KAIST, ICML서 최우수논문상…‘세상 원리 이론화’하는 AI 선보여

한국과학기술원(KAIST)의 안성진 교수 연구팀이 AI의 새로운 가능성을 보여주는 혁신적인 연구를 발표했다. 이들은 AI가 단순한 예측을 넘어서 세상의 작동 원리를 스스로 이론화할 수 있는 새로운 학습 패러다임인 ‘이론화 학습(L2T)’을 제안하고, 이를 기반으로 한 신경망 이론 생성 모델 ‘네오(NEO)’를 개발했다고 27일 밝혔다. 이번 연구는 지난 7월 서울에서 열린 제43회 국제기계학습학회(ICML 2026)에서 구두 발표 논문으로 선정되며, 2만3918편의 논문 중 상위 0.7%에 해당하는 성과를 거두었다.

AI의 한계를 넘다: 이론화 학습의 필요성

기존의 AI 모델은 과거 데이터를 기반으로 미래를 예측하는 데 주력해왔지만, 세상의 작동 원리를 이해하는 데에는 한계가 있었다. 연구팀은 이러한 문제를 해결하기 위해 인간의 학습 방식을 AI에 접목하고자 했다. 사람은 어린 시절부터 주변 세계에 대한 ‘내부 이론’을 구축하며 세상을 이해하게 된다. 이러한 발달 인지 과학적 관점에서 착안하여, AI가 세상의 원리를 스스로 탐구할 수 있는 방법론을 개발한 것이다.

이론화 학습(L2T)의 핵심은 정답이나 규칙을 미리 알려주지 않는 것이다. AI 모델에게 변화 전과 후의 관측 결과만을 제시해, 그 사이에서 어떤 규칙이 작용했는지를 스스로 찾아내도록 유도하는 방식이다. 이는 인간이 세상을 배우는 방식과 유사하며, AI가 보다 유연하게 세상을 이해할 수 있도록 돕는다.

네오: 새로운 AI 모델의 탄생

연구팀이 개발한 ‘네오’는 관측된 변화 속에 숨겨진 규칙을 스스로 찾아내는 신경망 기반의 이론 생성 모델이다. 이 모델은 생성된 규칙들을 실행 가능한 형태로 정리할 수 있으며, 새로운 상황에서도 자유롭게 조합하여 적용할 수 있는 능력을 갖추고 있다. 예를 들어, 네오는 회전, 이동, 색칠과 같은 기본 행동 규칙을 독립적으로 학습한 후, 새로운 작업을 요구받았을 때 기존 규칙을 조합하여 문제를 해결할 수 있다.

기술적으로는 두 가지 학습 원리를 도입하였다. 첫째는 ‘최소 설명 길이’ 원칙으로, 여러 가지 가능한 프로그램 중 가장 짧고 간결한 것을 선호하도록 했다. 둘째는 ‘상태 접지’ 기법으로, 프로그램 실행 과정에서 생성되는 중간 상태가 의미 있는 관측에 대응하도록 유도했다. 이러한 접근은 AI가 기존에 학습한 기본 규칙을 재사용하여 새로운 문제를 해결하는 데 효과적임을 입증하였다.

AI의 미래: 월드 시어리 모델로 나아가다

안성진 교수는 이번 연구 결과가 AI의 이해 방식에 큰 변화를 가져올 것이라고 전망한다. “기존의 AI는 단순히 미래를 예측하는 수준에 그쳤다면, 이제는 스스로 세상을 설명할 수 있는 단계로 발전했다”며 “예측 중심의 월드 모델을 넘어, ‘월드 시어리(Theory) 모델’의 방향을 제시하고 있다”고 강조했다. 이러한 변화는 지능형 로봇, 자율 에이전트, 그리고 과학적 발견을 지원하는 AI 등 다양한 분야에서 중요한 기술로 자리잡을 것으로 기대된다.

KAIST의 이번 연구는 AI의 미래를 한층 더 밝게 만들며, 기술의 경계를 확장할 수 있는 가능성을 보여주었다. 앞으로 AI가 세상을 이해하는 방식이 어떻게 진화할지, 그리고 그로 인해 우리의 삶이 어떻게 변화할지 귀추가 주목된다.