메타 FAIR이 옥스퍼드대·UCL과 함께 AI 연구 선호 모델(RPM)을 발표했습니다. RPM은 고정된 LLM 심판 역할을 하여 아직 실행하지 않은 15개 실험 후보를 평가·순위화하고 그중 하나만 실제로 실행합니다. AIRS-Bench에서 평균 정규화 점수가 0.684에서 0.729로 상승했고, 기존 24시간 걸리던 결과가 약 15시간 만에 도달해 비용 효율적인 자동 AI 연구에 중요한 진전입니다.
앤스로피가 과학 연구용 다중 에이전트 AI 워크벤치인 '클로드 사이언스(Claude Science)'를 베타 버전으로 출시했습니다. 조정 에이전트가 전문 에이전트들에게 작업을 위임하고, 검토 에이전트가 인용과 수치를 교정하는 등 연구의 재현성과 효율성을 극대화한 것이 핵심입니다. 연구자들은 이 도구를 통해 로컬 및 HPC 환경뿐만 아니라 60개 이상의 데이터베이스와 엔비디아 BioNeMo(NVIDIA BioNeMo)를 연동해 유전체학 등 복잡한 파이프라인을 손쉽게 구축할 수 있습니다.
구글 클라우드 AI 연구팀이 연구자의 거친 아이디어와 실험 로그만으로 학회 제출용 LaTeX 논문을 완성하는 멀티 에이전트 시스템 'PaperOrchestra'를 제안했습니다. 이 시스템은 문헌 검토, 시각화 자료 생성, API 기반 인용 검증 및 본문 작성을 자동화하여 기존 자동 연구 도구들의 한계를 극복한 것이 특징입니다.