• 활용 예시: 기상청에서 써서 폭우나 태풍이 언제 올지 예측하거나, 항공사가 비행 스케줄을 짤 때 도움 받을 수 있어요.

Magentic-One은 여러 개의 AI 에이전트가 협력하여 복잡한 작업을 자동으로 수행하도록 설계되었어요. Magentic-One은 주 에이전트인 Orchestrator와 네 개의 보조 에이전트로 구성되어 있어요.

• Orchestrator: 작업을 계획하고, 진행 상황을 추적하며, 다른 에이전트들에게 적절한 임무를 할당해요.
• WebSurfer: 웹 브라우저를 조작하여 인터넷에서 필요한 정보를 찾아요.
• FileSurfer: 컴퓨터의 파일을 읽고 관리해요.
• Coder: 필요한 코드를 작성해요.
• ComputerTerminal: 명령어를 실행하여 다양한 작업을 수행해요.

이러한 에이전트들은 함께 협력하여 웹 검색, 파일 편집, 코드 작성 등 다양한 복잡한 작업을 자동으로 처리할 수 있어요. Magentic-One은 오픈소스로 제공되어, 누구나 이 시스템을 활용하고 발전시킬 수 있어요.

MatterSim 모델은 현실 세계의 다양한 조건에서 재료의 특성을 예측하는 데 도움을 줘요. 과학자들은 새로운 재료를 개발할 때, 그 재료가 실제 환경에서 어떻게 작용할지 미리 알기 어려웠어요. MatterSim은 이러한 문제를 해결하기 위해 만들어졌어요. 이 모델은 118개의 원소를 다양한 조합으로 분석하여, 아직 만들어지지 않은 재료의 특성을 예측할 수 있어요. 이를 통해 나노전자공학, 에너지 저장, 의료 분야 등에서 혁신적인 재료를 더 빠르고 효율적으로 개발할 수 있을 것으로 기대돼요.

• 활용 예시: 물리나 화학 시간에 배우는 원소·분자 구조를 빠르게 시뮬레이션해, 신약 개발이나 신소재 연구에 도움을 줍니다.

Microsoft Research에서 최근 발표한 OmniParser V2는 대규모 언어 모델(LLM)을 컴퓨터 사용 에이전트로 변환하는 혁신적인 도구예요. 이 도구는 UI 스크린샷을 픽셀 수준에서 LLM이 이해할 수 있는 구조화된 요소로 변환하여, 인터페이스의 상호작용 가능한 아이콘을 식별하고 화면의 다양한 구성 요소를 파악하며, 사용자의 의도를 정확한 화면 영역과 연결할 수 있도록 도와줘요.

OmniParser V2는 이전 버전에 비해 더 큰 데이터 세트로 훈련되어 작은 상호작용 요소도 정확하게 감지하고, 추론 속도도 60% 향상되었어요. 또한, OmniTool이라는 도커화된 Windows 시스템을 통해 OpenAI, DeepSeek, Qwen, Anthropic 등 다양한 최신 LLM과의 통합을 지원하여 화면 이해, 작업 계획 및 실행을 가능하게 해줘요.

이러한 기능을 통해 LLM 기반의 GUI 자동화가 더욱 효율적이고 정확하게 이루어질 것으로 기대돼요. OmniParser V2와 OmniTool은 GitHub에서 공개되어 있으며, 모델 체크포인트는 HuggingFace에서 확인할 수 있어요.

• OmniParser V2 코드: GitHub
• OmniTool: GitHub

• 활용 예시: 인터넷 사이트에서 눈으로 보고 클릭해야 할 것들을 AI가 스스로 파악해, 반복 업무(예: 자료 입력)를 자동화해줄 수 있어요.

Microsoft Research와 글로벌 건강 약물 발견 연구소(GHDDI)가 TamGen이라는 GPT처럼 글자를 생성하는 대신, 화학 물질 구조(분자)를 만들어내는 “화학 언어 모델” 을 개발했어요. 이 도구는 결핵과 같은 질병을 치료할 수 있는 새로운 약물을 더 빠르게 발견하는 데 도움을 줘요. TamGen은 특정 질병의 표적에 맞는 분자를 생성하여, 약물 개발 과정을 가속화해요. 이러한 접근 방식은 전통적인 방법보다 더 효율적이고 비용을 절감할 수 있어요. TamGen은 오픈 소스로 제공되어, 전 세계 연구자들이 함께 활용하고 발전시킬 수 있어요.

• 활용 예시: 신약(새로운 약)을 만들 때 약물 후보를 빠르게 찾아내도록 도와줘요. 희귀 질환 치료제 같은 것을 연구하는 데 사용 가능하답니다.