성균관대학교 연구진이 거대언어모델(LLM) 기반 인공지능(AI)의 대표적인 한계를 극복할 수 있는 차세대 핵심 기술 2종을 개발했다. 서로 다른 AI 모델의 전문성을 유지한 채 하나로 통합하는 기술과 장시간 작업에서도 목표를 잃지 않는 AI 에이전트 제어 기술로, 두 연구 모두 세계 최고 권위의 국제기계학습학회(ICML) 2026에 채택됐다.

성균관대학교는 13일 정보통신대학 전자전기공학부 권민혜 교수 연구팀이 AI 병합 기술 'METIS'와 AI 에이전트 제어 프레임워크 'Multi²'를 개발했다고 밝혔다. 두 연구는 ICML 2026에서 동시 게재 및 발표될 예정이다.

METIS는 서로 다른 전문성을 가진 AI 모델을 하나로 안정적으로 통합하는 기술이다.

기존에는 여러 AI 모델을 병합하는 과정에서 각 모델이 학습한 능력이 일부 사라지는 '지식 충돌' 문제가 있었지만, 연구팀은 모델을 단계적으로 융합하는 방식을 적용해 성능 저하를 최소화했다.

이를 통해 고객 응대, 문서 분석, 코드 생성, 의사결정 지원 등 다양한 기능을 수행하는 AI를 하나의 모델로 통합하면서도 각 모델의 전문성을 유지할 수 있게 됐다.

연구팀은 기존 모델을 처음부터 다시 학습시키지 않고도 재조합할 수 있어 AI 구축 비용과 운영 부담을 줄이고, 초거대 AI 개발에 필요한 연산 자원과 전력 사용도 절감할 수 있을 것으로 기대했다.

Multi²는 AI 에이전트가 복잡한 장기 작업을 수행하는 과정에서 초기 목표를 잊어버리는 '오브젝티브 드리프트(Objective drift)' 문제를 해결한 기술이다.

기존 AI 에이전트는 작업이 길어질수록 초기 목표와의 일관성이 떨어져 오류가 누적되는 한계가 있었다.

연구팀은 의사결정 과정을 목표를 설정하는 상위 단계(System 1)와 이를 실제 행동으로 수행하는 하위 단계(System 2)로 나눈 계층형 구조를 제안했다. 또 각 단계에 최적화된 학습 방식을 적용해 장기 과제 수행 안정성과 비용 효율성을 함께 높였다.

연구팀은 이 기술이 장시간 목표를 유지하며 순차적인 작업을 수행해야 하는 로봇과 피지컬 AI 분야에 폭넓게 활용될 것으로 기대했다.

권민혜 교수는 "이번 연구 성과는 최근 주목받는 피지컬 AI의 두뇌를 구현하는 핵심 기술"이라며 "로봇이 장·단기 계획을 세우고 다양한 작업을 수행하는 데 필요한 기반 기술로, 피지컬 AI 시대를 여는 중요한 주춧돌이 될 것"이라고 밝혔다.

한편 연구팀은 연구 생태계 활성화를 위해 이번 연구에서 구축한 고난도 데이터셋 3종을 전 세계 연구자들에게 무상 공개했다.

mine124@news1.kr