기준일 2026-11-03
실행 2026-11-03 23:30:04
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.89
WTI
$96.70
Gold
$3,938
USD/KRW
1,343
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.89
WTI
$96.70
Gold
$3,938
USD/KRW
1,343
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AI-지도자 인사이동, 논문 — 최신 소속 변화와 연구

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI 연구소·빅테크·학계의 핵심 인물이 어디로 옮기고 어떤 논문을 내는지는 기술 방향과 기업 경쟁력을 먼저 보여주는 신호입니다. 매일 자동으로 모은 인사이동과 논문을 운영자가 확인한 뒤 쉬운 요약과 원문 링크로 정리합니다.

최근 주요 소식

인사이동 · 학계 · 에이전트·코딩

해당 조건의 인사이동이 아직 없습니다.

논문 · 학계 · 에이전트·코딩

논문2026-10-01 · arXiv (Cornell University)

VISTA: 시각 기억으로 멀티모달 AI 에이전트 성능 향상 연구

VISTA: A Visual Harness for Reasoning in an Interactive World
허카이밍 외 4명
무엇을
연구진은 이미지와 글을 함께 다루는 멀티모달 AI 모델이 대화형 시각 환경에서 과제를 더 잘 풀도록 돕는 '시각 하네스' VISTA를 제안했습니다.
핵심 결과
ARC-AGI-3에서 VISTA를 적용한 결과 상대 인간 행동 효율 점수가 40.68에서 100.00으로 올랐고, 공개 게임 25개를 모두 완료하면서 최초 참가 인간보다 57.4% 적은 행동으로 끝냈다고 보고했습니다.
의미
기존 모델에 시각 기억과 검색 기능을 덧붙이는 방식이 특정 시각 게임 과제에서 효과가 있었다는 점을 보여줍니다. 다만 초록은 몇 가지 벤치마크 결과만 제시하므로, 실제 산업 현장 전반에 적용될 수 있다고 단정하기는 이릅니다.AI 요약
논문2026-10-01 · arXiv (Cornell University)

로봇이 시뮬레이션 연습으로 스스로 실력을 키우는 RPG 프레임워크

Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
피터 아빌 외 9명
무엇을
사람의 추가 개입 없이 로봇 작업 시스템을 스스로 개선하는 RPG 프레임워크를 제안했습니다.
핵심 결과
22개 조작 작업의 새 초기 조건 테스트에서 성공률이 첫 연습 후 28.6%에서 15라운드 후 95.0%로 올랐고, 실제 로봇 시험 30회는 모두 성공했습니다.
의미
로봇 제어 소프트웨어를 사람이 적게 손보고도 개선할 수 있다는 가능성을 보여준 연구이지만, 실제 산업 적용이나 상용화 수준은 초록만으로 판단하기 어렵습니다.AI 요약
논문2026-05-06 · arXiv.org

인공지능 에이전트의 보안 위험을 평가하는 플랫폼 개발

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents
퍼시 량 외 16명
무엇을
다양한 실제 환경에서 인공지능 에이전트의 보안 위험을 평가할 수 있는 플랫폼과 자동 공격 도구를 개발했습니다.
핵심 결과
이를 통해 다양한 인공지능 에이전트의 체계적인 취약점 패턴을 밝혀내고 보안에 대한 통찰을 제공했습니다.
의미
차세대 안전한 인공지능 에이전트를 개발하는 데 유용한 기초 자료로 활용될 수 있습니다.AI 요약

인물

AI-지도자 인사이동·논문을 왜 봐야 할까

AI 산업에서는 사람이 곧 기술입니다. 핵심 연구자가 어느 회사로 옮기는지, 어떤 연구소를 새로 세우는지는 몇 달 뒤 제품·투자·인수합병으로 이어지는 경우가 많습니다. 이 페이지는 프런티어 연구소, 신생 연구소, 학계, AI 반도체, 한국·중국 인물까지 나눠 소속 변화를 추적합니다.

논문은 그 사람이 지금 무엇에 집중하는지 보여줍니다. HBM·메모리, GPU·가속기, 추론 효율, 에이전트, 로봇 등 투자와 연결되는 10개 분야로 논문을 분류하고, 초록을 바탕으로 ‘무엇을 했나·핵심 결과·의미’ 세 줄 요약과 원문·PDF 링크를 함께 제공합니다. 특정 종목의 매수·매도 권유가 아니라 아이디어를 찾기 위한 정보입니다.

자주 묻는 질문

Q. 어떤 인물을 추적하나요?

프런티어 연구소(OpenAI·Google DeepMind·Anthropic·Meta 등), 신생 연구소, 학계, AI 반도체, 한국·중국의 핵심 연구자와 경영진을 추적합니다. 논문을 거의 쓰지 않는 경영진은 인사이동만 추적합니다.

Q. 정보는 어디서 오고 얼마나 자주 갱신되나요?

논문은 Semantic Scholar와 arXiv, 경력은 위키데이터(CC0)와 공식 발표·언론 보도를 바탕으로 매일 자동 수집합니다. 운영자가 확인하고 승인한 항목만 공개합니다.

Q. 논문 요약은 누가 쓰나요?

논문 초록을 바탕으로 AI(Google Gemini)가 초안을 쓰고 운영자가 확인한 뒤 공개합니다. 다른 언어는 확인된 한국어 요약을 AI로 번역합니다. 세부 수치와 맥락은 반드시 원문에서 확인하세요.

이 페이지는 공개된 논문과 공식 발표·언론 보도를 정리한 정보 제공용 자료입니다. 논문 요약은 초록을 바탕으로 AI가 작성하고 운영자가 확인한 것으로, 원문과 다를 수 있으니 중요한 내용은 원문을 확인하세요. 특정 종목의 매수·매도 권유나 투자자문이 아닙니다. 인사이동은 공식 발표 또는 주요 언론 보도를 출처로 표시하며, 경력 기록 일부는 위키데이터(CC0)를 참고합니다.

🐩 코봉이 간식값 후원
코봉이
이 페이지가 도움이 되셨다면, 코봉이 간식값 후원도 환영이에요 🦴
💬 커뮤니티 댓글
IP 기반 익명 닉네임 · 욕설/도배 시 제재될 수 있습니다
로딩 중...