한국 연구팀 ‘AI 두뇌 이식’ 기술 개발

기사 소리로 듣기
다시듣기

카이스트·고려대 ‘지식 이식’ 성공
학습된 노하우, 다른 AI서 재사용
사후 비용 낮추고 쉽게 지식 추가

인공지능 정보와 학습 내용을 손쉽게 다른 AI로 옮길 수 있는 방법을 개발한 연구진. 카이스트 김현우(왼쪽부터) 교수, 이상혁·송태훈 연구원, 고려대 박지환 연구원.
카이스트 제공
인공지능 정보와 학습 내용을 손쉽게 다른 AI로 옮길 수 있는 방법을 개발한 연구진. 카이스트 김현우(왼쪽부터) 교수, 이상혁·송태훈 연구원, 고려대 박지환 연구원. 카이스트 제공


국내 연구진이 인공지능의 두뇌를 옮겨 심을 수 있는 ‘지식 이식’ 기술을 개발했다.

카이스트·고려대 공동 연구팀은 서로 다른 인공지능(AI) 모델 사이에서 학습된 지식을 효과적으로 옮길 수 있는 기술을 개발했다고 27일 밝혔다. 이 연구 결과는 지난 25일 인공지능 분야 국제 학술 대회인 AAAI 2026에서 발표됐다.

최근 AI 분야에서는 사용자가 사진을 보여주면서 질문을 던지면 설명해주는 형태로 사진과 글을 함께 이해하는 시각-언어 모델(VLM)이 빠르게 발전하고 있다. VLM은 대규모 이미지와 언어 데이터를 사전에 학습해 적은 양의 데이터만으로도 새로운 분야에 빠르게 적응할 수 있다는 장점이 있다. 문제는 새로운 AI 모델이 나올 때마다 이런 적응 과정을 처음부터 다시 수행해야 한다는 점이다.

이에 연구팀은 모델의 구조나 크기에 상관없이 학습된 지식을 재사용할 수 있는 ‘전이 가능한 적응 기법’을 개발했다. 특정 AI가 학습하며 쌓은 적응 경험을 다른 AI 모델로 직접 옮길 수 있게 한 것이다. 서로 다른 AI 모델이라도 같은 질문에 내놓은 답변을 기준으로 정리만 해주면, 한 AI가 익힌 노하우를 다른 AI도 바로 활용할 수 있게 된다. 이 때문에 복잡하고 시간이 많이 드는 학습 과정을 다시 거칠 필요가 없고, 속도도 거의 느려지지 않는다는 장점이 있다.

연구를 이끈 김현우 카이스트 전산학부 교수는 “이번 연구 결과를 활용하면 초거대언어모델이 등장할 때마다 반복적으로 수행해야 했던 사후 학습 비용을 크게 줄일 수 있으며, 특정 분야 전문 지식을 손쉽게 추가하는 것도 가능해질 것”이라고 말했다.

유용하 과학전문기자
  • 카카오 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 네이버블로그 공유하기
  • 네이버밴드 공유하기
ⓒ 트윅, 무단 전재 및 재배포 금지
Q.
기사를 끝까지 읽으셨나요? 이제 AI 퀴즈로 기사의 핵심을 점검해보세요.
국내 연구팀이 개발한 기술의 핵심 기능은 무엇인가?
연예의 참견
더보기
여기 이슈
더보기
갓생 살기
더보기