우리 연구진이 세계 석학과의 공동 연구로 인공지능(AI) 확산 모델의 고성능·효율 추론 신기술을 개발했다. 향후 지능형 로봇, 실시간 생성 AI 등 실시간 의사결정이 요구되는 다양한 분야에서 핵심 기술로 활용될 전망이다.
한국과학기술원(KAIST·총장 이광형)은 안성진 전산학부 교수팀이 딥러닝 분야 세계 석학인 요슈아 벤지오 몬트리올대 교수와 공동연구로, AI 확산 모델 '추론-시간 확장성(계산 자원 양에 따라 성능을 유연 조절할 수 있는 능력)'을 크게 개선하는 신기술을 개발했다고 20일 밝혔다.
연구팀은 벤지오 교수와 협력해, 몬테카를로 트리 탐색 기반 새로운 확산 모델 추론 기법을 제안했다.
확산 과정 중 다양한 생성 경로를 트리 구조로 탐색하며, 제한된 계산 자원으로도 고품질 출력을 효율적으로 찾아낼 수 있도록 설계했다. 이로써 기존에 성공률이 0%던 '자이언트-스케일의 미로 찾기' 태스크에서 100% 성공률을 달성했다.
아울러 후속 연구에서는 제안한 방법론 주요 단점인 느린 속도 문제를 대폭 개선하는 방법을 개발하는데 성공했다. 트리 탐색을 효율적으로 병렬화해 비용을 최적화하고, 이전 방식 대비 최대 100배 빠른 속도로도 동등하거나 더 품질이 우수한 결과를 얻었다. 이는 제안 방법론의 추론 능력과 실시간 적용 가능성을 동시에 확보했다는 점에서 큰 의미가 있다.
안성진 교수는 “이번 연구로 고비용 계산이 요구되던 기존 확산 모델 한계를 근본적으로 극복했다”며 “지능형 로봇, 시뮬레이션 기반 의사결정, 실시간 생성 AI 등 다양한 분야에서 핵심 기술로 활용될 수 있을 것”이라고 밝혔다.
연구 결과는 윤재식 전산학부 박사과정이 제 1저자로 참여했다. 지난 13일부터 캐나다 벤쿠버에서 열린 제42회 국제기계학습학회(ICML 2025)에서 스포트라이트 논문(전체 채택 논문 중 상위 2.6%)으로 발표됐다.
김영준 기자 kyj85@etnews.com
