Aionda

수학계가 AI를 다루는 기준

수학과 AI의 관계를 가치·실천·교육·기술·윤리 관점에서 짚고 학술 자율성의 기준을 묻는다.

확률형 AI의 진짜 병목

확률형 신뢰 AI의 병목을 연산보다 메모리·난수 이동에서 재해석한 관점과 설계 점검 기준.

유아 시각 학습이 AI에 주는 힌트

유아의 저데이터 시각 학습이 개념, 인과, 예측을 묶어 AI 비전과 로보틱스 설계를 바꾸는 이유를 짚는다.

hardware

무선 월드모델의 핵심

3D 기하와 전파 인과를 함께 학습해 현장 일반화를 노리는 무선 월드모델 접근을 짚는다.

출처2026년 3월 26일2026-03-26

LLM 에이전트 계산 그래프

LLM 에이전트를 정적 워크플로가 아닌 실행 중 바뀌는 계산 그래프로 보고 비용·지연·통제를 함께 설계한다.

출처2026년 3월 20일2026-03-20

사법 AI, 권고보다 결합

사법 AI의 핵심은 성능보다 인간-기계 결합, 권고 수용 방식, 감사와 TEVV 체계다.

출처2026년 3월 20일2026-03-20

의료 AI 로봇, 성능보다 책임

의료 AI 로봇 도입의 핵심은 성능보다 책임, 검증, 모니터링 체계라는 점을 짚는다.

출처2026년 3월 20일2026-03-20

장기 추론과 바이너리 분석

LLM 기반 바이너리 취약점 분석에서 긴 추론 길이보다 탐색 구조와 검증 가능성이 더 중요하다는 쟁점을 다룬다.

출처2026년 3월 18일2026-03-18

같은 예측, 다른 설명의 함정

같은 예측을 내는 모델도 설명은 달라질 수 있다. XAI의 신뢰성과 감사 기준 재점검이 필요하다.

출처2026년 3월 18일2026-03-18

AI, 대신 판단 말고 함께 추론

LLM과 계산 논증을 결합해 AI를 대신 판단하는 도구가 아닌 함께 따지는 시스템으로 바꾸는 쟁점을 짚는다.

출처2026년 3월 14일2026-03-14

교육 AI, 모델보다 설계

교육 AI 성능은 모델 크기보다 역할, 스킬, 도구, 교사 전문성 주입 같은 설계 축이 좌우할 수 있다.

출처2026년 3월 13일2026-03-13

멀티에이전트 조정의 동역학

멀티에이전트 조정을 환경 메모리·인센티브·피드백 루프로 읽는 최소 이론과 실전 시사점.

출처2026년 3월 13일2026-03-13

오토인코더 의존성 추정기

오토인코더의 입력·잠재표현·복원 간 의존성을 더 안정적으로 재는 새 추정기와 상호정보량의 한계를 짚는다.

에이전트형 AI의 능동적 AIBOM

SBOM의 한계를 넘어 에이전트형 AI의 런타임·드리프트·악용 맥락을 기록하는 AIBOM을 다룹니다.

적대적 예제와 NIDS 강건성

ML 기반 NIDS는 FGSM·GAN 적대적 예제로 우회될 수 있다. 앙상블로 강건성 평가 필요.

AI 공저가 바꾸는 글쓰기와 의견

AI 공저는 글쓰기 절차를 반응형으로 바꾸고, 2~4점의 설득 효과처럼 사후 의견까지 이동시킨다.

산업 LLM 환각, 재현성으로 본다

산업 현장 LLM 환각을 정확도보다 재현성 문제로 보고, 출력 분산을 줄이는 5가지 프롬프트 전략을 비교한다.

hardware

양자 프로브로 최적화하는 RF 센싱

RF 채널을 센서로 재해석하고 양자 프로브까지 학습해 5ms 제약 내 성능을 본다.

UniPINN으로 보는 멀티플로우 PINN 병목

멀티플로우 PINN 확장 시 공유/개별 표현, 간섭, 손실 스케일 문제를 UniPINN으로 정리.

실행 코드 스킬 라이브러리

스킬을 프롬프트가 아닌 실행 함수 코드로 정의해 생성·실행·업데이트·저장 루프로 축적한다.

VLM 실패를 만드는 퍼징 강화학습

FuzzingRL은 퍼징+강화 파인튜닝으로 VLM 오답 질문을 자동 생성해 실패 모드를 찾는다.

실종 수색, RL+LLM QA 3층 설계

비정형 문서를 스키마화해 마코프 리스크 표면과 RL 수색정책을 만들고 LLM이 QA로 점검한다.