-
AI에 가정교사 생겼다...사람의 선호를 더 정확히 배운다
아무리 많은 데이터를 학습해도, 인공지능(AI)은 왜 사람의 의도를 자주 빗나갈까? 사람의 선호를 이해시키기 위한 비교 학습은 오히려 AI를 혼란스럽게 만드는 경우도 적지 않았다. KAIST 연구진은 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 정확히 배우는 새로운 학습 해법을 제시했다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다.
기존 인공지능 학습 방식은 “A가 B보다 낫다”는 식의 단순 비교(preference comparison) 데이터를 대량으로 수집해 학습하는 구조였다. 이 방식은 많은 데이터가 필요하고, 판단이 애매한 상황에서는 AI가 혼란에 빠지기 쉽다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 사람의 선호를 먼저 깊이 이해한 ‘교사(Teacher) 모델’이 그 핵심 정보만을 ‘학생(Student) 모델’에게 전달하는 방식을 제안했다.
이는 복잡한 내용을 정리해 가르치는 가정교사에 비유할 수 있으며, 연구팀은 이를 ‘선호 증류(Preference Distillation)’라고 명명했다.
이번 기술의 가장 큰 특징은 단순히 ‘좋다·나쁘다’를 흉내 내는 것이 아니라, 각 상황이 얼마나 가치 있는지를 수치적으로 판단하는 ‘가치 함수(Value Function)’를 교사 모델이 학습한 뒤 이를 학생 모델에 전달하도록 설계했다는 점이다.
이를 통해 AI는 애매한 상황에서도 단편적인 비교가 아닌, ‘이 선택이 왜 더 나은지’를 종합적으로 판단하며 학습할 수 있다.
이번 기술의 핵심은 크게 두 가지다. 첫째, 문맥 전체를 고려한 가치 판단을 학생 모델에 반영함으로써, 단편적인 답변이 아닌 전체 흐름을 이해하는 학습이 가능해졌다. 둘째, 선호 데이터의 신뢰도에 따라 학습 중요도를 조절하는 기법을 도입했다.
명확한 데이터는 학습에 크게 반영하고, 모호하거나 잡음이 섞인 데이터는 영향력을 줄여 현실적인 환경에서도 AI가 안정적으로 학습할 수 있도록 했다.
연구팀이 이 기술을 여러 AI 모델에 적용해 실험한 결과, 기존에 가장 성능이 좋다고 알려진 방법들보다 더 정확하고 안정적인 성능을 보였다. 특히 엠티-벤치(MT-Bench), 알파카-이밸(AlpacaEval) 등 주요 평가 지표에서 기존 최고 기술을 안정적으로 앞서는 성과를 기록했다.
김준모 교수는 “현실에서는 사람의 선호 데이터가 항상 충분하거나 완벽하지 않다”며 “이번 기술은 그런 제약 속에서도 AI가 일관되게 학습할 수 있게 해, 다양한 분야에서 실용성이 매우 높을 것”이라고 말했다.
우리 대학 전기및전자공학부 권민찬 박사과정이 제1 저자로 참여했으며, 연구 성과는 국제 인공지능 분야 최고 권위 학회인 ‘신경정보처리시스템학회(NeurIPS) 2025’에 채택됐다. 해당 연구는 2025년 12월 3일(미국 태평양시간) 포스터 세션에서 발표됐다.
※ 논문명: Preference Distillation via Value based Reinforcement Learning), DOI: https://doi.org/10.48550/arXiv.2509.16965
한편 이번 연구는 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩)을 지원을 받아 수행했다.
2025.12.17
조회수 1010
-
세계 최초 양자컴퓨팅으로 레고처럼 다공성 물질 설계
다성분 다공성 물질(Multivariate Porous Materials, MTV)은 일종의 ‘레고 블록 집합’과 같이 분자 수준에서 맞춤형 설계가 가능한 소재로, 원하는 구조를 자유롭게 구현할 수 있다. 이를 활용하면 에너지 저장·변환을 비롯해 다양한 응용이 가능해 환경 문제 해결과 차세대 에너지 기술 발전에 크게 기여할 수 있다. 우리 연구진은 여기에 양자컴퓨팅을 세계 최초로 도입해 복잡한 MTV 설계의 난제를 해결했으며, 이를 통해 차세대 촉매·분리막·에너지 저장 소재 개발의 혁신적 길을 열었다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 양자컴퓨터를 활용해 수백만 가지 다성분 다공성 물질(이하 MTV)의 설계 공간을 효율적으로 탐색할 수 있는 새로운 프레임워크를 개발했다고 9일 밝혔다.
MTV 다공성 물질은 두 종류 이상의 유기 리간드(링커)와 금속 클러스터와 같은 빌딩 블록 물질 간의 결합을 통해 형성되는 구조로 에너지 및 환경 분야에서 큰 활용 가능성을 갖고 있다. 이는 다양한 구성 조합을 통해 새로운 구조를 설계 및 합성이 가능하고, 대표적으로는 가스 흡착, 혼합가스 분리, 센서, 촉매 등이 있다.
하지만, 구성 성분이 다양해질수록 가능한 조합의 수가 기하급수적으로 늘어나, 기존 방식인 고전 컴퓨터를 이용해 모든 구조를 하나하나 확인하는 방식으로는 복잡한 링커 조합의 MTV 구조의 설계 및 물성 예측이 불가능했다.
연구팀은 복잡한 다공성 구조를 ‘지도 위에 그려진 연결망(그래프)’처럼 표현한 뒤, 각 연결 지점과 블록 종류를 양자컴퓨터가 다룰 수 있는 큐비트로 바꿔 넣었다. 그리고 ‘어떤 블록을 어느 비율로 배치하면 가장 안정적인 구조가 될까?’라는 문제를 양자컴퓨터에게 풀도록 했다.
양자컴퓨터는 동시에 여러 가지 경우를 겹쳐서 계산할 수 있기 때문에, 마치 수백만 가지 레고 집을 한 번에 펼쳐놓고, 그중 가장 튼튼한 집을 빠르게 골라내는 것과 같은 효과를 냈다. 이 덕분에 기존 컴퓨터가 하나씩 다 계산해야 했던 막대한 경우의 수를 훨씬 적은 자원으로 탐색할 수 있다.
또한 연구팀은 실제 보고된 MTV 구조 4가지를 대상으로 실험했는데, 시뮬레이션 뿐만 아니라 IBM 양자컴퓨터에서도 동일한 결과가 나와 ‘실제로도 잘 작동한다”는 가능성을 보여줬다.
앞으로는 이 방법을 머신러닝과 결합해 단순한 구조 설계뿐 아니라 합성 가능성, 가스 흡착 성능, 전기화학적 특성까지 한 번에 고려하는 플랫폼으로 확장할 계획이다.
김지한 교수는 “이번 연구는 복잡한 다성분 다공성 소재 설계의 병목을 양자컴퓨팅으로 해결한 첫 사례”라며, “이번 성과는 탄소 포집·분리, 선택적 촉매 반응, 이온전도성 전해질 등 정밀 조성이 핵심인 분야에서 맞춤형 소재 설계 기술로 폭넓게 응용될 전망이며, 향후 더 복잡한 시스템에도 유연하게 확장될 수 있을 것”이라고 말했다.
이번 연구는 생명화학공학과 강신영·김영훈 박사과정이 공동 제1 저자로 참여했으며, 연구 결과는 국제 학술지 미국 화학회지(ACS Central Science) 8월 22일자 온라인판에 게재됐다.
※ 논문명: Quantum Computing Based Design of Multivariate Porous Materials
※ DOI https://doi.org/10.1021/acscentsci.5c00918
한편 이번 연구는 과학기술정보통신부 중견연구자지원사업과 이종소재지원사업의 지원을 받아 수행됐다.
2025.09.09
조회수 3477
-
정연식, 전덕영, 장민석 교수, 팝콘 구조의 퀀텀닷 나노복합 소재 개발
우리 대학 신소재공학과 정연식 교수, 전덕영 교수, 전기 및 전자공학부 장민석 교수 공동 연구팀이 팝콘처럼 내부에 공기주머니가 가득한 고분자 매질과 퀀텀닷이 융합된 새로운 발광 소재를 개발하는 데 성공했다.
연구팀은 이 기술을 활용해 퀀텀닷의 광 발광(Photoluminescence) 특성이 순수 퀀텀닷 필름과 비교해 최대 21배까지 증가하는 것을 확인했다.
김건영, 김신호, 최진영 연구원이 1 저자로 참여한 이번 연구는 미국 화학회가 발간하는 국제학술지 ‘나노 레터스(Nano letters)’ 9월 3일 자 온라인판에 게재됐다. (논문명: Order-of-Magnitude, Broadband-Enhanced Light Emission from Quantum Dots Assembled in Multiscale Phase-Separated Block Copolymers)
수년 전 국내 대기업이 퀀텀닷 LED TV를 출시하고 차세대 퀀텀닷 올레드(OLED) TV 출시를 발표하면서 퀀텀닷 소재는 디스플레이용 핵심 소재로 떠올랐다. 하지만 일반적으로 순수 퀀텀닷 필름은 광흡수도와 광추출도가 높지 못하고 인접한 퀀텀닷 간의 상호작용으로 광 효율이 매우 낮아지는 문제가 있었다.
문제 해결을 위해 공동 연구팀은 블록공중합 고분자를 습도가 제어된 환경에서 코팅해, 고분자와 물 입자 사이를 미세하게 분리했다.
이후 수분을 빠르게 증발시키면서 형성되는 미세한 공극 구조에 퀀텀닷이 고르게 배열된 소재를 개발하는 데 성공했다. 이는 마치 옥수수를 가열하면 내부의 수분이 수증기로 팽창해 빠져나가면서 속이 빈 팝콘 구조가 형성되는 원리와 유사하다.
연구팀은 이 다공성 고분자 매질을 활용하면 빛과 고분자 매질의 상호작용이 극대화돼 퀀텀닷 복합소재의 광흡수도와 광추출도가 각각 4~5배씩 증가하는 것을 발견했다.
또한, 블록 공중합 고분자는 수 나노미터(nm) 크기의 상분리 구조를 스스로 내부에 형성해 퀀텀닷 입자들을 고르게 분산시켜 줌으로써 퀀텀닷 간 상호작용에 의한 발광 강도 감소 현상도 크게 낮춰 준다.
연구팀은 이번 연구 결과를 청색 LED 발광 소재로 적용했을 때 순수 퀀텀닷 대비 7배 이상의 발광 강도 향상 및 45% 이상의 내구도 향상 효과가 있음을 확인해 차세대 마이크로 LED 디스플레이로 적용 가능성을 기대한다고 밝혔다. 이번 기술은 국내 특허로 등록됐으며, 미국 등 해외 특허 심사 중이다.
정연식 교수는“개발한 복합소재 매질은 가시광 전 파장 범위에서 발광 강도 증대 효과가 있어 퀀텀닷 이외에도 다양한 발광 소재에 적용될 수 있을 것으로 기대한다”라며 "이 기술을 활용하면 값비싼 발광 소재를 적게 사용하고도 우수한 발광 특성을 구현할 수 있어 차세대 디스플레이 원가 경쟁력 향상에 기여할 수 있다”라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단이 추진하는 미래소재디스커버리사업(단장 최성율)의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 블록공중합 고분자 및 퀀텀닷으로 이뤄진 나노 복합소재
그림2. 블록공중합 고분자 및 퀀텀닷으로 이뤄진 나노 복합소재 개념도
2019.09.30
조회수 16753