IT/과학
“동료 고장나도 임무 완수”…UNIST, AI 군집 로봇 ‘팀플’ 유지 기술 개발
뉴스보이
2026.06.24. 11:47
뉴스보이
2026.06.24. 11:47
간단 요약
간단 요약
UNIST는 IBAL이라는 새로운 학습 기술로 AI 에이전트의 협력 안정성을 높였습니다.
스타크래프트2 실험에서 팀원 결손 시 87.0%의 높은 승률을 기록했습니다.
이 기사는 7개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 7개 언론사의 보도를 교차 검증하여 작성되었습니다.
UNIST 인공지능대학원 한승열 교수팀이 인공지능(AI) 에이전트 간 협력 중 일부 AI가 고장 나거나 통신이 끊겨도 임무를 이어갈 수 있는 새로운 학습 기술을 개발했습니다. 이 기술은 '상호작용 차단 적대 학습(IBAL)'로 명명되었습니다.
IBAL은 AI 에이전트 간 협력 고리를 의도적으로 끊으면서 훈련하여, 남은 AI들이 새로운 협력 방식을 찾아 임무를 수행하도록 합니다. 이는 자율 드론, 군집 로봇, 스마트 팩토리와 같이 여러 AI가 함께 움직이는 시스템의 안정성과 신뢰성을 높이는 데 기여할 것으로 기대됩니다.
연구팀은 유명 전략 게임인 스타크래프트2 기반 환경에서 성능을 검증했습니다. 실험 결과, 기존 AI 모델은 팀원 결손 시 승률이 13.3%까지 급락했지만, IBAL로 학습한 AI는 즉각적으로 진형을 재구축하여 87.0%의 높은 승률을 기록했습니다. 이 연구 결과는 세계 3대 인공지능 학회인 국제머신러닝학회(ICML)에 채택되었습니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
