성균관대, 로봇 제어 AI 속도 높인 LAC 개발
인공지능신문 ·
✦ AI 요약
훈련할 땐 깊게 가르치고 실전에선 가볍게 행동하는 고효율 AI ...기존 복잡한 생성형 AI 대비 반응 속도 최대 4배 단축
인공지능신문에 따르면 성균관대 연구팀이 10일 로봇이 복잡한 환경에서도 더 빠르고 정확하게 판단하도록 돕는 제어 AI 프레임워크 'LAC'를 개발했다. 이 기술은 기존 모델보다 행동 결정 속도를 최대 4배 줄이면서도 임무 성공률은 최고 수준과 맞먹거나 그 이상 성능을 냈다. 핵심은 훈련 단계에서는 깊고 무거운 비판자 구조로 충분히 학습시키고, 실제 작동 단계에서는 가벼운 행위자만 움직이게 하는 비대칭 설계다. 연구팀은 깊은 신경망을 안정적으로 학습시키는 여러 기법을 묶어 실제 제어에서 계산 부담과 배터리 소모 문제를 함께 겨냥했다. 특히 인간형 로봇의 미로 탈출과 로봇팔 조작 같은 까다로운 과제에서도 생성형 AI에 의존하지 않고 경쟁력 있는 결과를 냈다. 연구팀은 이번 접근이 제한된 컴퓨팅 자원을 가진 기기에서도 고성능 AI를 실시간에 가깝게 쓰는 방향을 보여준다고 봤다.
관점
이 연구의 의미는 로봇 AI의 성능 경쟁이 단순히 더 큰 모델을 얹는 쪽에서, 학습과 실행의 역할을 분리해 현장 반응성을 높이는 쪽으로 옮겨갈 수 있다는 점이다. 속도 개선이 분명하게 제시된 만큼 실제 배치 환경에서는 전력과 연산 제약 때문에 성능 좋은 모델을 포기하던 선택지가 달라질 수 있다. 결국 업계에는 복잡한 생성형 접근을 그대로 밀어붙이기보다, 실전에 맞게 경량화된 구조를 어떻게 설계할지가 더 중요한 기준으로 떠오를 가능성이 있다.
이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.
이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.
출처 인공지능신문
원문 확인이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.