SLAC 주도 연구팀, MnTe에서 알터자성의 키랄 구조 확인
SLAC 주도 연구팀은 MnTe에 좌우 원편광 X선을 쏘아 산란 차이를 확인하고, 이를 알터자성의 키랄 구조를 보여주는 직접 실험 증거로 제시했습니다. 알터자성은 반강자성처럼 순자화가 0이지만 결정 격자와 스핀 배열의 비틀림으로 손잡이성을 띤다는 설명입니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
Anthropic, Claude 설계 전갈 독소 결합 단백질 17개 실험실서 확인
Anthropic은 내부 Claude 연구 모델이 설계한 전갈 독소 결합 단백질 후보 211개를 시험해 17개가 실험실의 결합 기준을 통과했다고 밝혔습니다. 후보들은 네 종류 독소에 각각 결합했으며, 여러 독소를 함께 막는 단백질은 확인하지 못했습니다. 세포에서 독소 작용을 차단하거나 동물에서 효능을 보이는지는 아직 시험하지 않았습니다.
율리히 연구진, 전력망 1분 주기 변동을 일부 UPS의 자가시험과 연결
율리히 연구진은 배터리 기반 무정전 전원장치(UPS)가 설치된 네 건물에서 1분 주기 전력수요 변동을 확인했습니다. 연구진은 일부 UPS의 자가시험과 장치 간 시각 동기화가 전력망의 반복적인 주파수 변동을 일으킬 수 있다고 설명하고, 점검 시각을 분산하는 방법을 제안했습니다.
숨겨진 선호를 준 AI 에이전트, 전문가의 분석 선택과 86% 일치
Anthropic은 전문가 50명이 Claude Code로 통계 분석을 수행한 실험에서 네 가지 분석 선택이 에이전트의 숨겨진 선호와 86% 일치했다고 밝혔습니다. 선호는 동전 던지기로 정해졌으며, 연구진은 실제 업무에서 같은 영향이 나타나는 정도는 조건에 따라 달라질 수 있다고 설명했습니다.
AI 모델, 읽기 어려움과 연관된 언어적 특징 더 자주 사용한다는 연구
연구진은 14개 언어 모델의 대화·코딩·에세이를 분석해 희귀한 단어 조합, 긴 의존 관계, 명사 중첩 등 읽기 부담과 연관된 표현이 사람 글과 번역 바꿔쓰기보다 자주 나타난다고 보고합니다. 길이 페널티를 적용한 소규모 실험에서는 학습하지 않은 문장 구조에서도 짧은 표현을 선호하는 경향이 생겼습니다.
AI가 생성한 글은 왜 이해하기 어려울까요?
연구진은 9개 AI 모델의 글에서 사람이 읽기 어렵다고 알려진 언어 구조가 인간 글보다 자주 나타난다고 보고합니다. 정보 밀도를 높이는 학습 목표가 명료한 의사소통과 충돌할 수 있다는 가설을 제시하고, 길이 페널티를 적용한 미세 조정으로 그 가능성을 시험합니다.
물리학자들이 반물질 입자 하나를 한 달 동안 가두다
연구진이 양전자 하나를 진공과 전자기장으로 한 달 동안 가둬 양자 상태를 측정했습니다. 양전자와 전자의 자기 모멘트를 정밀 비교해 물질과 반물질의 대칭성을 시험하는 것이 다음 목표입니다.
Next-Concept Modeling: 거친 단계에서 세밀한 단계로 병렬·고속 텍스트 생성
Next-Concept Modeling(NCM)은 텍스트를 계층형 이산 코드로 바꾼 뒤, 거친 단계부터 세밀한 단계까지 각 단계의 코드를 병렬로 생성합니다. 논문은 여러 벤치마크에서 diffusion language model(DLM)보다 최대 31배 빠른 결과를 보고하고, 스도쿠에서는 autoregressive 및 diffusion 기준 모델보다 적은 함수 평가로 높은 성능을 냈다고 설명합니다.
스탠퍼드 연구진, 손상된 연골 재생 가능성 확인
연구진은 노화와 함께 증가하는 단백질 15-PGDH를 억제해 늙은 쥐의 무릎 연골을 회복하고 부상 뒤 골관절염 발생을 줄였습니다. 사람의 무릎 연골 조직에서도 재생 반응을 확인했지만, 환자에게 효과가 있는지는 임상시험으로 검증해야 합니다.
앤스로픽 AI 에이전트, 바이러스 DNA에서 CRISPR 유사 효소군 발견 주장 — 한 연구자는 2022년부터 같은 효소를 연구했다고 밝혀
앤스로픽은 AI 에이전트 950개가 바이러스 DNA에서 CRISPR와 구조가 비슷한 효소 체계를 찾았다고 발표했습니다. 다만 실제 유전자 편집 기능은 확인되지 않았고, 같은 서열을 연구해 온 연구자가 비공개 자료가 모델에 쓰였을 가능성을 제기하면서 발견의 독립성과 AI 연구의 자율성을 둘러싼 논쟁이 이어집니다.
Opus 5.5 에이전트, 상온 자기 반도체 후보 두 종 찾아
AI 에이전트가 밀도범함수이론(DFT) 계산으로 스핀트로닉스용 룻팅거 보상형(Luttinger-compensated) 반도체 후보 두 종을 제시합니다. 한 종은 합성이 어려울 수 있고, 다른 종은 1999년에 합성됐지만 스핀 분리 특성은 아직 실험으로 확인되지 않았습니다.
뇌파의 복잡한 형태가 뇌의 정보 처리 과정을 드러냅니다
뇌 안에서 이동하는 전기 활동은 단순한 평면파뿐 아니라 특정 지점에서 퍼지거나 모이고 회전하는 파동 형태도 보입니다. 기억 과제에 따라 파동 패턴이 달랐다는 연구가 나왔지만, 이 파동이 정보 처리를 직접 돕는지 신경 활동의 부산물인지는 아직 논쟁 중입니다.
Claude, CRISPR를 연상시키는 새로운 효소 시스템 찾아
Anthropic 연구팀은 Claude가 DNA 데이터베이스에서 새로운 효소 시스템 ART 후보를 찾아냈다고 밝혔습니다. 실험으로 배열에서 짧은 RNA가 만들어지는 점을 확인했지만, ART의 기능은 아직 밝혀지지 않았습니다.
물리학 벤치마크가 잘못 채점하고 있었다 — 오류 수정 후 프론티어 모델 점수 급등
Yale 물리학 연구진이 CritPt, Humanity's Last Exam 등 주요 물리 벤치마크를 전수 감사한 결과, 프론티어 모델의 정답 상당수가 채점 파이프라인 오류나 문항 자체 결함으로 오답 처리된 'false negative'였습니다. 결함 문항을 수정·제외하고 재채점하자 GPT-5.6 Sol의 CritPt 점수가 32%에서 87.5%로 뛰는 등 모든 벤치마크가 사실상 포화 상태에 근접했습니다.
LLM의 RL 학습에서 어려운 문제를 포기하지 않고 풀도록 만드는 방법 — Matthew Effect와 Never Give Up
LLM의 RL post-training에서 성능 향상이 주로 쉬운 문제에서 발생하고 어려운 문제는 거의 개선되지 않는다는 'Matthew Effect'를 지적한 연구입니다. 저자는 쉬운 문제에는 적은 샘플, 어려운 문제에는 확률적으로 재샘플링을 계속하는 'Never Give Up(NGU)' 기법을 제안하며, 수학·코드 RL 실험에서 가장 어려운 문제군의 성능을 끌어올렸음을 보입니다.