AI 비용 3분의 1, 성공률 3배…성균관대 '스스로 학습' 기술

성균관대학교 연구팀이 인공지능(AI)의 연산 비용은 3분의 1 수준으로 줄이면서 작업 성공률은 3배 이상 높이는 차세대 AI 핵심 기술을 개발했다.

25일 성균관대 전자전기공학부 권민혜 교수 연구팀은 인간처럼 추론하고 스스로 안전하게 판단하는 AI 시스템을 위한 2가지 핵심 기술을 개발했다고 밝혔다.

챗GPT 기반 에이전트 등 기존 AI 비서는 작업 단계마다 다른 고성능 AI 모델에 반복적으로 피드백을 받는다. 이 과정은 서버 및 연산 비용을 크게 증가시키고 응답 시간을 늦추는 단점이 있었다.

연구팀은 이 문제를 해결하기 위해 '선택적 비평(SAG)' 프레임워크를 개발했다. 이 기술은 AI가 스스로 불확실성을 판단해 꼭 필요할 때만 외부의 도움을 요청하도록 한다. 마치 학생이 혼자 공부하다가 어려운 문제만 선생님에게 질문하는 것과 같다.

또한 성공 경험을 축적해 스스로 발전하며 외부 피드백 의존도를 점차 줄인다. 그 결과, 이 시스템은 기존 방식보다 연산 자원 소모를 약 3분의 1로 줄였다. 복잡한 가상 환경에서의 작업 성공률은 24.6%에서 78.3%로 3배 이상 향상됐다.

이와 함께 연구팀은 로봇이나 자율주행차 등 안전이 중요한 분야를 위한 고신뢰성 강화학습 기술 '밴플로우(VAN-Flow)'도 개발했다. 이 기술은 AI가 우연히 성공한 위험한 행동을 효과적인 전략으로 착각하는 것을 방지한다.

연구팀은 우연에 의존하는 불안정한 행동을 걸러내고 다양한 조건에서 일관되게 성공하는 행동을 우선시하는 새로운 수학적 알고리즘을 고안했다. 밴플로우는 40개 이상의 복잡한 로봇 제어 시뮬레이션 과제에서 기존 최신 기술들보다 높은 성공률을 달성했다.

이번 연구 결과들은 세계 최고 권위의 AI 학회인 '신경정보처리시스템학회(NeurIPS 2026)'에서 발표될 예정이다. 이 학회는 구글, 오픈AI 등 글로벌 기술 기업과 연구자들이 최신 기술을 발표하는 자리다.

권민혜 교수는 "학생 연구원들이 주도해 실제 산업 현장에 바로 적용할 수 있는 실용적인 원천 기술을 개발했다는 점에서 특히 의미가 크다"고 말했다.

이어 "과도한 연산 비용 없이 기업과 개인이 안심하고 사용할 수 있는 차세대 자율 AI 시스템 개발에 계속 기여하겠다"고 덧붙였다.