애플, ICLR 2026서 논문 대거 발표… 리우데자네이루 부스 #204, MANZANO·SimpleFold·EgoDex 등 공개

애플이 2026년 4월 23~27일 브라질 리우데자네이루에서 열리는 ICLR(International Conference on Learning Representations) 2026에 다수의 연구 논문을 발표한다고 Apple Machine Learning Research 공식 업데이트를 통해 공개했다. 애플은 딥러닝 학술·산업계를 아우르는 본 컨퍼런스를 또다시 스폰서로 지원한다고 밝혔다.

현장 부스 #204는 4월 23일(목)부터 25일(토)까지 전시 시간인 오전 9시 30분부터 오후 5시 30분(BRT, 현지 시간)까지 운영된다. 애플은 부스와 포스터 세션을 통해 참관객에게 연구 성과를 소개할 예정이다.

4월 23일 Poster Session 1(오전 10시 30분~오후 1시)에는 Hadi Pour Ansari, David Grangier 등이 공동 저술한 'Pretraining with Hierarchical Memories: Separating Long-Tail and Common Knowledge'가 Pavilion 3 #0309 부스에 오른다. 같은 시간대에 'The Potential of CoT for Reasoning: A Closer Look at Trace Dynamics', 'Revisiting the Scaling Properties of Downstream Metrics in Large Language Model Training', 스탠퍼드대와 공동 작성한 'Synthetic Bootstrapped Pretraining' 등이 Pavilion 4에 전시된다.

같은 날 오후 Poster Session 2(오후 3시 15분~5시 45분)에서는 'SelfReflect: Can LLMs Communicate Their Internal Answer Distribution?', Marco Cuturi가 공동 저자로 참여한 'Flow Matching with Semidiscrete Couplings', 'Scaling Synthetic Task Generation for Agents via Exploration', 'Less Gaussians, Texture More: 4K Feed-Forward Textured Splatting' 등이 공개된다.

오후 세션에는 'MANZANO: A Simple and Scalable Unified Multimodal Model with a Hybrid Vision Tokenizer'도 Pavilion 3 #1921 부스에 오른다. Yanghao Li, Rui Qian, Zhe Gan 등 20명이 넘는 공동 저자가 참여했으며 Ruoming Pang(Meta 소속)도 명단에 포함됐다. 이어 'Learning to Reason for Hallucination Span Detection', UC Berkeley·스탠퍼드대와 공동 작성한 'On the Impossibility of Separating Intelligence from Judgment: The Computational Intractability of Filtering for AI Alignment'도 같은 세션에 배치된다.

단백질 구조 예측 연구인 'SimpleFold: Folding Proteins is Simpler than You Think'(Yuyang Wang, Navdeep Jaitly, Josh Susskind, Miguel Angel Bautista)도 23일 오후 Pavilion 4 #5308에 전시된다. 'Entropy-Preserving Reinforcement Learning'도 같은 세션의 #4708 부스에 오른다.

4월 24일(금) Poster Session 3에서는 'ParaRNN: Unlocking Parallel Training of Nonlinear RNNs for Large Language Models', EPFL 공저의 'Compute-Optimal Quantization-Aware Training', 'Sharp Monocular View Synthesis in Less Than a Second', 'LiTo: Surface Light Field Tokenization', MIT 공저의 'Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language' 등이 발표된다.

같은 날 오후 Poster Session 4에서는 케임브리지대 공저의 'Completed Hyperparameter Transfer across Modules, Width, Depth, Batch and Duration', 'Continuously Augmented Discrete Diffusion model for Categorical Generative Modeling', 스탠퍼드대 공저의 'Reusing Pre-Training Data at Test Time is a Compute Multiplier', 'EgoDex: Learning Dexterous Manipulation from Large-Scale Egocentric Video' 등이 포함된다.

애플이 공개한 세션 스케줄은 모두 리우데자네이루 현지 시간(BRT) 기준이며, 구체적인 저자 명단과 부스 번호가 함께 제공됐다. 멀티모달 모델링, 추론 강화, 사전학습·정량화, 단백질 폴딩, 3D 합성, 에이전트 학습에 이르기까지 분야 전반에 걸친 발표 라인업이 확인된다.