← 전체 목록 2026-07-06

주간 AI | AI 활용 기계공학 논문 브리핑

매주 월요일 · 임팩트와 최신 트렌딩에서 트랙별 2편을 한국어로 요약합니다

AI 2편

cs.CY, cs.AI, cs.CR · 발표 2026-07-02임팩트

Overview of Risk Assessment and Management for Intelligent Systems under the AI Act and Beyond

AI 법규 및 그 이상을 고려한 지능형 시스템의 위험 평가 및 관리 개요

Javier Irigoyen, Roberto Daza, Aythami Morales, Julian Fierrez, Ruben Tolosana, Ruben Vera-Rodriguez, Francisco Jurado, Alvaro Ortigosa
인용 2
  • AI 시스템의 안전과 신뢰성을 위해 엄격한 위험 평가의 필요성이 강조됩니다.
  • 본 논문은 AI 위험 평가(식별 및 분석) 및 관리 방법론을 개괄적으로 다룹니다.
  • 전 세계 AI 규제 환경을 검토하고 AI 관련 위험의 스펙트럼을 분석합니다.
  • 기술적 오류부터 윤리적, 사회적 영향까지 다양한 AI 위험을 식별합니다.
  • AI 위험 평가의 모범 사례와 방법론적 격차를 제시하며 추가 연구 분야를 조명합니다.
TLDR (Semantic Scholar): An overview of AI risk assessment (identification and analysis) and management methodologies and describes the spectrum of AI-related risks identified in the literature, from technical failures to ethical and social impacts.
#AI 위험 평가#규제 프레임워크#위험 관리#지능형 시스템
cs.LG, cs.AI, cs.CL · 발표 2026-07-02최신

Program-as-Weights: A Programming Paradigm for Fuzzy Functions

Program-as-Weights: 퍼지 함수를 위한 프로그래밍 패러다임

Wentao Zhang, Liliana Hotsko, Woojeong Kim, Pengyu Nie, Stuart Shieber, Yuntian Deng
HF upvotes 59
  • 일상적인 프로그래밍 작업 중 모호한 규칙 기반 구현은 LLM API에 의존하며 비용, 재현성 등의 문제가 있습니다.
  • 이 논문은 자연어 사양으로부터 함수를 컴파일하여 작고 로컬에서 실행 가능한 신경망 아티팩트를 만드는 퍼지 함수 프로그래밍을 제안합니다.
  • Program-as-Weights (PAW)는 4B 컴파일러가 FuzzyBench 데이터셋으로 학습되어 경량 인터프리터용 어댑터를 생성합니다.
  • 0.6B Qwen3 인터프리터는 Qwen3-32B 직접 프롬프팅과 유사한 성능을 보이며, 메모리는 1/50, M3 MacBook에서 30 토큰/초로 실행됩니다.
  • PAW는 파운데이션 모델을 문제 해결사에서 도구 빌더로 전환하여, 저렴하고 오프라인으로 재사용 가능한 아티팩트를 생성합니다.
TLDR (Semantic Scholar): Program-as-Weights (PAW) reframes the foundation model from a per-input problem solver into a tool builder: invoked once per function definition, it produces a small reusable artifact whose subsequent calls per function application are cheap and offline.
#퍼지 함수#프로그래밍 패러다임#대규모 언어 모델#경량 인터프리터

AI 활용 기계공학 2편

· 발표 2026-02-19임팩트

A Hybrid Physical Damage Neural Network for Wear Prediction of Self-Lubricating Bearings

자가 윤활 베어링 마모 예측을 위한 하이브리드 물리 손상 신경망

Shuo Wang, Shichang Du, Liang Yan, Shanshan Li, Xianmin Chen
인용 38영향력 인용 1매칭: neural network, aerospace, relevance:0.80
  • 자가 윤활 베어링의 마모 예측은 신뢰성과 안전성 확보에 중요하나, 물리적 설명력과 정확도 동시 달성이 어렵습니다.
  • 본 논문은 Archard 마모 모델 기반의 '물리 뉴런 연산자'를 신경망에 통합하여 마모 깊이를 직접 계산합니다.
  • 이 연산자에 누적 손상 법칙을 도입하고, 마모 단계 진화 법칙을 손실 함수의 물리적 제약으로 활용합니다.
  • 전용 테스트 플랫폼에서 수집한 전체 수명 주기 데이터를 통해 모델의 성능을 검증했습니다.
  • 제안된 모델은 기존 방법보다 예측 정확도가 뛰어나며, 물리적 설명력과 일반화 능력을 향상시켰습니다.
#마모 예측#자가 윤활 베어링#신경망#물리 기반 모델
math.NA, cs.CE · 발표 2026-07-01최신

Compression of Polyconvex Envelopes of Isotropic Functions via Monotonic Input Convex Neural Networks

등방성 함수의 다중 볼록 포락선 압축을 위한 단조 입력 볼록 신경망

Timo Neumeier, Julian Salmon
매칭: neural network, elastic, relevance:0.85
  • 이 연구는 등방성 함수의 다중 볼록 포락선(polyconvex envelopes)을 압축하는 새로운 신경망 접근법을 제시합니다.
  • 제안된 방법은 다중 볼록성(polyconvexity)에 대한 고전적인 충분 조건을 활용하여 계산 비용을 줄입니다.
  • 입력 볼록 신경망(ICNN)과 비음수 가중치 제약을 사용하여 볼록성 및 단조성을 구현합니다.
  • 손실 함수를 통해 대칭 및 부등식 조건을 약하게 통합하여 학습을 진행합니다.
  • 기존 방법보다 계산 효율적이며, Saint Venant-Kirchhoff 에너지에 대해 정확한 근사를 제공합니다.
#다중 볼록성#신경망 압축#비선형 탄성#입력 볼록 신경망

선정 기준: 임팩트(최근 365일, 영향력 인용 가중) + 최신(최근 14일) · 요약 엔진: openai_compat