“사람처럼 판단하는 로봇 등장 가시화” KAIST, 피지컬 AI 핵심난제 해결 작성일 06-10 17 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 유창동 교수팀, 소수 영상만으로 인간 판단 기준 학습기술 <br>- 로봇·자율주행차·AI 에이전트 개발 비용·시간 획기적 절감</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Gj47jBB3Yw"> <figure class="figure_frm origin_fig" contents-hash="b14cf878610371051215071c5c05879f69ebc5f933437840ecc9b7efa85dac86" dmcf-pid="HvaMvdd81D" dmcf-ptype="figure"> <p class="link_figure"><img alt="이번 연구를 수행한 유창동(왼쪽) KAIST 교수 연구팀.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/10/ned/20260610090207834wkef.jpg" data-org-width="800" dmcf-mid="W1Xh2vvm1m" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/10/ned/20260610090207834wkef.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이번 연구를 수행한 유창동(왼쪽) KAIST 교수 연구팀.[KAIST 제공] </figcaption> </figure> <p contents-hash="5e6c600b01d0a7f757dec36980180e60c069d1d71ff1455e3af58c914e716ed7" dmcf-pid="XTNRTJJ6GE" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 국내 연구진이 피지컬 AI 시대로 넘어가기 위한 난제였던 데이터 수집의 한계를 극복한 핵심 원천 기술을 확보했다.</p> <p contents-hash="63653c52da0cd54a540401af45702d061eaaffd2c4fa81a4f14b8d291fb86ad3" dmcf-pid="ZyjeyiiPXk" dmcf-ptype="general">향후 기업들이 새로운 로봇이나 자율주행 시스템을 개발할 때 수반되는 막대한 데이터 구축 비용과 테스트 시간을 획기적으로 줄일 수 있을 것으로 기대된다.</p> <p contents-hash="ecd3ed95d51ced26af723cea184149f42fc434125df34a6e18db536a1edd585b" dmcf-pid="5WAdWnnQGc" dmcf-ptype="general">KAIST는 전기및전자공학부 유창동 교수 연구팀이 수천~수만 건의 인간 평가 데이터 대신 단 몇 개의 선호 영상만으로도 AI가 인간의 의도와 판단 기준을 학습할 수 있는 새로운 기술인 ‘VOTP(Video-based Optimal TransPort Preference)’를 개발했다고 10일 밝혔다.</p> <p contents-hash="d5ff439763d16afedfff364e320f7559bb6ac8a061a6df5d66d34d60fd16f873" dmcf-pid="1YcJYLLxZA" dmcf-ptype="general">최근 AI 기술은 글을 쓰고 그림을 그리는 생성형 AI를 넘어 실제 기계를 움직이고 현실 세계에서 행동하는 ‘피지컬 AI’ 시대로 빠르게 진화하고 있다. 공장에서 위험한 작업을 대신 수행하는 로봇, 스스로 도로 상황을 판단하는 자율주행차, 정교한 수술을 수행하는 의료 로봇 등이 대표적인 사례다.</p> <p contents-hash="bc343a2f92eea073dd72667821cb251bce29b5252e7bbe5a2746c285de325f4c" dmcf-pid="tGkiGooM1j" dmcf-ptype="general">하지만 피지컬 AI의 실용화를 위해서는 반드시 넘어야 할 장벽이 있었다. 바로 기계가 수행한 행동이 인간의 의도에 맞는지, 어떤 행동이 더 바람직한지를 판단하는 인간 수준의 평가 기준을 학습하는 문제다.</p> <p contents-hash="f1465b7da34649a0dd3c5924509a3fd41e1be1bd5a91ca9b83ba8e39609cb52d" dmcf-pid="FHEnHggRtN" dmcf-ptype="general">연구팀은 사람이 몇 번의 시범만 보고도 새로운 일을 배우는 방식에 주목했다. 연구팀이 개발한 VOTP는 몇 개의 좋은 사례와 나쁜 사례 영상만으로도 AI가 인간이 선호하는 행동 패턴을 스스로 파악하도록 돕는다. 기존처럼 방대한 양의 데이터를 사람이 일일이 평가하지 않아도 AI가 인간의 판단 기준을 이해하고 다양한 상황으로 확장해 학습할 수 있는 것이다.</p> <figure class="figure_frm origin_fig" contents-hash="c8b6880daefae3a9f1dc7b58be03aac6d5893a934db121d0dbbf23e7fbfe4cda" dmcf-pid="3EQbE22uGa" dmcf-ptype="figure"> <p class="link_figure"><img alt="VOTP 연구이미지(AI 생성).[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/10/ned/20260610090208056wfty.png" data-org-width="757" dmcf-mid="YpaMvdd8tr" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/10/ned/20260610090208056wfty.png" width="658"></p> <figcaption class="txt_caption default_figure"> VOTP 연구이미지(AI 생성).[KAIST 제공] </figcaption> </figure> <p contents-hash="e5e6a67d9ad88ebafd6afc71c877803d9b5195bd26b9ded107bc6e318add08ba" dmcf-pid="0DxKDVV75g" dmcf-ptype="general">이번 연구의 핵심 아이디어는 로봇이나 자율주행차와 같은 지능형 기계가 소수의 인간 선호(preference)를 담은 비디오만으로도 사람의 의도(intent)를 빠르게 파악할 수 있다는 것이다. 이를 위해 개발한 알고리즘은 다양한 환경과 작업에 걸친 광범위한 실험을 통해 그 효과와 일반화 성능이 입증되었다.</p> <p contents-hash="9d77d08f3217f8a1570a1e04b70b2f7f22dffc44e24862a364cb7c4cf779ee60" dmcf-pid="pwM9wffzHo" dmcf-ptype="general">이러한 방식은 피지컬 AI 개발에 필요한 인간 피드백과 데이터 구축 비용을 크게 줄일 수 있다. 적은 수의 사례만으로도 로봇과 자율주행차, 산업용 기계가 사람의 기대에 부합하는 행동을 학습할 수 있어 개발 기간과 비용을 획기적으로 단축할 수 있을 것으로 기대된다.</p> <p contents-hash="94caebb585028dd99edbeae343657439368db72706002d00234d612bfae0a138" dmcf-pid="UrR2r44qXL" dmcf-ptype="general">유창동 교수는 “로봇 팔 제어, 휴머노이드 로봇, 자율주행차, 스마트팩토리, 드론, 수술 로봇뿐 아니라 컴퓨터를 직접 조작하는 AI 에이전트까지 폭넓게 적용 가능하다”며 “특히 인간의 의도와 만족도를 학습해야 하는 모든 피지컬 AI 시스템의 핵심 기반 기술로 활용될 수 있을 것”이라고 말했다.</p> <p contents-hash="47d9288884c577d2ca076f5202bdc6bdfe6a692d69e243260ca6f53eab747b86" dmcf-pid="umeVm88BHn" dmcf-ptype="general">이번 연구결과는 세계 최고 권위의 AI 학술대회 ‘ICML(International Conference on Machine Learning) 2026’에서 발표 논문으로 선정됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 액화수소 싣고 달린다…철도연, 주행거리 2배 늘릴 '온보드 수소공급시스템' 개발 06-10 다음 카페24·워크맨 손잡자 1만세트 완판…콘텐츠 커머스 통했다 06-10 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
