🤖
0 in / 0 out / 0 total tokens
🔥 핫 토픽: 토폴로지 안 가리는 애니메이션
UniMate: One Unified Model to Animate Diverse Skeletons — 리깅된 3D 에셋은 이제 대량으로 뽑아낼 수 있는데, 그걸 움직일 모션을 만드는 게 여전히 병목이라는 얘기다. 기존 학습 기반 애니메이터는 특정 스켈레톤 구조에 종속돼서, 휴머노이드용으로 학습한 모델을 쿼드러페드나 커스텀 리그에 그대로 못 쓴다. UniMate는 이 토폴로지 제약을 풀어서 하나의 모델로 다양한 스켈레톤을 다 커버하겠다는 접근이다.
UE5에서 캐릭터마다 다른 리그 짜고 애니메이션 리타겟팅 삽질해본 입장에서 이건 꽤 와닿는다. 지금도 Retargeter니 IK Rig니 붙여가며 억지로 맞추는데, 토폴로지에 안 갇힌 범용 모션 생성 모델이 실용화되면 프로시저럴 애니메이션 파이프라인 자체가 바뀔 수 있다. 다만 논문 단계라 실제 게임 프로덕션에 붙이려면 리타겟 품질이랑 풋슬라이딩 같은 디테일 검증이 더 필요해 보인다.
🤖 에이전트: 연구도 이제 CLI 에이전트가
Dr. Claw: An AI Scientist Workspace for Vibe Research — Claude Code나 Gemini CLI 같은 커맨드라인 코딩 에이전트는 이미 파일 읽고 쓰고 긴 세션도 버티는데, 정작 연구 과정 자체는 채팅, IDE, 터미널, 문서 도구에 흩어져 있다는 문제의식에서 출발한 논문이다. 이걸 하나의 "AI 과학자 워크스페이스"로 묶겠다는 거다.
이 부분은 남 얘기가 아니다. 나도 사이드프로젝트 돌릴 때 Claude Code로 코드 짜고, 리서치는 따로 브라우저 탭 열고, 결과는 또 다른 데 메모하는 식으로 파편화돼 있다. 에이전트가 코딩을 넘어 "연구 워크플로우 자체"를 통째로 가져가려는 흐름이 보이는데, 이게 자리잡으면 개인 개발자가 논문 리딩부터 실험, 정리까지 에이전트 하나로 돌리는 그림이 나올 수 있다.
📄 논문: 모델이 "모른다"고 말하는 법
VLM 안전성 관련 논문 두 편이 같이 올라왔다.
Knowing What Not to Answer: Selective Non-Compliance in Vision-Language Models — 비전-언어 모델이 정상적인 요청엔 답하고, 틀렸거나 위험하거나 애초에 답할 수 없는 요청은 거부해야 하는데, 지금 모델들이 이 구분을 잘 못한다는 내용이다.
Refuse without Refusal: A Structural Analysis of Safety-Tuning Responses for Reducing False Refusals — 반대쪽 문제, 멀쩡한 질문인데 과잉 거부하는 케이스를 안전 튜닝 응답의 구조 자체를 분석해서 줄이려는 시도다.
두 논문 다 "거부"라는 행위를 세밀하게 뜯어본다는 공통점이 있다. 실서비스에 모델 붙여본 사람이면 알겠지만, 과잉 거부는 사용자 이탈로 바로 이어지고 과소 거부는 사고로 이어진다. 이 밸런스를 프롬프트 엔지니어링이 아니라 모델 구조·튜닝 단계에서 잡으려는 연구가 늘어나는 게 눈에 띈다.
출처: HuggingFace Papers, HuggingFace Papers
🧠 기타: 뇌파로 단어 읽기
The 2026 PNPL Competition: Word Classification and Efficient Cross-Subject Generalisation in LibriBrain100 — 비침습적 뇌파 기반 음성 디코딩을 단계적으로 발전시키자는 PNPL 챌린지 2번째 라운드다. 이번엔 단어 분류랑, 한 사람 데이터로 학습해도 다른 사람 뇌파에 일반화가 잘 되는지가 핵심 과제다.
게임이랑 직접 관련은 없지만, BCI 인터페이스가 실용 수준까지 오면 결국 입력 장치의 한 축으로 게임에도 들어올 거다. 지금은 대회용 벤치마크 단계지만 이런 경진대회가 쌓이는 게 결국 상용화 타임라인을 당기는 과정이라고 본다.
오늘 다섯 편 중 셋이 "AI가 뭘 하지 말아야 하는지"랑 "AI가 일을 어떻게 통째로 가져가는지"를 다뤘다. 결국 능력과 절제, 둘 다 같이 커지고 있다는 얘기다.