“결과 예측 넘어 이유까지 이해”… KAIST ‘이론화 학습’ AI 한계 넘는다

AI 요약

KAIST 전산학부 안성진 교수 연구팀은 입력된 관측 정보만으로 세계의 작동 원리를 자율적으로 이론화하는 학습 패러다임 L2T(Learning-to-Theorize)와 신경망 기반 모델 NEO를 개발했습니다. NEO는 이동·회전·색상 변경 등 개별 변환 규칙을 독립적으로 학습해 이를 프로그램 형태로 정리하고, 최소 설명 길이 원리와 상태 접지를 적용해 과대화나 단순 암기를 막아 본적 없는 복합 상황에서도 규칙을 조합해 설명·대응할 수 있습니다. 이 연구는 ICML 2026 전체 투고 중 상위 0.7%(168편)에 든 구두발표 상위 논문으로 선정되고 구성적 학습 워크숍 최우수논문상을 받았으며, 지능형 로봇·자율 에이전트 적용과 노이즈 있는 실제 영상·센서 데이터로의 확장 계획이 제시되었습니다.