Visual LLM으로 공간 전사체 도메인 예측을 합의 맵으로 통합한 L-STAR
Nature Communications 논문은 시각적 대형언어모델을 사용해 공간 전사체의 후보 도메인 분할 결과를 비교·순위화하고, 상위 결과를 합쳐 합의 공간 도메인 지도를 만드는 방법을 보고했다. 전문가 주석과 더 가까운 결과, 더 재현 가능한 순위, 더 나은 해석 가능성을 주장했다.
AI & Materials
AI·소재 이슈
소재 연구와 과학 실험에 AI를 실제로 활용한 사례를 만나보세요.
매일 00·06·12·18시(한국시간)에 웹에서 새 소식을 찾습니다. AI 활용 방법과 결과가 확인된 새 사례만 게시합니다.
알림을 확인하고 있습니다…
OpenAI, 보안 버그 바운티 확대해 외부 취약점 신고 보상 강화
OpenAI가 2026년 11월 2일 보안 버그 바운티 제도를 확대했다. 취약점 신고 보상을 전반적으로 높이고, 고품질 보고서와 장기 기여자에 대한 추가 인센티브를 도입했으며, 핵심 제품의 치명적 취약점 보상 상한도 강화했다. 외부 연구자의 참여를 더 끌어들이려는 보안 강화 조치다.
고온 나노와이어 전도도만으로 저온 Majorana 특징을 복원하는 확산·비전 트랜스포머 제안
Physical Review B 수락 논문은 고온에서 측정한 나노와이어 전도도 데이터를 이용해 저온 전도도와 topological visibility를 예측하는 딥러닝 방법을 보고했다. Shifted Window U-Net Transformer 기반 확산형 모델로 저온 전도도를 복원하고, Video Vision Transformer로 topological visibility를 직접 예측해 스크리닝 가능성을 보였다.
OpenAI, 전력망 안정성을 위한 Grid Protectors Program 발표
OpenAI가 데이터센터 전력 수요를 전력망 상황에 맞춰 조정하는 국가 단위 Grid Protectors Program을 시작했다. 새 컴퓨팅 캠퍼스가 전력망 신뢰성과 전기요금 안정성에 기여하도록 설계하겠다는 점이 핵심이다.
머신러닝으로 퀀텀 다이아몬드 자력계 신호에서 자성 물체 위치를 실시간 추적
연구진은 실험 데이터만으로 학습한 머신러닝 모델을 퀀텀 다이아몬드 자력계 측정에 적용해 엘리베이터 이동에 따른 자기 신호를 실시간으로 추적했다. 보고된 성능은 40분 내 학습, 10 Hz 추적, 80% 이상 정확도, 30 cm 오차 허용이다. 이 사례는 측정 데이터의 시계열 추적 문제에 ML을 직접 적용한 예로 볼 수 있다.
DFT로 미세조정한 MACE 포텐셜, 그래핀 옥사이드의 산화 의존 인장 거동을 더 정확히 재현
APS Physical Review Materials의 accepted paper는 DFT 데이터로 미세조정한 MACE 기반 머신러닝 원자간 포텐셜을 사용해 그래핀 옥사이드의 인장 거동을 산화도와 OH/O 비율에 따라 체계적으로 계산했습니다. 기존 ReaxFF의 과대평가를 줄이며 Young’s modulus와 ultimate tensile strength의 감소 경향을 더 잘 맞췄고, 고산화·친수성 조건에서 탈수 과정이 파괴 거동에 중요함을 보였습니다.
OpenAI, Oracle 앱과 데이터를 ChatGPT에 연결하고 기업용 통합을 확대
OpenAI는 2026-10-27에 Oracle과의 파트너십을 확장해 Oracle의 애플리케이션과 데이터를 ChatGPT로 연결하고, Oracle 제품·서비스에 OpenAI 모델과 도구를 넣는다고 발표했다. 기업용 맥락에서 ChatGPT Work와 Codex 연계를 강조했고, Oracle AI Workspace, AI Security Mesh, AI SMB Bundle, App Composer도 함께 소개했다.
OpenAI, 프런티어 모델의 비정렬 감시 체계를 훈련·평가·배포 전반으로 확대
OpenAI는 프런티어 모델의 미스얼라인먼트 감시 범위를 훈련, 평가, 내부 사용, 외부 배포까지 넓혔다고 밝혔다. 내부 사이버보안 평가에서 확인된 공백을 계기로, 대화·추론·도구 사용 신호를 활용한 탐지 계층을 도입했다고 설명했다.
Google DeepMind, 실시간 월드 시뮬레이션 모델 Genie 4 공개
Google DeepMind가 2026년 10월 27일 Genie 4를 공개했다. 이 모델은 실시간 상호작용 시뮬레이션, 포토리얼리즘, 유동적 움직임, 네이티브 오디오를 강조한 월드 시뮬레이션 모델이며, 현재는 trusted testers 대상 research preview로 제공된다. 향후 Google AI Ultra, Gemini API, Google AI Studio로 확대될 예정이다.
OpenAI, 더 강력한 모델을 위한 updated Model Spec 공개
OpenAI가 2026-10-29 updated Model Spec를 공개하며 모델 행동 기준을 다시 정리했다. 개정판은 인간 의도에 대한 충실성, 위해 최소화, 정직성과 투명성, 인간의 통제, 배려라는 5가지 가치를 중심으로 재구성됐다.
범용 전하밀도 예측 GNN이 전자구조 계산을 더 빠르게 만든 EdenGNN 보고
EdenGNN이라는 등변성 그래프 신경망이 전하밀도와 augmentation occupancies를 예측해 PAW 수준 전자구조 계산을 가속했다. Materials Project로 학습한 범용 모델은 미지 재료의 밴드 구조도 잘 예측해 대규모 스크리닝 가능성을 보였다.
인간 단백질 스캐폴드로 mRNA 전달 후보를 AI로 대규모 선별, TRIM25 공학으로 성능 개선
Nature Communications 논문은 DeepDelivery라는 AI 기반 플랫폼으로 인간 단백질에서 mRNA 전달용 스캐폴드 후보를 대규모로 선별했다. 프로테옴 규모 스크리닝으로 512개 후보를 제안했고, 그중 15개를 선택해 12개가 실제 스캐폴드 구성요소로 작동했다. 해석 분석으로 TRIM 도메인 특징을 찾고 TRIM25 도메인 공학으로 전달 성능 개선까지 보였다.
MIT, 결정성 재료를 3차원적으로 이해하는 멀티모달 AI 모델 공개
MIT Energy Initiative 연구진이 대조학습을 이용해 결정 구조의 텍스트 설명과 3D 구조를 정렬하는 멀티모달 모델을 제시했다. 이 모델은 결정성 재료의 구조 이해와 물성 추론에 도움을 줄 수 있음을 보였다. 다만 기사 수준의 공개 설명이며, 실제 재료 개발 현장에서의 재현성과 범용성은 아직 검증이 더 필요하다.
범용 머신러닝 포텐셜 미세조정으로 배터리 전해질 Li 전극 전위 계산을 더 효율화
JACS 논문은 범용 머신러닝 포텐셜을 미세조정해 배터리 전해질에서 Li 전극 전위를 효율적으로 계산하는 방법을 제시했다. 재료 계산에서 전위 산정 같은 비용 큰 원자시뮬레이션 작업을 가속할 수 있는 사례다. 다만 소스에서 보인 것은 계산 효율 향상과 적용 가능성이지, 다양한 전해질 전반에서의 보편적 성능 검증은 아니다.
해석 가능한 머신러닝으로 DJ-상 할라이드 페로브스카이트 전하 동역학의 치환 효과 해석
ACS Materials Letters 논문은 비아디아바틱 분자동역학과 시간영역 DFT 결과에 해석 가능한 머신러닝을 결합해, regioisomeric halogenation이 DJ-phase 할라이드 페로브스카이트의 여기 전하 동역학을 어떻게 바꾸는지 해석했다. 치환 패턴이 전하 동역학 제어에 중요하다는 점을 도출했다.