관측만으로 세상 작동 원리 찾는 AI…KAIST ‘NEO’ 개발

AI가 결과를 맞히는 데 그치지 않고, 변화가 일어난 원리까지 스스로 찾아 설명하는 기술이 개발됐다. KAIST는 전산학부 안성진 교수 연구팀이 관측 정보만으로 세상의 작동 원리를 이론화하는 새로운 학습 방식 ‘이론화 학습(L2T·Learning-to-Theorize)’을 제안하고, 이를 구현한 신경망 기반 이론 생성 모델 ‘NEO(Neural Theorizer)’를 개발했다고 27일 밝혔다.

월드모델(World Model)은 AI가 세상을 이해하고 예측하기 위해 내부에 만드는 세계 모형이다. 로봇 제어와 자율주행, 생성형 AI, 스스로 판단하고 행동하는 자율 에이전트 등에 쓰이는 기반기술이다. 기존 월드모델은 다음에 무엇이 일어날지를 예측하는 데 집중해 왔다. 다음 장면을 잘 맞히더라도 왜 그런 변화가 생겼는지까지 이해하지 못한다는 한계가 있었다.

연구팀은 어린아이가 말을 배우기 전부터 세상이 움직이는 방식을 관찰하고 내부 이론을 만들어가는 학습 방식에 주목했다. L2T는 AI에 정답이나 규칙을 미리 알려주지 않는다. 변화 전과 변화 후의 모습만 보여주고, 그 사이에 어떤 규칙이 작동했는지를 스스로 찾게 한다.

NEO는 관측된 변화에 숨어 있는 규칙을 찾아 실행할 수 있는 형태로 정리한다. 회전, 왼쪽 아래로 이동, 색칠하기 같은 기본 규칙을 각각 독립적으로 익힌 뒤 새로운 상황에서는 이를 조합한다. 학습 중 한 번도 보지 못한 ‘아래로 이동한 뒤 색을 칠하고 회전하기’가 주어져도 이미 배운 규칙을 결합해 설명하고 해결할 수 있다.

여러 규칙이 섞인 패턴을 통째로 외우는 기존 방식은 처음 보는 조합에서 성능이 크게 떨어졌다. 연구팀은 실험을 통해 NEO가 ‘구성적 일반화’, 즉 배운 기본 규칙을 새롭게 조합해 처음 접한 문제를 푸는 능력에서 기존 방식보다 뛰어난 성능을 보였다고 밝혔다.

이번 연구는 7월 9일 서울에서 열린 제43회 국제기계학습학회(ICML 2026)에서 구두발표 논문으로 선정됐다. 전체 투고 논문 2만3918편 가운데 상위 0.7%인 168편에 포함됐으며, 구성적 학습 워크숍에서는 최우수논문상을 받았다.

안성진 교수는 이번 연구가 AI의 세계 이해를 미래 예측에서 작동 원리를 스스로 설명하는 단계로 확장한 첫걸음이라며, ‘월드 시어리 모델(World Theory Model)’이라는 방향을 제시했다고 밝혔다. 연구에는 백두진·이규빈 석사과정이 공동 제1저자로 참여했다. 해외우수과학자유치사업과 해외우수연구기관 협력허브 구축사업의 지원을 받아 수행됐다.

자료: KAIST