【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스]작은 AI에 여러 능력 넣었더니 '충돌'…국내 연구진 해법 찾았다[과학을읽다]

온카뱅크관리자

2026-09-11 09:07:25

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">DGIST·KAIST, 예측·경로계획 간 '스킬 충돌' 줄이는 학습법 개발<br>모델 크기 유지하면서 성능 높여…로봇·자율주행 등 피지컬 AI 활용 기대</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="47vuoSgRoN">
          <p contents-hash="9ef2b6f79b11577373480d2829f0fb5323a6531d67470caf1245ac8fd5191875" dmcf-pid="8zT7gvaega" dmcf-ptype="general">사람들 사이를 이동하는 로봇은 앞에 있는 사람이 어디로 움직일지 예상하는 동시에 어느 길로 가야 부딪히지 않을지도 판단해야 한다. 각각의 능력을 별도 인공지능(AI)에 맡기면 정확도를 높일 수 있지만, 그만큼 연산량과 메모리가 늘어난다. 반대로 하나의 작은 AI에 여러 능력을 넣으면 서로의 학습을 방해하는 문제가 발생한다.</p>
          <div contents-hash="09461f8f8a0cf7badeb165311e3b1e57dbf86a33cd24a36f58bd7ca3ba4739e9" dmcf-pid="6qyzaTNdag" dmcf-ptype="general">
           <p>국내 연구진이 이처럼 여러 기능을 하나의 소형 AI 모델에 통합할 때 발생하는 '스킬 충돌(Skill Conflict)'을 줄이는 학습 기술을 개발했다. 제한된 연산 자원으로 여러 판단을 동시에 내려야 하는 로봇과 자율주행 등 '피지컬 AI'의 경량화에 활용될 수 있을 것으로 기대된다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="e683075778b93cae3fb0c45de9f6f92832d007220dde9e173b68d2762daf5d15" dmcf-pid="PBWqNyjJko" dmcf-ptype="figure">
           <p class="link_figure"><img alt="분리형 파라미터 학습(DPT)의 작동 원리. 경로 계획과 움직임 예측에 필요한 영역을 서로 겹치지 않게 나눠 학습한 뒤, 각 작업의 핵심 부분만 하나의 모델로 결합해 기능 간 간섭을 줄인다. 연구진 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/11/akn/20260911085852434bjbv.jpg" data-org-width="621" dmcf-mid="VpGbAYcnkA" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/11/akn/20260911085852434bjbv.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            분리형 파라미터 학습(DPT)의 작동 원리. 경로 계획과 움직임 예측에 필요한 영역을 서로 겹치지 않게 나눠 학습한 뒤, 각 작업의 핵심 부분만 하나의 모델로 결합해 기능 간 간섭을 줄인다. 연구진 제공
           </figcaption>
          </figure>
          <p contents-hash="4bdf37bc12f7634955f39f00c082c1fe0a708970b5c215b9ee042058e18cfd13" dmcf-pid="QNfaXVZvoL" dmcf-ptype="general">대구경북과학기술원(DGIST)은 박대희 전기전자컴퓨터공학과 교수 연구팀이 한국과학기술원(KAIST) 연구팀과 공동으로 사람의 움직임 예측과 로봇의 이동 경로 계획을 하나의 소형 AI에서 수행하는 '분리형 파라미터 학습(DPT)' 기술을 개발했다고 11일 밝혔다.</p>
          <p contents-hash="53eff98817e49a67a0baf96781acf00ea8191916425aec1143ad36b991d477f7" dmcf-pid="xj4NZf5Tkn" dmcf-ptype="general"><strong><strong><strong>작은 AI 안에서 벌어진 '자원 다툼'</strong></strong></strong></p>
          <p contents-hash="5fdeba358f5d120e33a026dc7d3191f562e8ba2f206b6701fd2fc9bb78974895" dmcf-pid="yph0iCnQNi" dmcf-ptype="general">사람이 많은 공간을 움직이는 로봇은 주변 사람들의 이동 방향을 예측하면서 동시에 충돌을 피할 경로를 계산해야 한다. 두 작업에 각각 별도의 AI 모델을 사용하면 연산 자원과 메모리 사용량이 커져 소형 로봇 등에 탑재하는 데 부담이 된다.</p>
          <p contents-hash="1aafd6e950ccfbdd6fc72f8027db04ef291d1e42e53b7d30fa41b0b468aca580" dmcf-pid="WUlpnhLxjJ" dmcf-ptype="general">문제는 여러 기능을 하나의 모델에 합친다고 해결되지 않는다는 점이다. 서로 다른 작업이 AI 모델 내부의 같은 영역을 학습에 사용하면서 간섭을 일으켜 오히려 각각의 성능이 떨어질 수 있기 때문이다. 연구팀은 이를 '스킬 충돌'로 정의하고 움직임 예측과 경로 계획을 동시에 학습시키는 과정에서 실제로 이런 현상이 나타나는 것을 확인했다.</p>
          <div contents-hash="7189cc77ddbaca8641e6a5946fbd10999cffa1dd66a06437668d864fceca7a95" dmcf-pid="YuSULloMcd" dmcf-ptype="general">
           <p>연구팀이 개발한 DPT는 각 기능이 AI 모델 내부의 서로 다른 부분을 중심으로 학습하도록 분리하는 방식이다. 이후 각 작업에 필요한 부분만 선택해 하나의 모델로 통합한다. 이를 통해 모델 크기를 키우지 않으면서 움직임 예측과 경로 계획이 서로 간섭하는 현상을 줄였다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="2acf239e72efd6378545be333bca1f9a15cd9f0e4851595dd61aa83890667254" dmcf-pid="G7vuoSgRAe" dmcf-ptype="figure">
           <p class="link_figure"><img alt="연구진 사진. (좌측부터) 박대희 DGIST 전기전자컴퓨터공학과 교수, 서태원 석사과정생, 전선애 학부연구생. DGIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/11/akn/20260911085853665gykp.jpg" data-org-width="450" dmcf-mid="fnX9kHEooj" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/11/akn/20260911085853665gykp.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            연구진 사진. (좌측부터) 박대희 DGIST 전기전자컴퓨터공학과 교수, 서태원 석사과정생, 전선애 학부연구생. DGIST 제공
           </figcaption>
          </figure>
          <p contents-hash="b8367f69a51aeb103f7284d02c345081a6ea9cf4ec098dee06f46e0e065485e0" dmcf-pid="HzT7gvaeaR" dmcf-ptype="general">연구팀은 로봇 움직임 연구에 활용되는 JRDB와 JTA 데이터 등을 이용해 성능을 검증했다. 그 결과 기존 방식보다 주변 사람의 움직임 예측 정확도가 높아졌고, 로봇의 이동 경로 오차와 충돌 가능성도 감소했다. 자율주행 AI를 대상으로 한 추가 실험에서도 성능 향상을 확인했다.</p>
          <p contents-hash="2d49757075e3033b4f6f09e4bc7dea8e4d6a0dd69ee334634282b287bd5590bd" dmcf-pid="XqyzaTNdkM" dmcf-ptype="general">박 교수는 "로봇이나 자율주행처럼 실제 공간에서 움직이는 AI는 제한된 컴퓨터 자원으로 여러 판단을 동시에 내려야 한다"며 "여러 기능을 하나의 작은 AI에 담을 때 발생하는 성능 저하 문제를 해결한 것으로, 앞으로 실제 로봇에 적용해 활용 가능성을 검증할 계획"이라고 말했다.</p>
          <p contents-hash="03d8a892ae8bb608676af6e032543202db4e071ef859b1fe4b2e25689684218e" dmcf-pid="ZBWqNyjJax" dmcf-ptype="general">이번 연구에는 DGIST 서태원 석사과정생과 전선애 학부연구생이 참여했으며 박 교수가 교신저자를 맡았다. 연구 결과는 컴퓨터비전 분야 국제학회 '유럽컴퓨터비전학회(ECCV) 2026'에 채택돼 10~12일 스웨덴 말뫼에서 발표된다. 연구는 엔비디아 아카데믹 하드웨어 그랜트 프로그램의 지원을 받아 수행됐다.</p>
          <p contents-hash="eb099b12c40cf011a7ab6a9bbdefcc30d9d0437066c9a4487ed5fe16bfe87ec3" dmcf-pid="5bYBjWAiAQ" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p>

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기