"로봇도 잘못된 기억 스스로 고친다"…MIT, AI 기억의 불확실성 92% 해소한다

AI 요약

매사추세츠공과대학교(MIT)는 로봇이 저장한 사물 정보의 신뢰도를 스스로 평가하고 잘못된 설명을 추가 관찰로 수정하는 AI 기억 시스템 UQ-DAAAM을 개발했으며, 이 시스템은 비전언어모델(VLM)이 만든 사물 설명의 신뢰도와 여러 각도에서 관찰한 설명의 일치도를 분석해 불확실성이 높은 대상을 찾아 추가 관찰 정보를 선택하고 대형언어모델(LLM)으로 설명을 통합해 기억을 갱신합니다. 실험에서 이 시스템은 설명이 모호한 대상의 약 92%에서 불확실성을 해소했고, 사물 하나당 평균 추가 설명은 2개였으며 기존 최고 수준 기술보다 설명 정확도를 5% 향상시키고 위치와 마지막 관찰 시점에 관한 질문에도 더 정확하게 답했습니다. 연구진은 VLM 반복 실행을 피해 연산 부담을 줄이고 로봇이 이동하면서 기억을 지속적으로 갱신하도록 설계했으며, 연구 책임저자는 루카 카를로네 부교수, 공동 주저자는 해리 장과 니콜라 고를로이고 연구 결과는 2026년 12월 6~12일 호주 시드니에서 열리는 NeurIPS에서 발표될 예정입니다.