하위 페이지 이름을 'AI 안전 연구 기관 및 연구자'로 바꾼다
성좌는 오른쪽 상자 없이 전체 너비를 쓰고, 기관·연구자 표는 구분·유형·국가·이름 순으로 놓는다. 국가에는 국기를, 유형(대학·기업·연구소·비영리·정부·공공·의료)에는 색과 이모지를 붙였다.
AI 안전 연구 by 인공지능안전연구소 송경호
성좌는 오른쪽 상자 없이 전체 너비를 쓰고, 기관·연구자 표는 구분·유형·국가·이름 순으로 놓는다. 국가에는 국기를, 유형(대학·기업·연구소·비영리·정부·공공·의료)에는 색과 이모지를 붙였다.
리더보드와 시스템 카드에 자주 나오는 벤치마크를 시드로 정리해 넣었다. Cybench·WMDP·RE-Bench 같은 위험 역량 벤치와 MMLU·GPQA·KMMLU 같은 일반 역량 벤치다. 일반 역량 벤치는 안전 연구는 아니지만 모델 수준의 기준선이고 언어판 계보(MMLU → MMMLU·Global-MMLU·KMMLU 등)를 보여 주는 데 쓴다. 목록에서 '벤치 종류'(안전 벤치·위험 역량·일반 역량)로 거를 수 있다.
arXiv·OpenAlex·Hugging Face Daily Papers 논문 수집을 이쪽으로 옮겼고, METR·RAND·Redwood·CSET 같은 연구기관 글도 다이제스트에는 더 싣지 않는다. 뉴스는 다이제스트, 정책 문서는 라이브러리, 연구는 여기서 본다.
연구를 쓴 기관과 연구자를 연구 별자리 위, 자기 연구들의 평균 자리에 놓은 성좌로 보여 준다. 크기는 연구 수, 색은 가장 많이 다룬 위험 분야, 선은 함께 쓴 연구(공저) 2건 이상이다. 저자·소속은 OpenAlex에서 받고, 비어 있는 소속은 논문 첫 페이지에서 언어 모델이 읽어 채운다. 기관 블로그 글은 그 기관을 저자로 센다.
주제 이름을 누르면 그 주제의 별만 더 크고 밝아지고, 나머지 별은 흐리게 남는다. 위험 분야 등 다른 조건에서 빠진 별만 거의 지운다.
행을 언어 구축 단계(L0 원문 ~ L4 현지 특화)로, 열을 위험 분야로 바꿨다. 원 크기는 벤치마크 수, 주황 테두리는 한국어 데이터다.
제목·요약 임베딩을 UMAP으로 먼저 펼친 자리에서 t-SNE를 시작한다. 지도와 무관한 지표로 비교했을 때 주제 사이 원근은 이전 배치와 같고, 가까운 이웃 보존은 UMAP보다 낫다. 새 연구는 매일 다시 그리지 않고 가까운 이웃 자리에 끼워 넣는다.
별 하나가 연구 하나인 밤하늘 지도로 바꾸고, 오른쪽에 고른 주제의 위험 분야·연구 유형·벤치마크×언어 구성을, 아래에 원본 벤치마크와 그 다른 언어판을 한 줄씩 둔다. 언어판 줄에는 파생판들이 다루는 위험 분야를 리본으로 붙인다.
L0 원문, L1 기계번역, L2 전문 번역, L3 트랜스크리에이션(문화 소재를 그 언어권 맥락으로 치환), L4 현지 특화(그 언어권 고유 이슈·원천으로 새로 만듦).
AI 안전 다이제스트가 모은 연구 글과 따로 찾은 한국어·다국어 벤치마크를 모아, 연구 지도와 위험 분야·연구 유형·언어 구축 필터, 월별 목록을 한 페이지에 둔다. 같은 연구를 다룬 해설·보도는 연구 카드 하나로 묶는다.
다이제스트에 들어오지 않는 한국어 벤치마크를 찾으려고 OpenAlex 논문 검색과 Hugging Face 데이터셋(한국어 태그)을 함께 본다. 같은 연구의 블로그 글과 논문은 arXiv·DOI 링크로 묶는다.
위험 분야·연구 유형·언어·모달리티를 서로 다른 두 모델이 따로 붙이고, 본문을 구할 수 있는 연구는 본문으로 다시 붙인다. 공개 목록에는 AI 안전과 관련이 충분하다고 본 연구만 싣는다.