AI BriefingSamsung Research 뉴스
Samsung Research에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →삼성전자, 기기 내 LLM 추론 강화하는 CG-TTRL 프레임워크 공개
삼성전자 영국 연구소가 기기 내 LLM 추론 정확도를 높이는 CG-TTRL 프레임워크를 공개했다.
삼성 리서치, 배터리 프리 6G 연결 위한 Ambient IoT 설계안 공개
삼성 리서치가 배터리 프리 6G 연결을 위한 Ambient IoT 설계안을 공개했다.
삼성 R&D, 멀티 에이전트 AI 설명성 강화하는 langgraph-goat 공개
삼성 R&D가 멀티 에이전트 AI의 의사결정 투명성을 높이는 langgraph-goat을 공개했다.
3GPP Release 20, 정지 궤도 위성용 NB-IoT NTN에 음성 지원 표준화
3GPP Release 20이 정지 궤도 위성용 NB-IoT NTN에 1.0, 1.4 kbps 초저비트레이트 음성 코덱을 표준화했다.
삼성전자, 음악 구조 반영한 AI 노래 평가 프레임워크 'MusicJudge' 공개
삼성전자가 가사와 음악 구조를 함께 분석해 인간 전문가 수준으로 노래를 평가하는 AI 프레임워크를 공개했다.
삼성전자, 700KB 초경량 음성 분류 인코더 AnySimLite 공개
삼성전자가 700KB 용량으로 스마트폰에서 30ms 미만 추론이 가능한 초경량 음성 분류 인코더 AnySimLite를 공개했다.
삼성전자, 6G NTN으로 지상권 밖 모바일 서비스 연속성 확보 전략 제시
삼성전자가 6G NTN을 지상망 대체가 아닌 서비스 연속성 계층으로 정의하고, 지상권 밖에서도 필수 모바일 서비스가 중단되지 않도록 하는 기술적 기반을 제시했다.
6G를 위한 단순화되고 효율적이며 지능적인 유즈 플레인 설계
6G 유즈 플레인은 기존 계층 구조를 단순화하고 지능형 처리를 도입해 지연 시간과 에너지 효율을 극대화할 것이다.
사용자 및 서비스 레벨의 인지 품질을 위한 AI 기반 최적화
삼성리서치가 AI를 활용해 5G-Advanced 및 6G 네트워크에서 개별 사용자의 체감 품질 저하를 예측하고 선제적으로 제어하는 기술을 제안했다.
업링크 잠재력 극대화: 압축 채널 상태 정보를 활용한 AI 기반 채널 선택성 정합
삼성이 압축 CSI와 AI 기반 프리코딩으로 업링크 효율 향상 방안을 제안했다.
FDMA 기반 광역 Ambient-IoT 네트워크를 위한 신경망 비트 복구
삼성은 FDMA와 Hopfield Neural Network로 Ambient-IoT 태그의 비트 복구 효율을 높였다.
LittleBit-2: 잠재 기하 정렬로 1비트 미만 LLM의 스펙트럼 에너지 이득 극대화
LittleBit-2가 잠재 기하 정렬로 1비트 미만 LLM의 양자화 성능을 높였다.
NanoQuant: 대규모 언어 모델의 효율적인 1비트 미만 양자화
NanoQuant가 단일 H100 GPU로 70B LLM을 1비트 미만으로 압축한다.
RaBiT: 정확하고 효율적인 LLM을 위한 잔차 인식 이진화 학습법
LLM의 효율성을 극대화하기 위해 잔차를 활용하여 정확도를 높인 이진화 학습 기술인 RaBiT를 제안한다.
특수 직교군 등변 AI/ML을 이용한 위상 오류 강인 실용적 채널 추정
삼성 R&D가 특수 직교군(SOG) 등변 구조를 활용해 위상 오류와 가산 잡음을 동시에 처리하는 저복잡도 AI 채널 추정 기법 SOGeCE를 제안했다.
추천웨어러블 건강 AI를 위한 생체신호 간 사전학습: 기저 생체신호 구조 반영
삼성 리서치 아메리카가 ECG를 학습 보조 신호로 활용해 PPG 표현력을 높이는 크로스모달 사전학습 프레임워크 xMAE를 제안했다.
6G FR3을 위한 대규모 AI CSI 압축
삼성리서치가 256포트 X-MIMO 환경의 극한 압축을 위한 2단계 AI CSI 피드백 훈련 방법을 제안했다.
K-Merge: 온디바이스 LLM을 위한 어댑터의 온라인 지속적 병합 기술
저장 공간이 제한된 온디바이스 환경에서 데이터 없이도 LLM의 능력을 지속적으로 확장하는 K-Merge 프레임워크를 제안한다.