%ea%b9%80%ed%83%9c%ea%b7%a0
-
KAIST, 국내 최초 범용인공지능(AGI) 연구소 출범
학습한 문제를 잘 푸는 현재의 인공지능을 넘어, 처음 접하는 문제와 환경에서도 스스로 판단하고 적응할 수 있는 범용인공지능(Artificial General Intelligence, AGI) 원천기술 개발을 위해 우리 대학이 AGI 전담 연구소를 출범했다.
우리 대학은 지난 18일 내부 승인 절차를 마치고 AI연구원 산하에 AGI 연구소(AGI Research Institute)를 공식 출범했다고 밝혔다.
전산학부, AI컴퓨팅학과, 김재철AI대학원, 전기및전자공학부 소속 교수 11명이 참여하며, 김태균 전산학부 교수가 초대 소장을 맡았다. 연구진은 향후 참여 범위를 점차 확대할 계획이다.
AGI 연구소는 기초연구를 통해 범용인공지능의 과학과 공학을 발전시키고 그 성과와 혜택을 사회에 환원하는 것을 목표로 한다. 특히 기존에 접하지 않은 과제와 환경, 데이터에서도 학습한 지식을 활용할 수 있는 AI의 ‘일반화(Generalization)’ 능력을 핵심 연구과제로 삼는다.
현재 AI는 방대한 데이터와 연산 자원을 활용하면서 빠르게 발전해 왔지만, 학습한 것과 비슷한 문제에는 강한 반면 조건이나 환경이 달라지면 성능이 떨어지는 한계가 있다.
AGI 연구소는 단순히 데이터와 연산 자원의 규모를 늘리는 방식에서 벗어나, 제한된 자원에서도 기존에 학습하지 않은 문제를 추론하고 새로운 환경에 적응할 수 있는 AI의 원천기술을 개발할 계획이다.
이를 위해 새롭고 효율적인 신경망 구조와 학습 원리, 현실 세계에 대한 이해와 지능의 구현 등 AI의 근본적인 작동 원리를 연구하고, 관련 분야를 이끌 차세대 연구자도 함께 양성한다.
연구소의 주요 연구 분야는 ▲적은 연산으로도 높은 성능을 구현하는 고효율 신경망 ▲스스로 가설을 세우고 새로운 지식을 발견하는 AI 메타과학자 ▲현실 세계의 구조와 변화를 이해하고 미래를 예측하는 월드 모델 ▲로봇과 같이 실제 환경을 인지하고 행동하는 피지컬 AI ▲AI가 인간의 의도에서 벗어나지 않도록 하는 AI 안전성 등이다.
이 가운데 고효율 신경망 분야에서는 기존 트랜스포머(Transformer)를 넘어서는 새로운 신경망 구조와 학습 방식을 개발해 자원이 제한된 환경에서도 AGI를 구현하는 기술을 연구한다. AI 메타과학자 분야에서는 AI가 지식을 탐색하는 수준을 넘어 스스로 가설을 만들고 과학 연구를 수행하며 새로운 지식을 발견할 수 있도록 하는 기술을 개발한다.
연구소는 이처럼 서로 연결된 연구 분야를 하나의 연구 체계로 결집해 KAIST를 세계적인 AGI 연구 거점으로 발전시키는 것을 목표로 한다.
김태균 AGI 연구소장은 “AI 데이터센터를 계속 늘리는 방식만으로는 AI 발전에 한계가 있다”며 “자원이 제한된 환경에서도 새로운 문제에 적응할 수 있는 AI 원천기술을 꾸준히 개발하는 것이 차세대 AI 경쟁에서 중요하다”고 말했다.
연구소는 과학기술정보통신부가 지원하는 국책과제를 기반으로 본격적인 연구에 나선다. 경량·저전력 차세대 신경망 개발에는 5년간 총 100억 원, AI 메타과학자 연구에는 5년간 총 187억5,000만 원이 투입된다. 또한 LG전자가 주관하는 월드 모델·로봇 기반 피지컬 AI 기술개발 사업에도 참여하며, 해당 사업은 2년간 총 340억 원 규모로 추진된다. 이 밖에도 물리적 세계에 기반한 지능 구현을 위한 연구과제를 수행하고 있다.
최성율 연구부총장은 “KAIST의 우수한 AI 연구팀들이 인류의 지속가능한 발전을 선도하는 차세대 AGI 핵심 기술을 개발하는 데 크게 기여할 것으로 기대한다”고 말했다.
정보통신기획평가원(IITP) 홍진배 원장은 “창의적인 아이디어와 도전적인 연구가 AI 기술 혁신의 원동력인 만큼, 새로운 AGI 연구소가 미래 인공지능의 새로운 가능성을 열어가는 혁신의 중심이 되기를 기대한다”고 말했다.
2026.09.22 조회수 4684 -
‘나빌레라’처럼 춤추는 아바타...AI가 움직임 이해하고 그려
AI가 단순히 ‘그럴듯하게 그리는 수준’을 넘어, 옷이 왜 흔들리고 주름이 생기는지까지 이해하는 시대가 열렸다. 우리 대학 연구진은 3차원 공간에서의 움직임과 상호작용을 실제 물리 법칙처럼 학습하는 새로운 생성형 AI를 개발했다. 기존 2D 기반 영상 AI의 한계를 뛰어넘은 이번 기술은 영화, 메타버스, 게임 속 아바타의 현실감을 높이고 모션캡처나 3D 그래픽 수작업을 크게 줄일 수 있을 것으로 기대를 모은다.
우리 대학은 전산학부 김태균 교수 연구팀이 기존 2D 픽셀 기반 영상 생성 기술의 한계를 극복한 공간·물리 기반 생성형 AI 모델 ‘MPMAvatar’를 개발했다고 22일 밝혔다.
연구팀은 기존 2D 기술의 문제를 해결하기 위해, 가우시안 스플래팅(Gaussian Splatting)으로 다중 시점 영상을 3차원 공간으로 재구성하고, 여기에 물리 시뮬레이션 기법(Material Point Method, MPM)을 결합한 새로운 방식을 제안했다.
즉, 여러 시점에서 촬영한 영상을 입체적으로 재구성하고, 그 안에서 물체가 실제처럼 움직이며 상호작용하도록 물리 법칙을 AI가 스스로 학습하게 한 것이다.
이를 통해 물체의 재질·형태·외부 힘에 따른 움직임을 계산하고, 그 결과를 실제 영상과 비교해 AI가 물리 법칙을 스스로 학습할 수 있도록 했다.
연구팀은 3차원 공간을 점(포인트) 단위로 표현하고, 각 점에 가우시안과 MPM을 함께 적용해 물리적으로 자연스러운 움직임과 사실적인 영상 렌더링을 동시에 구현했다.
즉, 3D 공간을 수많은 작은 점들로 쪼개어 각 점이 실제 물체처럼 움직이고 변형되도록 만들어, 현실과 거의 구분이 안 될 만큼 자연스러운 영상을 구현한 것이다.
특히 옷처럼 얇고 복잡한 물체의 상호작용을 정밀하게 표현하기 위해, 물체의 표면(메쉬)과 입자 단위 구조(포인트)를 함께 계산하고, 3차원 공간에서 물체의 움직임과 변형을 물리 법칙에 따라 계산하는 MPM(Material Point Method) 기법을 활용했다.
또한, 옷이나 물체가 움직이며 서로 부딪히는 장면을 사실적으로 재현하기 위해 새로운 충돌 처리(collision handling) 기술을 개발했다.
이 기술을 적용한 생성형 AI 모델 MPMAvatar는 느슨한 옷을 입은 사람의 움직임과 상호작용을 사실적으로 재현하고, AI가 학습 과정에서 본 적 없는 데이터도 스스로 추론해 처리하는 ‘제로샷(Zero-shot)’생성에도 성공했다.
제안된 기법은 강체, 변형 가능한 물체, 유체 등 다양한 물리적 특성을 표현할 수 있어, 아바타뿐만 아니라 일반적인 복잡한 장면 생성에 활용될 수 있다.
김태균 교수는 “이번 기술은 AI가 단순히 그림을 그리는 것을 넘어, 눈앞의 세계가 ‘왜’ 그렇게 보이는지까지 이해하도록 만든 것으로 물리 법칙을 이해하고 예측하는 ‘Physical AI’의 가능성을 보여준 연구로 이는 AGI(범용 인공지능)로 가는 중요한 전환점”이라고 설명했다. 이어 “가상 프로덕션, 영화, 숏폼, 광고 등 실감형 콘텐츠 산업 전반에 실질적으로 적용돼 큰 변화를 만들어낼 것”이라고 기대를 밝혔다.
현재 연구팀은 이 기술을 확장해, 사용자의 텍스트 입력만으로도 물리적으로 일관된 3D 동영상을 생성할 수 있는 모델 개발을 진행 중이다.
이번 연구는 KAIST 김재철AI대학원 이창민 석사과정 학생이 제1저자로, KAIST 전산학부 이지현 박사과정 학생이 공저자로 참여하였고, 연구 결과는 AI 분야 최고 권위 국제학술대회인 NeurIPS 12월 2일에 발표하며, 프로그램 코드는 모두 공개될 예정이다.
*논문: C. Lee, J. Lee, T-K. Kim, MPMAvatar: Learning 3D Gaussian Avatars with Accurate and Robust Physics-Based Dynamics,Proc. of Thirty-NinthAnnual Conf. on Neural Information Processing Systems (NeurIPS), San Diego, US, 2025
arXiv버전: https://arxiv.org/abs/2510.01619
*관련 프로젝트 사이트: https://kaistchangmin.github.io/MPMAvatar/
*AI가 그려낸 나빌레라처럼 춤추는 관련 동영상 링크: https://www.youtube.com/shorts/ZE2KoRvUF5c, https://youtu.be/ytrKDNqACqM
한편, 이 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 인간지향적 차세대 도전형 범용AI기술 개발사업(RS-2025-25443318)과 생성AI 선도인재양성 사업의(RS-2025-25441313) 지원을 받아 수행되었다.
2025.10.22 조회수 11778