네이버 'AI 자가 방어' 기술, 세계 AI학회 상위 2.2% 최고연구에 꼽혀

[서울=뉴시스]이주영 기자 = 인공지능(AI)이 스스로 자신의 허점을 찾아내는 자가 방어 기술이 세계 무대에서 인정받았다. 네이버가 최근 서울에서 열린 세계 3대 AI 학회 '국제 머신러닝 학회(ICML) 2026'에서 선보인 레드티밍 기술이 전체 채택 논문 중 상위 2.2%에 해당하는 '스포트라이트' 논문으로 선정되며 글로벌 기술력을 입증했다.

 네이버는 지난 6일부터 11일까지 서울 코엑스에서 열린 '국제 머신러닝 학회(ICML) 2026'에서 연구 성과를 대거 발표했다고 13일 밝혔다. 실험실 연구에 머물지 않고 실제 산업 현장과 서비스에 바로 쓸 수 있는 실용 기술들이 주를 이뤘다.

 
 가장 주목받은 기술은 '스테이블 지플로우넷'이다. 거대언어모델(LLM)을 실제 서비스하기 전에 공격자(해커) 시각에서 취약점을 미리 찾아내는 기술이다.

 기존에는 AI 보안을 점검할 때 검증 과정이 불안정하거나 뻔한 유형만 반복하는 한계가 있었다. 네이버는 이를 구조적으로 해결했다. 더 강력하고 다양한 시나리오로 AI의 안전성을 꼼꼼하게 검증할 수 있게 됐다.

이 기술을 다룬 논문은 이번 학회에 제출된 전체 논문 중 상위 약 2.2%에만 주어지는 '스포트라이트'에 선정됐다.
 
네이버는 AI를 더 저렴하고 똑똑하게 운영할 수 있는 실무형 기술도 내놨다.

'시머지'는 서로 다른 작업에 특화된 여러 AI 모델을 하나로 합치는 기술이다. 단 하나의 레이어만 조정하는 간단한 방식으로 비전과 자연어 처리 분야 등에서 최고 수준의 성능을 달성했다.

'플로우봇'은 AI 에이전트들이 협업할 때 작업 순서를 사람이 일일이 지정하지 않아도 AI가 스스로 최적의 경로를 찾아내는 기술이다. 복잡한 문제를 해결해야 하는 서비스 현장에서 AI 운영 효율을 대폭 높일 수 있다.

네이버는 이날 현장에서 실제 서울을 가상으로 재현한 '서울 월드 모델'을 소개했다.

네이버, 한국과학기술원(KAIST), 서울대학교가 공동 개발한 이 모델은 서울 전역의 공간 데이터를 시뮬레이션해 로봇이 실제 물리 세계에서 어떻게 움직이고 행동해야 할지 학습하는 피지컬 AI의 핵심 플랫폼 역할을 한다.

네이버는 이 외에도 흔들리는 카메라 영상만으로도 정밀한 3차원 장면을 복원하는 등 현실 세계와 AI를 잇는 다양한 기술을 선보였다. 기존 방식은 움직임으로 인해 물체의 동작과 형태 정보를 뒤섞어 정밀한 복원이 어려웠지만 이 연구는 운동 궤적을 기반으로 형태를 추정할 수 있다.


◎공감언론 뉴시스 [email protected]