물리 세계·현실 영향

인간 커뮤니티가 수년 단위로 진행하던 대형 형식화 과제를 에이전트 군집이 단기간에 수행했다는 주장. 검증 가능한 산출물(Lean 증명)이 결과물이라 벤치마크와 달리 외부 재검증이 가능하다는 점에서 자율 연구 주장 중 검증 난도가 낮은 사례

AI 기상 모델이 연구 시연을 넘어 소비자 제품과 상용 API의 기본 예보로 들어감

사이버 Critical 역량 선언과 같은 주에 나온 방어 측 비대칭 보정. 공격 역량의 위험을 접근 통제만이 아니라 방어자 보조금으로 상쇄하려는 접근으로, 프런티어 랩이 중요 인프라 보안의 공급자 위치로 들어감

범용 챗봇이 규제 의료 기록 시스템에 직접 연결되는 단계. 컨텍스트 연결(RAG·커넥터)의 전선이 공개 웹에서 규제 데이터 영역으로 넘어갔고, 안전성 근거는 아직 벤더 자체 평가에 의존

구독·API 밖의 광고가 소비자 AI의 주요 수익 축으로 공식화. 무료 티어 확산의 재원이 검색 광고와 같은 구조로 수렴하면서 답변과 광고의 분리가 신뢰 쟁점으로 이동

MCP가 소프트웨어 도구 접근을 표준화했듯 물리 장비 제어를 표준화하려는 시도. 에이전트의 작용 범위를 실험실 하드웨어로 넓히는 경계 사건이며, 표준 주도권이 다시 Anthropic에 놓임

사용 실태 데이터를 벤더가 독점하는 구조에 외부 검증 통로를 낸 사례. 발표 자유 조항과 제3자 감사를 명시해 벤더 자체 보고와 구분하려는 설계

휴머노이드가 날아오는 공을 다루는 시연은 센싱이 어디에 있느냐로 수준을 가를 수 있다. 2024년 11월 테슬라 옵티머스의 테니스공 캐치는 사람이 카메라 화면을 보며 조작한 텔레오퍼레이션이었고, 증명된 것은 자유도가 11에서 22(손목 포함 25)로

3년 연속 ROI 곡선 정체. 고성과자는 약 6%로 고정

계획에서 현장 학습으로 이행. 실제 생산 라인이 아니라 전용 훈련 시설

해고가 아닌 채용 감소로 나타나는 입직구 봉쇄. 저자들은 인과가 아닌 서술적 지표라고 명시

VLA 본체는 early-access 한정, ER 2는 AI Studio로 공개

부품이 수학적으로 완벽한 자세로 오지 않는 공정으로 난이도 상승

Figure의 실적 수치가 처음 BMW 명의 채널에 등재됐다. 다만 공동 발표문이며 BMW가 그 수치를 독립 감사했다는 서술은 없다

국내 메모리사가 후공정까지 AI 추적 시스템을 확대한다고 공식 보고서에 명시한 사례. OSAT 고객사가 요구할 데이터 연동 규격의 방향을 예고

AI for science 분야의 인재 재배치

모델에 이어 하드웨어까지 오픈화

단일 기업 최대 규모 계획치. Metaplant America 2028, 기아 조지아 2029

실제 반도체 제조사가 저자이며 데이터 반출 없는 온프레미스를 설계 전제로 명시. 사내 GPU 1~2장으로 결함 리포트 자동화가 가능하다는 뜻. 단 양산 배치 사례 없음

2026-02-24에 예고한 방법론 개편의 첫 후속 결과. 2025년 연구에서 응답자들이 소요시간 영향을 평균 40%p 과대추정했다는 점을 다시 확인했다

자동 검증 가능한 도메인에서의 실질적 진전 (Google 자체 측정)

부품·베어링 제조사의 대규모 커밋 (계획치)

학습 데이터가 전혀 없는 양팔 로봇에서 세탁물 접기 성공, 크로스 임바디먼트 전이

AI for science가 독립 측정 대상이 됨

라벨 0으로 결함 형태를 군집화해 라벨링할 대표 샘플만 고르는 워크플로의 근거. 동시에 내부 군집 지표와 실제 클래스 일치도가 따로 논다는 반례

결함 클래스가 새로 생기면 이미지 10장 이하로 시작해야 하는 OSAT 현실에 맞는 실험 설계. 단 절대 성능은 양산 판정이 아니라 검사 보조·트리아지 수준

국내 최대 수요기업의 방향성 신호. 다만 전부 2030년 목표이고 현재 배치 성과 수치는 제시되지 않음

선택편향(AI 없이 일하기를 거부하는 참가자 증가)을 이유로 실험 재설계. 2025년 19% 결과를 철회하지는 않았으나 2026년 초 개발자는 더 빨라졌을 가능성이 높다고 밝히며 이를 very weak evidence로 명시

휴머노이드 구독형 상업 모델. 원문은 배치 예정 표현

신제품 라인 초기, 정상 이미지조차 없는 구간을 커버하는 유일한 형태. 단 반도체·PCB 전용 결과는 없어 사내 파일럿 확인이 필요

실시간성과 지능을 주파수 대역으로 분리, 상체 제어에서 전신 제어로 전환

AI 단독 도입은 성과가 안 난다는 것을 220개 사이트 규모로 집계한 준-표준 근거. 반면 후공정 사이트 부재는 이 벤치마크를 OSAT에 직접 적용하기 어렵다는 신호

MES 문서·SOP 질의 용도로 후공정에서도 검토 대상이나, 공개된 성과가 전부 비반도체이고 측정 주체가 벤더

완성차 그룹의 수직통합 모델 제시 (계획치)

도메인은 금융이지만 감사 재현 요구는 품질 감사와 동일 구조. 정확도 높은 모델을 고르면 재현성이 따라온다는 통념을 4,705회 실행으로 반증

2위 OSAT의 공개 수준도 동일. 후공정 AI는 적용 사례가 없는 것이 아니라 정량 공개가 없는 것이며, 이 격차가 내부 도입 정당화를 어렵게 만드는 실제 원인

라벨 약 600장과 미라벨 PCB 약 100만 장 도메인 적응의 조합. 라벨 효율이 OSAT 현장에 직접 시사

상용 라인의 누적 실적 공개 (벤더 자체 보고)

휴머노이드 최초의 정량 생산 지표. 단 발표 주체는 Figure이며 BMW의 독립 검증 문서는 아님

모방학습을 넘어 경험 기반 RL로, 최난도 단계 90% 이상 성공

BotQ 생산능력 목표를 함께 제시. 대수는 전부 벤더 목표치

후공정 AI가 실제로 어디까지 와 있는지에 대한 스냅샷. 예지보전·이상감지·전이학습이 거론되지만 공개된 양산 실적 수치가 없다

ER만 API로 개방하고 VLA 본체는 폐쇄하는 이원 공개 전략 확립

체감과 실측의 정반대 괴리를 처음 RCT로 측정

알고리즘 자동 발견 계보의 출발

결함 라벨 0장으로 이미지 단위 99% AUROC. 결함 클래스가 자주 바뀌는 OSAT에서 결함 수집 단계 자체를 건너뛰는 설계가 SEM 도메인에서 성립함을 보인 공개 비교실험

오픈월드 일반화의 첫 설득력 있는 증거

SAM은 OSAT 표준 비파괴 검사 장비(박리·보이드). ImageNet보다 자기 도메인 이미지로 사전학습하는 쪽이 낫다는 것을 후공정 모달리티에서 직접 보인 근거. 단 라벨 절감 실증은 아님

모델보다 Isaac Sim·Cosmos·Omniverse를 묶은 데이터 파이프라인 플랫폼 전략의 시작

자체 생산 라인 구축 선언

물리 AI 학습용 합성데이터·시뮬레이션 인프라를 상품화

상용 VLA의 설계 원형

범용 멀티모달 LLM에 결함 판정을 직접 맡기는 구상의 상한선. 74.9%는 최종검사 판정으로 쓸 수 없는 수준

다이싱은 후공정 첫 공정. 소량 결함 이미지에 합성 증강만으로 23%p 향상은 신규 결함 클래스 초기 데이터 부족 구간에 직접 대응

학계·중소기업의 진입 장벽 하락

VLA 오픈소스화의 시작

단백질을 넘어 핵산·저분자·이온 복합체로 확장

생성된 후보와 검증된 물질의 간극이라는 이 분야의 핵심 쟁점을 확립

검사 AI가 안전 인터록에 물릴 때 어느 유형인지 규정하는 것이 감사 대응의 출발점. 단 Technical Report이며 인증 근거가 되는 규범 표준이 아님

세계 1위 OSAT의 공개 범위가 곧 업계 상한선. FDC·RMS·이력추적이 AI의 전제 인프라로 먼저 깔려 있다는 순서가 중요 — 검사 모델보다 데이터 파이프라인이 먼저

ASE조차 후공정 검사 AI의 정량 성과를 공개하지 않는다는 사실 자체가 벤치마킹 기준

AI 재료 발견의 상징이자 이후 최대의 재현성 논쟁 대상

크로스 임바디먼트 공용 데이터셋의 출발점

웹스케일 VLM 지식을 로봇 제어에 직접 전이, VLA라는 범주 자체를 정립