152 편의 논문
이 논문은 오픈소스 얼굴 교체 모델과 '나디파이징' 소프트웨어로 구성된 '악의적 기술 생태계'가 성인 대상 AI 생성 비동의적 성폭력 이미지 (AIG-NCII) 제작을 용이하게 하고 있으며, NIST 의 현재 거버넌스 체계가 이를 효과적으로 규제하지 못한다는 점을 생존자 중심의 관점에서 비판적으로 분석합니다.
이 논문은 기존 벤치마크의 한계를 극복하고 다양한 LLM 의 가치 차이를 더 명확하게 식별하기 위해, 모델의 내부 가치 경계를 탐지하여 테스트 질문을 자동으로 생성하고 확장하는 적응형 평가 알고리즘 'AdAEM'을 제안합니다.
이 논문은 MOOC, 스마트 교수법, AI 가 각각 가진 한계를 극복하고 시너지를 창출하기 위해 세 가지 접근법을 통합한 새로운 교수법 프레임워크를 제안하고, 이를 계층적 지식 변환 모델을 통해 실증합니다.
이 논문은 다양한 학년 수준에 맞는 교육용 콘텐츠를 생성하기 위해 가독성 지표를 클러스터링하여 대규모 언어 모델을 파인튜닝하는 프레임워크를 제안하고, 이를 통해 프롬프트 기반 방법 대비 학년 적합성을 35.64% 포인트 향상시키면서도 사실적 정확성을 유지함을 입증했습니다.
이 논문은 자연어 기반의 반복적 생성·검증·수정 과정을 통해 수학 연구 전 과정을 자율적으로 수행하는 에이전트 'Aletheia'를 소개하고, 이를 통해 무인 자동 생성 논문, 인간-AI 협업 증명, 그리고 오픈 문제 해결 등 AI 와 수학 연구의 새로운 지평을 열었음을 보여줍니다.
이 논문은 기계학습의 'ground truth' 패러다임이 인간 간 불일치를 단순한 기술적 노이즈로 오인하는 실증주의적 오류에 기반하며, 데이터 주석 과정에서 발생하는 합의의 함정과 서구 중심적 편향을 비판하고 불일치를 문화적 다양성을 반영하는 중요한 신호로 재해석하여 다원적 주석 인프라를 구축할 것을 주장합니다.
이 논문은 AI 시스템에 법적 인격을 부여하지 않으면서도 개발자, 배포자, 사용자 간의 책임 소재를 추적하기 위해 '운영적 대리인 (Operational Agency)'이라는 새로운 법적 개념과 인과 관계 매핑 도구인 '운영적 대리인 그래프 (OAG)'를 제안합니다.
2025 년 25 명의 선도적 AI 연구자를 인터뷰한 이 논문은 AI 가 스스로의 연구를 자동화하여 지능 폭증을 일으킬 수 있다는 우려가 지배적이지만, 발생 시기, 거버넌스 방안, 그리고 내부 전용화 가능성에 대해서는 연구자들 간에 명확한 이견이 존재함을 보여줍니다.
이 논문은 고객 지원 챗봇에 대한 회고적 일지 연구와 AI 전문가 인터뷰를 통해 인간-인-더-루프 (HITL) 프레임워크 설계에 필요한 실증적 통찰을 제공하는 네 가지 주요 주제를 도출했습니다.
이 논문은 생체 인식 기술을 개인화된 보충 및 대체 의사소통 (AAC) 에 적용하기 위한 로드맵을 제시하고, 제스처 및 수화 인식과 같은 AI 기술의 현재 정확도가 실용적 요구를 충족하지 못한다는 점을 사례 연구를 통해 규명하며 향후 개선 방향을 제안합니다.
이 논문은 정신 건강 위기 상황에서 현재 개발사 책임 회피를 위한 회피적 대응을 하는 생성형 AI 의 설계 방식을, 커뮤니티 헬퍼 모델을 기반으로 위기를 완화하고 더 나은 치료로 연결하는 '사용자 역량 강화' 접근법으로 전환할 것을 제안합니다.
이 논문은 틱톡의 알고리즘 감사를 통해 디지털서비스법 (DSA) 이 광고의 정의를 좁게 해석함으로써 인플루언서 마케팅 등 비공식 상업 콘텐츠에 대한 미성년자 맞춤형 광고 금지 규정이 무력화되고 있음을 실증적으로 규명하고, 미성년자 보호를 위해 광고의 정의를 확장할 것을 주장합니다.
이 논문은 모호한 개념을 단일한 해석으로 축소하는 '모호성 붕괴' 현상이 인간의 의미 협상 과정을 우회하여 프로세스, 출력, 생태계 차원에서 발생하는 인식론적 위험을 분류하고, 이를 완화하기 위한 다층적 설계 원칙을 제시합니다.
이 논문은 15 명의 UX 디자이너를 대상으로 한 워크숍을 통해 AI 도입이 개인, 팀, 조직 차원에서 효율성, 책임, 자율성 등 다양한 가치의 협상 과정으로 이루어지며, 단순한 생산성 향상을 넘어 역할과 권력 관계가 재편되는 사회적 과정임을 주장합니다.
이 논문은 의료 의사결정 시나리오를 대상으로 한 사용자 연구를 통해, 데이터 분포의 불균형 (infra-marginality) 이 공정성 인식에 미치는 영향을 분석하고, 사람들이 단순한 통계적 평등보다는 결과의 원인과 맥락에 기반한 공정성을 판단함을 보여주었습니다.
이 논문은 대규모 사회 데이터를 이론적 깊이와 결합하여 기존 주제 모델의 한계를 극복하고, 도메인 적응 미세조정 (DAFT) 과 AI 과학자 에이전트 프레임워크를 통해 신뢰할 수 있는 계산 사회과학 연구를 가능하게 하는 새로운 오픈소스 도구인 THETA 를 제안합니다.
이 논문은 RFC 문서에서 대규모 언어 모델을 활용해 구조화된 의미 규칙을 추출하고 이를 위반하는 테스트 케이스를 생성하여 기존 퍼징 기법의 한계를 극복하고 네트워크 프로토콜 구현체의 심층적 의미 취약점을 효과적으로 탐지하는 'SemFuzz' 프레임워크를 제안합니다.
이 논문은 4,000 명 이상의 AI 연구자를 대상으로 한 대규모 설문 조사를 통해, 미디어와 정책에서 강조되는 '존재적 위험'보다는 연구자들이 실제로는 이미 명확한 사회적·기술적 위험에 더 큰 우려를 가지고 있으며 대중의 인식과 위험 평가에서 놀라운 수렴을 보이고 있음을 밝혔습니다.
이 연구는 실제 채용 플랫폼 데이터를 분석한 결과, AI 만을 활용한 채용보다 인간 채용 담당자의 단독 검토가 성별 편향성이 낮았으나, AI 추천을 먼저 확인한 후 인간이 추가적으로 후보자를 탐색하는 '인간-AI 협력' 방식이 가장 공정한 채용 결과를 도출함을 실증적으로 규명했습니다.
이 논문은 다국어·다문화 환경에서 배포되는 대형 언어 모델 (LLM) 이 영어 중심 데이터로 인해 아시아 지역의 종교적 소수자 의견과 문화적 가치에 부합하지 못하고 편향을 강화하는 문제를 다국어 감사와 내부 표현 분석을 통해 규명하고, 지역 기반의 체계적 감사가 필요함을 강조합니다.