"AI가 택배 배송·인력 배치까지 스스로 짠다"...KAIST 김민수 교수팀, ‘실행 가능한 계획’ 만드는 AI 개발

AI 요약

KAIST 전산학부 김민수 교수 연구팀이 외부 솔버 없이 AI가 스스로 실행 가능한 계획을 만들도록 학습하는 강화학습 기술 RL-SPH를 개발했으며 변수 하나씩 수정하는 단계적 개선과 제약조건 우선 만족을 위한 2단계 탐색, ILP-GT 모델 및 실행가능성 인식 탐색 전략을 적용했다고 3일 밝혔습니다. 대표적인 5종 벤치마크에서 모든 문제에 대해 100% 실행가능해를 달성했으며 프라이멀 갭은 평균 28.6배 개선되고 프라이멀 인터그럴은 2.6배 개선됐고 처음 실행 가능한 해를 찾는 시간은 평균 2.5배 빨라졌으며 학습 시간은 평균 30분으로 기존 기술보다 14.7배, 최근 비지도학습 기반 기술보다 약 34배 빨랐다고 보고했습니다. 또한 MIPLIB에서 최대 67배 큰 문제와 학습 과정에서 한 번도 접하지 못한 새로운 형태의 문제에서도 실행 가능한 계획을 안정적으로 찾아냈고 해당 연구는 지난달 6일부터 11일까지 서울 코엑스에서 열린 국제 머신러닝 학회(ICML 2026)에서 발표됐으며 제1저자는 이태훈 박사과정, 교신저자는 김민수 교수입니다.