Dion2 옵티마이저 공개 - 무온(Muon)의 직교화 비용을 줄여 대규모 학습을 확장하는 방법
마이크로소프트 리서치가 무온(Muon) 옵티마이저의 직교화 병목을 줄인 Dion2를 공개했다. 업데이트 행렬에서 노름이 큰 일부 행만 골라 직교화해 연산과 통신을 줄이면서도 학습 품질은 그대로 유지한다.
핵심 내용 읽기 →
AI TOPIC
마이크로소프트 리서치 최신 뉴스와 핵심 해설
마이크로소프트 리서치 관련 핵심 뉴스와 활용 인사이트 21편을 최신순으로 모았습니다.
의료 AI 챗봇에 전문가 검증을 붙이다 — 마이크로소프트 리서치 헬스봇 인도 배포 사례와 교훈
마이크로소프트 리서치가 인도 병원과 지역 보건 현장에 배포한 헬스봇 사례를 정리했다. 챗봇 답변을 담당 의사가 짧은 약식 메모로 검수해 신뢰를 확보하고, 창의성보다 신뢰성을 택한 설계 원칙과 현장에서 얻은 다섯 가지 교훈을 살펴본다.
핵심 내용 읽기 →
옵티마인드 정리: 자연어 문제를 최적화 수식과 코드로 바꾸는 MS 리서치의 소형 모델
마이크로소프트 리서치가 공개한 옵티마인드는 자연어로 쓴 문제를 혼합정수선형계획 수식과 실행 가능한 솔버 코드로 바꾼다. 오류가 절반까지 섞인 학습 데이터를 전문가 힌트로 정제해 200억 파라미터로 프런티어급 성능을 낸 과정을 정리했다.
핵심 내용 읽기 →
에이전트 라이트닝: AI 에이전트를 강화학습으로 개선하는 마이크로소프트 오픈소스 프레임워크
마이크로소프트 리서치가 공개한 에이전트 라이트닝은 이미 만들어 둔 AI 에이전트의 코드를 거의 고치지 않고도 실행 경험을 강화학습 데이터로 바꿔 성능을 스스로 끌어올리게 하는 오픈소스 최적화 프레임워크다.
핵심 내용 읽기 →
마이크로소프트 리서치 포럼: 소형 에이전트 모델과 실시간 검증, 그리고 AI 확산이 늦는 이유
마이크로소프트 리서치가 브라우저와 로컬 파일을 함께 다루는 소형 에이전트 모델, 실행 도중 규칙 위반을 잡아내는 검증 프레임워크, 보상 모델 없는 학습법, AI 확산이 더딘 이유를 짚은 경제 연구를 한자리에서 공개했다.
핵심 내용 읽기 →
스토리캐스터: 생성형 AI가 방의 벽 전체를 이야기 무대로 바꾸는 마이크로소프트 리서치
마이크로소프트 리서치가 CHI 2026에서 발표한 스토리캐스터를 정리했다. 여러 대의 카메라로 방의 형태를 읽고 생성한 이미지를 벽에 투사해, 헤드셋 없이 음성만으로 함께 이야기를 만들어 가는 방식을 살펴본다.
핵심 내용 읽기 →
마이크로소프트 새로운 일의 미래 보고서 5년: AI 도입률과 생산성 착시, 도구가 아니라 협업자라는 관점
마이크로소프트 리서치가 다섯 번째 새로운 일의 미래 보고서를 정리했다. 산업별 도입률 격차, 생산성 압박 역설, 노동시장 효과가 아직 완만한 이유, AI를 도구로 보느냐 협업자로 보느냐가 만드는 차이를 짚었다.
핵심 내용 읽기 →
ARO 옵티마이저 해설: 회전 좌표계로 LLM 학습을 AdamW보다 1.3배 빠르게 만든 원리
10년째 AdamW가 지배해 온 LLM 학습에 마이크로소프트 리서치가 회전이라는 관점을 들고 나왔다. 기존 행렬 옵티마이저를 하나로 설명하면서 더 적은 데이터로 같은 손실에 도달하는 ARO를 정리했다.
핵심 내용 읽기 →
마이크로소프트 Interwhen 공개: AI 에이전트 행동을 실시간 검증하는 오픈소스 프레임워크
마이크로소프트 리서치가 공개한 오픈소스 프레임워크 Interwhen은 자연어로 쓰인 정책에서 검증 가능한 속성을 뽑아내 검증기를 자동 생성하고, AI 에이전트의 중간 행동을 실행 도중에 검사해 교정한다.
핵심 내용 읽기 →
희귀 사건 시뮬레이션 난제, 확률적 최적제어로 푼다 - 마이크로소프트 리서치 세미나
단백질 접힘이나 화학 반응처럼 좀처럼 관측되지 않는 희귀 사건을, 커미터 함수 학습을 확률적 최적제어 문제로 바꿔 푸는 마이크로소프트 리서치의 연구 발표를 정리했다. 표집과 학습을 하나의 되먹임 고리로 묶어 반응 속도 추정의 정확도를 끌어올린 접근이다.
핵심 내용 읽기 →
AI 경제 파급의 3단계: 증강·자동화·재구성과 에이전트 시장의 개방성 문제, 마이크로소프트 리서치 발표
마이크로소프트 리서치 경제학자가 AI의 경제적 충격을 증강·자동화·재구성 세 단계로 나눠 설명했다. 진짜 변화는 3단계 재구성에서 오지만, 그 앞을 막는 병목은 기술이 아니라 조직과 제도라는 진단이다.
핵심 내용 읽기 →
에너지 기반 미세조정 EBFT: 보상 모델 없이 응답 전체의 의미를 맞추는 LLM 학습법
마이크로소프트 연구진이 제안한 에너지 기반 미세조정(EBFT)은 다음 토큰 예측과 강화학습의 중간 지점을 노린다. 별도의 보상 모델이나 외부 검증기 없이 응답 전체를 특징 공간에서 맞춰 SFT보다 나은 결과를 냈다.
핵심 내용 읽기 →
LLM 추론 최적화 연구 총정리: 희소 어텐션, 가속기 데이터 이동, 프리필·디코드 분리, 결정론적 추론
마이크로소프트 리서치 인도 학술 서밋의 시스템 세션 발표 다섯 건을 정리했다. 롱컨텍스트 어텐션 근사부터 가속기 데이터 이동 비용, ML 파이프라인의 조용한 오류, 프리필·디코드 분리 운영, 재생에너지 데이터센터까지 다룬다.
핵심 내용 읽기 →
멀티모달 AI의 지각 결함 정리 — 사람은 90%, 최신 모델은 50% 이하에 그친 과제들
마이크로소프트 리서치 인도 학술 서밋의 멀티모달·체화 지능 세션 정리. 시각 지각만 떼어내 측정한 진단 벤치마크와 라벨 없는 소형 모델 강화, 영상 속 인물 추적, 의료 영상 판독 연구가 차례로 이어졌다.
핵심 내용 읽기 →
다국어 AI 격차 연구 정리 — 데이터·평가·토크나이저가 만들어 내는 언어 불평등의 구조
마이크로소프트 리서치 인도 학술 세션의 다섯 개 발표를 정리했다. 다국어 데이터 격차와 이미지 생성의 지역 편향, 인도 법률 AI, 토크나이저 과분할 문제까지 AI 불평등이 만들어지는 통로를 차례로 짚는다.
핵심 내용 읽기 →
검색 AI 연구 두 갈래 — 하드 네거티브 배치 구성 HOBIT와 다중 문서 협력 검색 색인
마이크로소프트 리서치 인도 학술 서밋의 검색 세션 발표 두 편을 정리했다. 학습 배치를 어려운 오답으로 채우는 HOBIT와, 여러 문서가 협력해 하나의 질문을 함께 덮도록 집합 단위로 문서를 고르는 다중 벡터 색인 연구를 다룬다.
핵심 내용 읽기 →
멀티모달 AI의 한계와 현장 배치 문제: 마이크로소프트 리서치 학술 서밋 패널 정리
마이크로소프트 리서치 인도 학술 서밋에서 로보틱스와 의료 AI, 멀티모달 추론 연구자들이 발표와 토론을 진행했다. 지각 오류와 사실 회상의 한계, 개념 증명과 실제 배치 비용 사이에서 벌어진 간극 등 현재 지점을 정리했다.
핵심 내용 읽기 →
테스트 타임 스케일링과 에이전트 검증: 마이크로소프트 리서치 세션이 짚은 추론 비용 문제
마이크로소프트 리서치 인도 학술 서밋의 추론 세션 정리. 추론 시점에 계산을 더 쓸 때 따라오는 검증 비용을 난이도별 검증 주기로 줄이는 기법과, 정책 문서를 검증 코드로 바꿔 에이전트의 규정 준수를 실행 중에 확인하는 연구가 발표됐다.
핵심 내용 읽기 →
검색(Retrieval)은 추론 시대에도 필요한가, 마이크로소프트 리서치 패널이 짚은 RAG의 미래
링크 10개를 클릭하는 대신 챗봇에게 묻는 시대, 검색 기술은 사라질까. 마이크로소프트 리서치와 인도 공대 연구자들이 검색과 추론의 경계, 압축의 한계, 출처 표시 문제를 두고 벌인 토론을 정리했다.
핵심 내용 읽기 →
확장 플로우(Expanding Flows): 길이가 변하는 데이터를 몇 단계 만에 생성하는 새 프레임워크
마이크로소프트 리서치 강연에서 소개된 '확장 플로우'는 생성 도중 토큰과 좌표를 새로 끼워 넣어 가변 길이 데이터를 한두 단계 만에 만들어낸다. 분자 구조와 분자 그래프, 언어 생성 실험에서 확인된 성과와 남은 한계를 정리했다.
핵심 내용 읽기 →
AI 의료 현주소: 빌 게이츠·MS 리서치가 말하는 진료 보조와 앞으로 5년의 변화
빌 게이츠와 마이크로소프트 리서치 연구진이 2년간의 실제 적용을 돌아봤다. 진료 기록 자동화는 자리를 잡았지만 성능만으로는 부족하다는 연구 결과, 평가 기준의 부재, 저소득국 의료에서의 가능성과 향후 5년 전망까지 짚은 대담을 정리했다.
핵심 내용 읽기 →