LG AI Research가 복잡한 산업 현장에 최적화된 멀티 페이즈 강화학습 프레임워크와 RL-Studio를 선보였다.
LG AI연구원이 복잡한 단계별 전환이 가능한 다단계 강화학습(Multi-Phase RL) 프레임워크와 플랫폼 RL-Studio를 선보였다.
LG AI Research가 전문가의 지식과 AI의 협업을 통해 제조 현장의 이상치를 탐지하는 AEGIS 플랫폼을 AAAI 2026에서 발표했다.
LG AI연구원이 도메인 전문가의 지식과 AI가 협업하여 제조 현장의 이상을 탐지하는 플랫폼 AEGIS를 발표했다.
단순 텍스트 생성을 넘어 목표를 수행하는 에이전틱 AI 시대를 대비해 온톨로지를 활용한 관찰 가능성 확보가 핵심이다.
LG AI 연구원이 AAAI 2026에서 지식 그래프와 LLM을 결합한 구조적 추론 기술을 선보이며 에이전트의 신뢰성과 효율성을 증명했다.
LG AI Research가 텍스트와 이미지를 동시에 이해하는 멀티모달 모델 EXAONE 4.5를 오픈 웨이트 방식으로 공개했다.
LG AI연구원이 시각 정보와 언어를 동시에 처리하는 오픈 웨이트 VLM인 EXAONE 4.5를 공개했다.
LG AI Research와 VUMC가 협력하여 3D 공간 생물학 및 병리 AI를 활용한 차세대 암 연구 모델을 선보였다.
LG AI연구원이 VUMC와 협력하여 3D/4D 공간생물학 및 AI를 접목한 차세대 암 연구 성과를 발표했다.
LG AI연구원이 LLM을 활용해 리튬 가격의 인과관계를 구조화한 Causal Map 기반의 중장기 예측 모델을 개발했다.
LLM 서비스의 트래픽 변동으로 발생하는 유휴 GPU 자원을 모델 학습 및 연구에 재할당하여 인프라 효율을 극대화하는 기술을 소개한다.
LLM 서비스의 트래픽 변동으로 발생하는 유휴 GPU 자원을 연구 및 학습용으로 재할당하는 효율적인 스케줄링 파이프라인을 구축했다.
물리적 환경에서 직접 상호작용하며 과업을 수행하는 로봇 파운데이션 모델(RFM)의 개념과 주요 기술 방향을 다룬다.
가상 세계의 LLM을 넘어 물리적 환경과 상호작용하는 로봇 파운데이션 모델(RFM)의 두 가지 핵심 기술 방향을 살펴본다.
LG AI Research가 기존 Dense 모델을 MoE로 변환할 때 전문가 간 중복 문제를 해결하는 'Cluster-Aware Upcycling' 기술을 제안했다.
LG AI연구원이 Dense 모델을 MoE로 변환할 때 전문가의 중복성을 줄이고 전문성을 극대화하는 Cluster-Aware Upcycling 기술을 공개했다.
LG AI연구원이 산업 현장의 빠른 검증과 연구 표준화를 위해 개발한 로봇 군집 제어 시뮬레이션 플랫폼 RAPID를 발표했다.
LG AI Research가 조직 이미지로 유전자 변이를 예측하는 차세대 암 진단 AI 모델 'EXAONE Path 2.0'을 오픈 소스로 공개했다.
LG AI연구원이 수학, 과학, 코딩 능력이 비약적으로 향상된 추론 특화 모델 EXAONE Deep을 공개했다.
AI 서비스의 윤리적 딜레마를 해결하기 위해 UI/UX 디자인 단계에서 투명성, 통제권, 피드백 메커니즘을 확보해야 한다.
AI로 인한 실질적인 위험과 피해를 객관적으로 파악하기 위한 최신 연구와 사고 분류 체계를 소개한다.
CVPR 2024 Best Paper로 선정된 이미지 동역학 예측 연구와 LG AI 연구원의 카메라 노출 제어 연구를 소개한다.
AI Briefing