"새로 학습시켜도 기존 내용 안 잊는다" GIST, 신규 AI 학습 기법 'FIRE' 개발

광주과학기술원(GIST)의 AI융합학과 김경중 교수 연구팀이 최근 개발한 새로운 인공지능(AI) 학습 기법 'FIRE'가 국제적으로 큰 주목을 받고 있다. 이 기법은 AI가 새로운 정보를 학습하는 과정에서 기존 지식을 잊지 않도록 돕는 혁신적인 방법으로, 글로벌 AI 학회인 'ICLR 2026'에서 구두 발표 논문으로 채택되었다. 이번 연구는 약 1만 9000편의 논문 중 223편으로 선정되어 그 의미가 더욱 크다.

'정체 현상'의 해결책

AI가 새로운 데이터를 학습할 때 종종 기존에 학습한 지식을 잃거나, 학습 속도가 느려지는 '정체 현상'이 발생한다. 기존의 지속 학습 방법이나 모델의 초기화를 통한 재초기화 기법은 이러한 문제를 해결하기에는 한계가 있었다. 'FIRE'는 이러한 한계를 극복하기 위해 기존 지식을 유지하면서도 새로운 정보를 효과적으로 학습할 수 있는 방법을 제시한다.

이 기법은 두 가지 핵심 요소, 즉 기존의 학습 내용을 얼마나 잘 유지하는지와 새로운 학습을 얼마나 잘 받아들이는지를 평가하여 가중치를 재정렬하는 방식이다. 이를 통해 AI는 두 요소 간의 균형을 맞추며, 보다 효율적으로 정보를 처리할 수 있게 된다.

다양한 영역에서의 응용 가능성

연구팀은 'FIRE' 기법을 이미지 및 영상 인식, 언어 모델, 강화 학습 등 다양한 AI 분야에 적용한 결과, 안정적인 성능을 입증하였다. 특히 강화 학습의 경우, 데이터 손실 없이 기존의 전략과 보상 기준을 효과적으로 유지할 수 있음을 보여주었다. 이러한 안정성은 실제 AI 시스템의 실용성을 높이는 데 기여할 것으로 기대된다.

더욱이, 'FIRE'는 추가적인 계산량이 전체 학습량의 1% 미만에 불과해 학습 속도 저하나 비용 증가 없이 즉시 적용할 수 있는 장점이 있다. 이는 기업이나 연구기관에서 AI 시스템을 운영하는 데 있어 실질적인 혜택이 될 것이다.

AI의 미래, 지속적인 진화와 발전

김경중 교수는 이번 연구의 의의를 강조하며, "AI의 가중치 구조를 균형 있게 재정렬함으로써 기존 지식을 유지하면서도 새로운 정보를 효과적으로 학습할 수 있는 기반을 마련했다"고 설명했다. 그는 이어 "거대언어모델, 자율주행, 로봇 제어 등 지속적인 업데이트가 필요한 다양한 AI 플랫폼에 폭넓게 활용될 수 있을 것"이라고 전망했다.

'FIRE' 기법은 앞으로 AI 기술의 발전에 중요한 촉매제가 될 것으로 보인다. 기존 지식을 잃지 않으면서도 지속적으로 학습할 수 있는 방법은 AI의 활용 범위를 더욱 넓힐 것이며, 다양한 산업에서 혁신적인 변화를 이끌어낼 수 있는 가능성을 지니고 있다. AI 기술의 성장은 이제 시작에 불과하며, 'FIRE'가 그 여정에 중요한 역할을 할 것으로 기대된다.