한국과학기술원(KAIST·총장 이광형)이 몇 개 영상만으로도 인공지능(AI)이 인간의 판단 기준을 학습하는 기술을 개발했다. 피지컬 AI 상용화 핵심 난제를 해결했다.
KAIST는 유창동 전기 및 전자공학부 교수팀이 단 몇 개 선호 영상만으로도 AI가 인간 의도와 판단 기준을 학습할 수 있게 하는 기술인 'VOTP(Video-based Optimal TransPort Preference)'를 세계 최초로 개발했다고 10일 밝혔다.
루 민 퉁 박사과정이 1저자로 참여한 관련 논문은 내달 서울 코엑스에서 열리는 세계 최고 권위 AI학회 ICML 2026에 채택됐으며, 상위 0.7%에 주어지는 구두 발표로 선정됐다.
피지컬 AI를 실용화하려면 수행 행동이 인간 의도에 맞는지, 어떤 행동이 더 바람직한지를 판단하는 인간 수준의 평가 기준 학습이 필요하다. 인간의 선호와 판단 기준이 반영된 '보상함수'가 필요하다. 그러나 지금까지는 이를 구축하기 위해 사람이 수천~수만 개 행동 데이터를 직접 평가해야 했고, 막대한 시간·비용이 소요됐다.
연구팀은 사람이 몇 번 시범만 보고도 새로운 일을 배우는 방식에 주목했다. 연구 핵심 아이디어는 로봇·자율주행차와 같은 지능형 기계가 소수 인간 선호를 담은 비디오만으로도 사람의 의도를 빠르게 파악할 수 있다. 이를 위해 개발한 알고리즘은 다양한 환경·작업에 걸친 광범위한 실험으로 효과와 일반화 성능이 입증됐다.
이런 방식은 피지컬 AI 개발에 필요한 인간 피드백과 데이터 구축 비용을 크게 줄일 수 있다. 적은 사례만으로도 로봇과 자율주행차, 산업용 기계가 사람의 기대에 부합하는 행동을 학습할 수 있어 개발 기간과 비용을 획기적으로 단축할 수 있다.
로봇 팔, 휴머노이드 로봇, 자율주행차, 스마트팩토리, 드론, 수술 로봇뿐 아니라 컴퓨터를 직접 조작하는 AI 에이전트까지 폭넓게 적용 가능하다.
유창동 교수는 “피지컬 AI의 핵심은 기계가 인간의 의도를 이해하고 올바른 행동을 선택하도록 만드는 것”이라며 “VOTP는 소수의 영상만으로 인간의 판단 기준을 학습할 수 있어, 로봇이 사람처럼 판단하는 시대를 앞당길 핵심 기술”이라고 말했다.
김영준 기자 kyj85@etnews.com
