[더테크 이지영 기자] 국내 연구진이 로봇과 자율주행차가 인간의 의도와 판단 기준을 스스로 학습할 수 있는 핵심 원천기술을 개발하며 피지컬 AI 상용화의 새로운 전기를 마련했다.
KAIST는 전기및전자공학부 유창동 교수 연구팀이 소수의 선호 영상만으로 인공지능(AI)이 인간의 판단 기준을 학습할 수 있는 기술인 ‘브이오티피(VOTP·영상 기반 최적 수송 선호 학습)’를 세계 최초로 개발했다고 10일 밝혔다.
이번 연구는 피지컬 AI 분야의 핵심 과제인 ‘인간의 의도를 이해하는 AI’ 구현에 한 걸음 더 다가섰다는 평가를 받고 있다. 연구 결과는 오는 7월 서울 코엑스에서 열리는 세계 최고 권위의 인공지능·기계학습 학회인 ‘국제기계학습학회(ICML) 2026’에 채택됐으며, 전체 제출 논문 2만3918편 가운데 상위 0.7%에 해당하는 168편만 선정되는 구두 발표 논문으로 선정됐다.
최근 AI 기술은 텍스트와 이미지를 생성하는 단계를 넘어 실제 환경에서 기계를 제어하는 피지컬 AI 시대로 진화하고 있다. 산업용 로봇, 휴머노이드, 자율주행차, 드론, 의료 로봇 등이 대표적인 사례다. 그러나 기계가 수행한 행동이 인간의 의도에 부합하는지 판단하는 기준을 학습시키기 위해서는 대규모 인간 평가 데이터가 필요해 개발 비용과 시간이 크게 소요되는 한계가 있었다.
기존에는 수천~수만 건의 행동 데이터를 사람이 직접 평가해 보상함수를 구축해야 했다. 예를 들어 자율주행차가 복잡한 교차로를 통과하거나 수술 로봇이 봉합 작업을 수행할 때 어떤 행동이 더 바람직한지 인간이 직접 판단해 데이터를 제공해야 했다.
연구팀이 개발한 브이오티피는 이러한 문제를 획기적으로 개선했다. 몇 개의 좋은 사례와 나쁜 사례 영상만 제공하면 AI가 인간이 선호하는 행동 패턴과 의도를 스스로 학습한다. 사람이 방대한 데이터를 일일이 평가하지 않아도 다양한 환경과 상황으로 학습 범위를 확장할 수 있는 것이 특징이다.
특히 연구팀은 다양한 환경과 작업을 대상으로 실험을 진행해 기술의 성능과 일반화 능력을 검증했다. 이를 통해 소수의 영상만으로도 로봇과 자율주행차가 인간의 기대에 부합하는 행동을 학습할 수 있음을 입증했다.
이번 기술은 로봇 팔 제어와 휴머노이드 로봇, 자율주행차, 스마트팩토리, 드론, 수술 로봇은 물론 컴퓨터를 직접 조작하는 AI 에이전트까지 폭넓게 적용될 수 있다. 업계에서는 피지컬 AI 개발에 필요한 데이터 구축 비용과 시간을 크게 줄여 상용화 속도를 높일 수 있을 것으로 기대하고 있다.
유창동 KAIST 전기및전자공학부 교수는 “피지컬 AI의 핵심은 기계가 인간의 의도를 이해하고 올바른 행동을 선택하도록 만드는 것”이라며 “브이오티피는 소수의 영상만으로 인간의 판단 기준을 학습할 수 있어 로봇이 사람처럼 판단하는 시대를 앞당길 핵심 기술이 될 것”이라고 말했다.
