[서울=뉴시스]박시은 인턴 기자 = 성균관대학교 권민혜 전자전기공학부 교수 연구팀이 인공지능(AI) 연구 성과 두 건으로 기계학습 및 AI 분야 국제 학술대회 '국제기계학습학회(ICML 2026)'의 최신 호 게재 및 발표를 확정했다.

13일 성균관대에 따르면 권 교수 연구팀은 대규모언어모델(LLM) 기반 AI의 고질적인 한계를 해결한 병합 기술 'METIS'와 AI 에이전트 제어 프레임워크 'Multi²'를 개발했다.

'METIS'는 다양한 과업을 해결할 수 있는 멀티태스크 AI를 만들기 위해, 서로 다른 특기를 가진 과업 특화 AI들을 하나의 모델로 융합하는 기술이다. 연구팀은 각 모델을 일괄 융합하는 대신, 각 단계에서 지식 충돌로 인한 손실을 최소화할 수 있는 점진적인 융합 전략을 도입해 전문성을 통합할 수 있도록 했다.

그 결과 METIS는 기존 과업 특화 AI들의 핵심 능력을 보존하면서도 서로 다른 전문성을 하나의 모델 안에 통합하는 데 성공했다. 이를 바탕으로 METIS는 기업이 보유한 고객 응대, 문서 분석, 코드 생성, 의사결정 지원 등에 활용될 전망이다.

아울러 연구팀의 두 번째 성과인 'Multi²'는 AI 에이전트가 복잡하고 긴 작업을 수행하는 과정에서 초기 목적을 잊어버리는 오브젝티브 드리프트(Objective drift) 문제와 LLM의 토큰 비효율성 문제를 해결한 기술이다. 기존 AI 에이전트는 수행 단계가 길어질수록 초기 목표와의 정합성이 약화하고, 이로 인해 오류가 쌓이는 한계가 있었다.

연구팀은 AI 에이전트의 의사결정 과정에서 문제를 작은 서브 골(Sub-goal)로 분해하는 '시스템 1', 저수준에서 실행할 행동을 생성하는 '시스템 2'로 구분했다. 이는 실제 환경에서 장시간에 걸쳐 목표를 유지하며 순차적인 작업을 수행해야 하는 로봇 태스크로의 확장 가능성을 제시했다.

권 교수는 "이번 연구 성과들은 최근 화두가 되는 피지컬 AI의 두뇌를 만드는데 핵심적인 기술"이라고 강조했다.
 
한편 연구팀은 관련 연구 생태계 활성화를 위해 이번에 제작한 데이터셋 3종을 학계에 무상 공개했다.


◎공감언론 뉴시스 xieunpark@newsis.com