AI Briefing
Amazon Science 뉴스
Amazon Science에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →환자 대응형 헬스케어 AI 에이전트 평가를 위한 새로운 벤치마크
환자 대응형 AI 에이전트의 안전성과 임상 워크플로우 수행 능력을 측정하는 새로운 벤치마크 PatientAgentBench가 공개되었다.
아마존과 미시간 대학교, 로봇에게 촉각 부여
아마존과 미시간 대학교가 물리 기반 시뮬레이터 HydroShear를 통해 로봇의 촉각 학습 능력을 향상시켰다.
아마존이 운영 전반의 탄소 집약도를 추적하는 방법
아마존은 2040년 넷제로 달성을 위해 배송 단위당 탄소 배출량 등 사업 부문별 맞춤형 탄소 집약도 지표를 도입하고 있다.
미래의 연료는 이미 와 있다: TRISO가 중요한 이유
Amazon이 AI 인프라 전력 수요를 충족하기 위해 차세대 원전 연료인 TRISO 기술에 투자하고 있다.
설계 개선으로 속도와 에너지 효율을 높인 Graviton5 — 무어의 법칙을 넘어서
AWS가 3nm 공정과 4-칩렛 아키텍처를 적용해 성능과 효율을 극대화한 차세대 CPU Graviton5를 공개했다.
EC2의 정식 검증된 '격리 엔진', 가상 머신 격리에 대한 수학적 보장 제공
AWS가 수학적 증명을 통해 가상 머신 간 격리를 보장하는 Nitro Isolation Engine을 상용 클라우드에 최초로 도입했다.
에이전트형 AI의 현실 세계 접지(Grounding)
에이전트형 AI가 물리적 환경에서 안전하게 작동하도록 물리 법칙과 외부 정보를 통합하는 접지(Grounding) 기술의 네 가지 핵심 방안을 제시한다.
Ground truth는 데이터셋이 아닌 프로세스다
Amazon은 AI 모델이 벤치마크에 도전하고 인간이 이를 검증하는 'audit-then-score' 프로토콜을 통해 평가 정확도를 90.9%로 높였다.
AWS 데이터 센터 네트워크, 'fat tree' 대신 'flat' 구조 도입
AWS가 기존 fat tree 구조를 대체하여 효율성과 회복 탄력성을 높인 quasi-random 방식의 flat network를 도입했다.
다양한 추론 경로를 통한 LLM의 의사결정 능력 향상
Amazon 연구진이 SSFT와 GFPO를 통해 LLM이 다양한 추론 경로를 생성하고 최적의 전략을 선택하도록 학습시키는 기술을 발표했다.
정확도를 희생하지 않고 LLM을 더 빠르게
Amazon이 Chinchilla scaling law를 확장해 정확도 손실 없이 LLM 속도를 높이는 프레임워크를 제시했다.
메커니즘 디자인 이론이 Amazon과 공급업체 협업을 최적화하는 방법
Amazon은 VCG와 CPP를 결합한 Flo Pro로 9주 파일럿에서 공급망 비용 절감을 입증했다.
Nitro Isolation Engine 뒤에 있는 증명 보조기 Isabelle/HOL
AWS는 Isabelle/HOL로 Nitro Isolation Engine의 보안과 정당성을 형식 검증했다.