2025.07.20 일요일
검색
'ICML' 검색결과
기간검색
-
~
검색영역
검색어
-
KAIST, 기존 AI가 풀지 못한 '초대형 미로' 100% 해결…AI 추론 패러다임 바꿨다 [이코노믹데일리] 국내 연구진이 세계적인 딥러닝 석학과의 공동 연구를 통해 인공지능(AI)의 추론 속도를 최대 100배까지 끌어올리는 혁신 기술을 개발했다. 특히 기존 AI가 단 한 번도 성공하지 못한 고난도 문제 해결에 100% 성공하며 기술의 우수성을 입증, 향후 지능형 로봇이나 실시간 생성형 AI 개발의 핵심 동력이 될 것으로 기대된다. KAIST는 전산학부 안성진 교수 연구팀이 딥러닝의 아버지로 불리는 몬트리올대학교 요수아 벤지오 교수팀과 공동으로 AI 확산 모델의 ‘추론-시간 확장성’을 획기적으로 개선한 신기술을 개발했다고 20일 밝혔다. 이번 연구 성과는 세계 최고 권위의 국제기계학습학회(ICML 2025)에서 상위 2.6% 논문에만 주어지는 '스포트라이트' 발표로 선정되며 학계의 큰 주목을 받았다. 확산 모델은 현재 이미지 생성 등 다양한 분야에서 탁월한 성능을 보이며 생성형 AI의 주류 기술로 자리 잡았다. 하지만 치명적인 단점이 존재했는데 바로 추론 과정의 비효율성이다. AI가 주어진 계산 자원의 양에 따라 성능을 유연하게 조절하는 ‘추론-시간 확장성’이 부족해 실시간 응답이나 복잡한 문제 해결에 활용하기 어려웠다. 단순히 데이터나 모델 크기를 키우는 것만으로는 풀 수 없는 근본적인 한계였다. 연구팀은 이 한계를 극복하기 위해 바둑 AI 알파고의 핵심 기술로 잘 알려진 ‘몬테카를로 트리 탐색(MCTS)’ 기법을 확산 모델에 접목했다. 몬테카를로 트리 탐색은 수많은 선택지를 트리 구조로 구성한 뒤 시뮬레이션을 통해 최적의 경로를 찾아내는 알고리즘이다. 연구팀은 확산 모델이 결과물을 생성하는 과정에서 발생 가능한 다양한 경로를 트리 구조로 탐색하게 함으로써 제한된 계산 자원 내에서도 가장 효율적으로 고품질의 결과물을 도출하는 새로운 추론 방법을 고안했다. 이 기술의 성능은 ‘초대형 미로 찾기’라는 고난도 과제에서 극명하게 증명됐다. 수천 개의 갈림길로 구성된 복잡한 미로의 출구를 찾는 이 문제에서 기존 확산 모델의 성공률은 0%였다. 하지만 연구팀이 개발한 신기술은 100%의 완벽한 성공률을 기록하며 문제 해결 능력의 차원이 다름을 보여주었다. 나아가 연구팀은 후속 연구를 통해 MCTS의 단점으로 지적되던 느린 속도 문제까지 해결했다. 트리 탐색 구조를 효율적으로 병렬화하는 최적화 기법을 개발, 기존 방식보다 최대 100배 빠른 속도를 달성하면서도 결과물의 품질은 동등하거나 더 높게 유지하는 데 성공했다. 이는 기술이 고성능을 요구하는 특정 환경뿐만 아니라 실시간성이 중요한 다양한 상용 서비스에도 적용될 수 있음을 의미한다. 안성진 교수는 "이번 연구는 고비용 계산이 요구되던 기존 확산 모델의 한계를 근본적으로 극복한 기술”이라며 “지능형 로봇, 시뮬레이션 기반 의사결정, 실시간 생성 AI 등 다양한 분야에서 핵심 기술로 활용될 수 있을 것”이라고 밝혔다.2025-07-20 12:44:35
-
한미약품, 차세대 항암신약 'HM97662' 글로벌 학회서 주목 [이코노믹데일리] 한미약품이 개발 중인 EZH1/2 이중저해제 ‘HM97662’가 기존 EZH2 선택적 저해제의 내성을 극복할 수 있다는 연구 결과를 발표했다고 4일 밝혔다. 한미약품은 지난 6월 스위스 루가노에서 열린 제18회 국제림프종학회(ICML 2025)에서 HM97662의 비임상 혈액암 연구 결과를 포스터로 공개했다. HM97662는 EZH1과 EZH2 단백질을 동시에 억제하는 '이중 저해 기전'을 통해 기존 치료제보다 우수한 항암 효과와 내성 극복 가능성을 갖춘 차세대 표적항암제다. 두 단백질은 암세포 성장과 분화를 조절하는 ‘유전자 조절 스위치’로 알려져 있으며 동시에 억제할 경우 암 유발 단백질 복합체인 ‘폴리콤 억제 복합체(PRC2)'의 기능을 효과적으로 차단할 수 있다. 이번 발표에 따르면 HM97662는 B세포 림프종 모델에서 단독 투여만으로도 의미 있는 종양 억제 효과를 보였으며 기존 약물 타제메토스타트(타즈베릭)보다 더 강력한 히스톤 메틸화 억제 능력을 확인했다. 특히 타제메토스타트에 내성이 생긴 세포주와 동물 모델에서도 HM97662는 항암 효과를 유지하며 이중 타깃 전략의 치료 가능성을 입증했다. 현재 HM97662는 한국과 호주에서 진행성 고형암 환자를 대상으로 임상 1상 시험이 진행 중이며 오는 10월 유럽종양학회(ESMO 2025)에서 임상 데이터를 발표할 예정이다. 노영수 한미약품 ONCO임상팀 이사는 “HM97662는 내성 극복 가능성을 보여준 의미 있는 후보물질”이라며 “향후 다양한 암종으로 적응증 확대가 기대된다”고 말했다.2025-07-04 17:02:54
-
크래프톤, AI 게임 실력 평가 벤치마크 '오락(Orak)' 공개 [이코노믹데일리] 크래프톤이 인공지능(AI)이 게임을 얼마나 잘하는지 평가하는 기준을 제시했다. 크래프톤은 대규모 언어 모델(LLM) 기반 AI 에이전트의 게임 수행 능력을 정량적으로 분석하는 벤치마크 '오락(Orak)'을 16일 공개했다. 오락은 액션부터 전략, 퍼즐까지 총 6개 장르의 대중적인 게임을 기반으로 AI의 상황 인식과 판단, 행동 결정 과정을 평가하도록 설계됐다. 이번 벤치마크에는 크래프톤이 엔비디아와 공동 개발한 CPC(Co-Playable Character) 프로젝트를 통해 축적한 AI 설계 경험과 노하우가 집약됐다. 이를 통해 복잡한 게임 환경 속에서 LLM 기반 AI 에이전트가 얼마나 맥락을 잘 해석하고 최적의 결정을 내리는지 반복적으로 검증할 수 있다. 크래프톤은 AI와 함께 플레이하는 새로운 게임 경험의 혁신을 가속할 것으로 기대하고 있다. 오락의 핵심 기술은 MCP(Model Context Protocol)다. MCP는 게임 정보를 언어 모델이 이해하는 텍스트로 바꾸고 모델의 응답을 다시 게임 속 행동으로 변환하는 역할을 한다. 예를 들어 액션 게임에서 AI는 장애물의 위치를 텍스트나 이미지로 인식한 뒤 이동이나 점프 같은 최적의 행동을 스스로 판단하고 수행하게 된다. 크래프톤은 오락 공개와 함께 LLM 파인튜닝용 데이터셋도 제공한다. 연구자들은 이를 활용해 사전 학습된 LLM을 실제 게임 환경에 맞게 최적화할 수 있다. 크래프톤은 이를 통해 게임 AI 기술 연구의 새로운 기준을 제시하고 향후 다양한 산업으로 연구를 확장한다는 계획이다. 이강욱 크래프톤 딥러닝 본부장은 "오락은 크래프톤의 선행 연구와 노하우가 집약된 게임 특화형 LLM 벤치마크로 이를 기반으로 향후 LLM 에이전트 설계 역량을 겨루는 대회도 기획 중"이라며 "앞으로도 게임 분야에 최적화된 LLM 기술을 지속적으로 고도화해 AI를 통한 게임 플레이 경험의 혁신을 주도해 나가겠다"고 말했다. 한편 크래프톤은 세계 최고 권위의 AI 학회인 ICLR과 ICML에 올해 10편의 논문을 채택시키는 등 글로벌 AI 연구 생태계에서도 기술력을 인정받고 있다.2025-06-16 10:10:00
많이 본 뉴스
영상
Youtube 바로가기
![[기자수첩] 비보존제약, 성과도 소통 방식도 일방통행?](https://image.ajunews.com/content/image/2025/07/17/20250717115504152635_518_323.jpg)