single-stage object detection)란 후보 영역을 먼저 만든 뒤 다시 분류하는 별도 단계를 거치지 않고, 한 번의 네트워크 처리 과정에서 물체의 위치와 종류를 직접 예측하는 방식을 말한다. YOLO, SSD, RetinaNe...

생성형 AI는 방대한 의학 문헌을 빠르게 검색하고 임상 권고안 초안을 만들 수 있지만, 세부 권고의 누락과 근거 수준 평가에는 전문가의 검토가 필요하다. 생성형 AI는 수백 편의 의학 논문을 읽고 임상 가이드라인을 만들 수 있을까. 2026년 발표된 연구에서 연구진은 617개 의학 문헌을 검색증강생성(RAG)에 연결해 AI가 임상 권고안을 다시 만들도록 한 뒤, 전문가가 작성한 Vía RICA 2026의 103개 권고와 비교했다. AI가 생성한 권고는 상당 부분 전문가 권고와 일치했지만, 세부 권고를 빠짐없이 재현하는 능력과 GRADE 근거 수준 판단에서는 뚜렷한 한계가 확인됐다. 생성형 AI로 임상 가이드라인을 만들었을 때 핵심 결과 연구진은 Vía RICA 전문가 패널이 실제 사용한 문헌 가운데 기존 가이드라인과 합의문 등을 제외한 617개 문서를 AI에 제공했다. Claude Sonnet 4.6이 17개 임상 분야별로 권고안을 생성했고, 이를 전문가가 작성한 103개 권고와 비교했다. 전체 micro F1은 평가 방법에 따라 0.613~0.689였으며, AI 권고의 정밀도는 0.721~0.805였지만 재현율은 0.534~0.602에 머물렀다. 즉 AI가 만들어낸 내용 중 전문가 권고와 맞는 비율은 비교적 높았지만, 전문가가 제시한 세부 항목을 빠짐없이 찾아내는 능력은 부족했다. 한눈에 보기 • 617개 의학 문헌을 RAG에 연결해 AI 임상 권고안을 생성했다. • 전문가가 작성한 103개 권고와 비교한 micro F1은 0.613~0.689였다. • AI는 관련 있는 권고를 생성하는 정밀도는 높았지만 세부 항목 누락이 많았다. • 특히 GRADE 근거 수준과 권고 강도는 전문가 판단을 안정적으로 재현하지 못했다. 의료 AI가 의사시험을 잘 푸는 것과 가이드라인을 만드는 것은 다르다 의료 인공지능이 의학 시험 문제에서 높은 점수를 받는다고 해서 임상 가이드라인까지 잘 만들 수 있다는 뜻은 아니다. 시험에서는 주어진 ...

PoW와 PoS는 블록체인 합의를 유지하는 방식이 다르기 때문에 에너지 소비 구조도 다르다. PoW는 채굴 경제성과 계산 경쟁의 영향을 크게 받는 반면, PoS는 검증자 수와 서버 전력이 주요 변수로 작용한다. 채굴자 수만으로 블록체인 전력 소비를 설명할 수 있을까. 2026년 발표된 BlockSim 연구는 작업증명(PoW)의 에너지 소비가 코인 가격·채굴 보상·전기요금 같은 경제적 조건에 크게 좌우되는 반면, 지분증명(PoS)은 검증자 수와 서버 전력이 핵심 변수라는 점을 시뮬레이션으로 분석했다. 블록체인 PoW·PoS 에너지 연구 핵심 결과 한눈에 보기 라에드 S. 라시드(Raed S. Rasheed)와 아이만 A. 아부삼라(Aiman A. AbuSamra)는 블록체인 시뮬레이터 BlockSim에 에너지 소비량과 탄소배출량을 계산하는 기능을 통합했다. 경제적 작업증명(Proof of Work·PoW) 모델에서는 다른 조건이 동일할 때 채굴자가 50명에서 1,000명으로 증가해도 네트워크 전체 에너지는 24시간 기준 약 467.5GWh로 거의 변하지 않았다. 표준 100W 서버를 가정한 지분증명(Proof of Stake·PoS) 1,000검증자 모델은 약 2,387kWh를 소비했다. 같은 전력 소비량이라도 전력망의 탄소집약도에 따라 탄소배출량은 약 16배까지 차이가 났다. PoW 블록체인 전력 소비는 채굴자 수만으로 결정되지 않는다 작업증명(Proof of Work·PoW)이란 컴퓨터가 반복적인 계산 경쟁을 수행해 블록을 생성하고 네트워크 합의를 유지하는 방식이다. 계산에 많은 전력이 필요하기 때문에 일반적으로 채굴자가 많아지면 블록체인 전체 전력 소비도 단순히 늘어난다고 생각하기 쉽다. 하지만 라에드 S. 라시드와 아이만 A. 아부삼라는 PoW의 에너지 소비를 채굴자 숫자 하나만으로 설명할 수 없다고 분석했다. 두 연구자는 이슬라믹 유니버시티 오브 가자(Islamic University of Gaza) 공학부 소속이며, 해당...

AI와 미세가공 초음파 트랜스듀서(MUT)의 결합은 센서 설계와 신호 복원, 초음파 영상 분석을 하나의 지능형 시스템으로 연결하며 웨어러블 의료기기로의 확장 가능성을 보여준다. 초음파 센서를 작게 만드는 데서 그치지 않고, AI가 센서의 모양을 설계하고 부족한 신호까지 보완하는 방향으로 기술이 이동하고 있다. 핵심만 먼저 읽기 미세가공 초음파 트랜스듀서(MUT)는 초음파 센서를 반도체 수준으로 작게 만들어 웨어러블·이식형 기기에 적용할 수 있는 기술이다. AI는 센서 구조의 역설계 , 잡음 제거, 영상 복원, 빔포밍, 여러 센서 데이터의 융합에 활용되고 있다. 리뷰 논문이 소개한 연구에서는 AI가 찾은 PMUT 구조가 기존 설계보다 사이드로브를 최대 40% 줄이고 빔 집중 성능을 25% 높인 사례가 보고됐다. 다만 AI는 실제로 측정되지 않은 정보를 만들어낼 수 없으며 초음파 감쇠와 열잡음 같은 물리적 한계도 없앨 수 없다. 사람이 센서 모양을 정하고 계산하던 방식이 달라지고 있다 초음파 센서는 오랫동안 사람이 먼저 구조를 설계하고 그 성능을 계산하는 방식으로 개발됐다. 문제는 센서가 작아질수록 막의 두께와 모양, 잔류 응력, 재료 특성, 주변 유체와의 상호작용 등 고려해야 할 변수가 급격히 늘어난다는 점이다. 상하이테크대학교(ShanghaiTech University) Yiwei Wang과 Tao Wu 연구팀은 2026년 8월 AI Sensors 에 발표한 36쪽 분량의 리뷰 논문에서 미세가공 초음파 트랜스듀서와 AI가 결합하는 연구 흐름을 종합했다. 논문의 핵심은 AI가 기존 초음파 물리학을 대체하는 것이 아니라 설계와 신호처리를 보완하면서 새로운 초음파 시스템을 만들고 있다는 것이다. 미세가공 초음파 트랜스듀서(Micromachined Ultrasonic Transducer, MUT)란 반도체 미세가공 기술을 이용해 만든 초소형 초음파 송수신 소자를 말한다. 작은 크기와 낮은 전력 소비, 반도체 회로와의 높은...

XGBoost와 인공신경망, 어텐션을 결합한 AI 모델은 상품과 매장 데이터를 함께 분석해 판매량을 예측하고, 예측에 중요한 특징을 파악하는 데 활용할 수 있다. 매출 예측 정확도와 AI 설명 가능성을 동시에 잡기 위해 XGBoost·인공신경망·어텐션을 특징 단계에서 결합한 새로운 모델이 제안됐다. 핵심만 먼저 보면 월터 시술루 대학교(Walter Sisulu University) 연구팀은 XGBoost와 인공신경망, 어텐션을 결합한 XGB–ANN–Attn 모델을 개발했다. BigMart 데이터에서 RMSE 0.1584, R² 0.9946을 기록해 비교 모델 가운데 가장 좋은 성능을 보였다. Walmart 데이터에서도 RMSE 0.8652, R² 0.9568로 가장 높은 예측 성능을 기록했다. 핵심은 여러 AI의 최종 답을 합치는 대신, 각 모델이 데이터에서 찾아낸 특징 자체를 먼저 결합하는 방식이다. 매출 예측 AI가 정확하기만 해서는 부족한 이유 소매점은 상품 가격, 진열 위치, 점포 유형, 계절 변화와 판촉 행사처럼 서로 얽힌 요인을 바탕으로 미래 판매량을 예측해야 한다. 문제는 전통적인 통계 모델이 복잡한 비선형 관계를 놓칠 수 있고, 인공신경망은 복잡한 관계를 찾는 대신 결과를 설명하기 어렵다는 점이다. 남아프리카공화국 월터 시술루 대학교의 Munienge Mbodila와 Omobayo Ayokunle Esan 연구팀은 두 접근법의 장점을 한 모델 안에서 결합했다. 연구 결과는 2026년 8월 20일 국제 학술지 Frontiers in Big Data 에 발표됐다. 연구팀이 제안한 특징 수준 융합(feature-level fusion) 이란 여러 AI가 마지막에 내놓은 예측값을 합치는 것이 아니라, 각각의 AI가 데이터에서 추출한 내부 특징을 예측 전에 하나로 결합하는 방법을 말한다. 기존 앙상블과 가장 크게 다른 지점이다. 나무가 찾은 규칙과 신경망이 찾은 패턴을 먼저 합쳤다 XGBoost는 여러 결...

FCCE는 픽셀을 하나씩 수정하는 대신 부리 색, 날개 무늬, 꼬리 모양 같은 의미 있는 개념을 분석해 AI의 판단이 바뀌는 최소 조건을 실시간으로 찾아낸다. 인공지능이 새 사진을 보고 특정 종이라고 판정했다. 그런데 결과가 틀렸다면 우리는 무엇을 알아야 할까. 지금까지 널리 사용된 설명 방식은 대개 AI가 사진의 어느 부분을 보았는지를 색으로 표시했다. 새의 부리나 날개가 붉게 강조되면 그 부분이 판단에 중요했다는 사실은 알 수 있다. 하지만 여전히 핵심 질문은 남는다. 그 특징이 어떻게 달라졌다면 AI의 판단도 바뀌었을까? 2026년 국제학술지 Artificial Intelligence 에 발표된 연구는 이 질문에 실시간으로 답하는 새로운 설명가능한 인공지능 기술을 제시했다. 이름은 ‘고속 개념 기반 인과대립 설명(Fast Concept-based Counterfactual Explanations, FCCE)’이다. FCCE는 픽셀을 하나씩 고치는 대신 AI가 학습한 의미 있는 시각적 개념을 이용해 판단이 바뀌는 최소 조건을 계산한다. AI가 본 위치가 아니라 판단이 바뀌는 조건을 묻다 기존의 두드러짐 지도나 클래스 활성화 지도는 AI가 사진의 어디에 주목했는지를 보여준다. 이는 유용하지만 설명으로서는 수동적이다. 강조된 부위가 왜 중요했는지, 무엇을 바꾸면 다른 결과가 나오는지까지 알려주지는 못한다. 인과대립 설명은 질문의 방향을 바꾼다. “왜 AI는 이 새를 Q종이 아니라 P종으로 분류했는가?” 또는 “어떤 특징이 달랐다면 Q종으로 판단했을까?”라고 묻는다. 예를 들어 “꼬리의 말린 정도와 배의 색이 달랐다면 말라뮤트가 아니라 허스키로 분류했을 것”이라는 식이다. 사람은 이러한 설명을 통해 결과뿐 아니라 모델이 적용한 판단 규칙까지 추론할 수 있다. 픽셀의 바다를 벗어나 ‘부리 색’과 ‘꼬리 모양’으로 이동하다 사진은 수많은 픽셀로 이루어져 있다. 픽셀 공간에서 분류 결과가 바뀌는 이미지를 찾으려면 반복적인 최적화나 생...

  뇌파의 복잡한 연결망보다 순간적인 주파수 에너지 변화를 세밀하게 분해하는 웨이블릿 변환이 시각 자극 분류의 새로운 가능성을 보여준다. 사람이 숫자 ‘0’을 바라볼 때와 아무것도 없는 빈 화면을 바라볼 때, 뇌에서는 서로 다른 전기적 흔적이 생긴다. 두피에 부착한 전극은 이 미세한 변화를 뇌파, 즉 EEG 신호로 기록한다. 그러나 수많은 주파수와 잡음이 뒤섞인 파형만 보고 사람이 무엇을 보고 있는지 알아내는 일은 쉽지 않다. 그동안 연구자들은 뇌의 여러 영역이 서로 어떻게 정보를 주고받는지에 주목했다. 두 전극 사이의 신호가 얼마나 함께 움직이는지를 측정하는 코히어런스, 한 신호가 다른 신호의 변화를 예측하는지를 분석하는 그랜저 인과성 등이 대표적인 방법이다. 시각 정보가 뇌의 여러 영역을 거쳐 처리되는 만큼, 뇌 영역 사이의 연결 관계를 해독하면 사람이 무엇을 보고 있는지 알아낼 수 있으리라는 생각이었다. 그러나 2026년 학술지 AI 에 발표된 연구는 다른 가능성을 보여주었다. 복잡한 뇌 연결망을 추적하는 것보다 각 전극에서 순간적으로 변하는 주파수 에너지를 세밀하게 분해하는 방법이 특정 시각 자극을 구분하는 데 더 효과적일 수 있다는 결과였다. 세 종류의 뇌파 데이터로 비교한 시각 자극 분류 연구진은 세 종류의 공개 EEG 데이터세트를 사용했다. 첫 번째 MindBigData MNIST 데이터는 한 사람이 숫자와 빈 화면을 바라볼 때 14채널 장비로 기록한 뇌파였다. 연구진은 이 가운데 숫자 ‘0’과 빈 화면을 구분하는 이진 분류 과제를 만들었다. 각 범주에서는 150개의 시행 데이터를 사용했다. 두 번째 MindBigData MNIST-8B 데이터도 숫자 ‘0’과 빈 화면을 구분하는 과제였다. 원래 128채널로 측정된 데이터였지만 연구진은 첫 번째 데이터와 조건을 맞추기 위해 14개 채널만 골라 분석했다. 첫 번째 데이터의 숫자 모양이 언제나 같았던 것과 달리, 이 데이터에는 손으로 쓴 다양한 형태의 숫자...