UNIST 윤성환 교수팀, ‘강인한 강화학습’ 계산비용 줄인 학습기법 개발

AI 요약

UNIST 인공지능대학원 윤성환 교수팀과 고려대학교 전기전자공학부 김중헌 교수팀은 양자 알고리즘을 이용해 강인한 강화학습의 계산 비용을 획기적으로 줄인 학습 기법인 QRIM(Quantum Robust Inner Minimization)을 개발했다고 6일 밝혔다. 이 기술은 양자 컴퓨팅의 중첩 원리를 활용해 최악의 시나리오 탐색을 가속해 예를 들어 만 개의 시나리오를 검토할 때 기존의 만 번 계산 대신 백 번의 확인으로 같은 결과를 얻을 수 있고, 실제 실험에서는 기존 방식 대비 약 20~30% 수준의 계산량만으로 더 강인한 성능을 보였다. QRIM은 IBM 양자컴퓨터에서 검증되었고 양자 하드웨어 잡음이 있는 환경에서도 강인성을 유지했으며 이번 연구는 ICML 2026에 채택돼 올해 ICML에 채택된 양자 인공지능 논문 중 국내 연구기관이 주도한 유일한 논문이다.