챗GPT가 AI끼리 소통 규칙 만든다…UNIST, ‘AI 팀워크’ 개발 작성일 07-13 10 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI가 필요한 정보만 골라 전달하는<br>협업 규칙 자동 생성<br>스타크래프트Ⅱ 실험서 승률 96.2%<br>자율주행·로봇 협업 활용 기대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="2BtjktZvrs"> <p contents-hash="7bbd6c20d72192fd813ea46df3722379d1f693dea458aff2922e754fc314f9a3" dmcf-pid="VbFAEF5Twm" dmcf-ptype="general"> [이데일리 김현아 기자] 여러 대의 드론이 산불을 진압하거나 자율주행차가 복잡한 도심에서 함께 움직이려면 개별 인공지능(AI)의 성능뿐 아니라 AI끼리 얼마나 효율적으로 정보를 주고받는지가 중요하다.</p> <p contents-hash="840ee5cdb1fa6b9ffe5d835f4482ac2d3e03ad50ee356d07a5bbe58c57877b33" dmcf-pid="fK3cD31ysr" dmcf-ptype="general">국내 연구진이 챗GPT와 같은 대형언어모델을 활용해 여러 AI가 스스로 최적의 소통 규칙을 만들도록 하는 기술을 개발했다.</p> <p contents-hash="ca51e81bc2dfdb7bef12d9e489bf5769372b6c262141a795328b67d4e9faf9d2" dmcf-pid="490kw0tWmw" dmcf-ptype="general">울산과학기술원(UNIST)은 한승열 인공지능대학원 교수팀이 대형언어모델 기반 다중 AI 협업 통신 기술 ‘LMAC’을 개발했다고 13일 밝혔다.</p> <figure class="figure_frm origin_fig" contents-hash="72209c8ade839758cde5115e350dc2bbf1927b9870f86b20cd06caa487dd75e3" dmcf-pid="82pErpFYID" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 한승열 교수와 배상준 연구원. 사진=UNIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/Edaily/20260713080240586xmlb.jpg" data-org-width="864" dmcf-mid="KFqDmU3GwI" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/Edaily/20260713080240586xmlb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 한승열 교수와 배상준 연구원. 사진=UNIST </figcaption> </figure> <div contents-hash="168850c15bd43c43388d8fcf41c78bc1e98e66469652ead118e16539fdc2784d" dmcf-pid="6VUDmU3GDE" dmcf-ptype="general"> 기존 AI 협업 시스템은 필요한 정보와 불필요한 정보가 함께 공유되면서 통신량이 늘어나거나, 정작 의사결정에 필요한 핵심 정보가 빠지는 문제가 있었다. </div> <p contents-hash="0df128f5b3182dbe75493396ff2a35f54ef2770b4116d614914672d2820cad28" dmcf-pid="PpGngGyOmk" dmcf-ptype="general">LMAC은 대형언어모델을 AI 간 ‘소통 설계자’로 활용한다. 사용자가 임무 목표와 각 AI의 역할을 입력하면 AI가 상황을 분석해 어떤 AI가 누구에게 어떤 정보를 전달해야 하는지 판단하고, 최적의 통신 규칙을 자동으로 만들어낸다.</p> <p contents-hash="88341c8bd8507d5b4a81e9c6d94847e89c86f186cd1644ee3cc3c32d92419fab" dmcf-pid="QUHLaHWIEc" dmcf-ptype="general">예를 들어 정찰 AI가 “목표물이 내 오른쪽에 있다”고만 전달하면 다른 AI는 정찰 AI의 위치를 알 수 없어 해당 정보를 활용하기 어렵다. LMAC은 이런 정보 부족 상황을 찾아내고, ‘현재 위치’나 ‘공통 좌표 기준’ 등 필요한 정보를 추가하도록 소통 규칙을 스스로 개선한다.</p> <figure class="figure_frm origin_fig" contents-hash="872c8d1c27921b38e890a2a4ff5223cd31d5d0821ce16fd9fafd6ae515dc0996" dmcf-pid="xuXoNXYCEA" dmcf-ptype="figure"> <p class="link_figure"><img alt="대형언어모델(LLM)기반 다중 에이전트간 통신 프로토콜 개선 과정. 사진=UNIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/Edaily/20260713080241978rljn.jpg" data-org-width="597" dmcf-mid="99zmIzUZIO" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/Edaily/20260713080241978rljn.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 대형언어모델(LLM)기반 다중 에이전트간 통신 프로토콜 개선 과정. 사진=UNIST </figcaption> </figure> <div contents-hash="2746cd9daf3907bf3141a0d27308ea1d6c4216d5e993e3387e896d047a74405d" dmcf-pid="ycJt0JRfDj" dmcf-ptype="general"> <strong>AI가 만든 소통 규칙으로 비용 줄이고 효율 높여</strong> </div> <p contents-hash="8150736d5af5829ec4b9857d2f30b024c527b1082f913a1dee0beb83cb105768" dmcf-pid="WkiFpie4rN" dmcf-ptype="general">LMAC의 특징은 실제 임무 수행 과정에서 대형언어모델을 계속 실행하지 않아도 된다는 점이다.</p> <p contents-hash="35743bd57649b2dc4618bb4db86c1a623b3c9fb173aaafc03e407e5d5307b365" dmcf-pid="YEn3Und8wa" dmcf-ptype="general">임무 시작 전에 대형언어모델이 만든 통신 코드를 각 AI에 적용하면, 실제 상황에서는 해당 코드가 필요한 메시지를 자동으로 생성한다. 이를 통해 대형언어모델 사용 비용과 연산 부담을 줄이면서도 효율적인 AI 협업이 가능하다.</p> <p contents-hash="beff8bad09214de48ede3c1de186807a38f83734ea70e7602bdc377b6d531631" dmcf-pid="GDL0uLJ6sg" dmcf-ptype="general">연구팀은 기술 성능을 검증하기 위해 ‘스타크래프트Ⅱ’를 활용한 실험을 진행했다. 정찰 유닛 1기와 공격 유닛 10기가 협력해야 하는 환경에서 LMAC은 96.2%의 승률을 기록했다.</p> <p contents-hash="b342340acdcbf16801012f2351f83bec02b5167709def680a55aa9427462c8cf" dmcf-pid="Hwop7oiPEo" dmcf-ptype="general">기존 단순 메시지 방식(SMS· Simple Message Strategy)이나 표적형 다중 에이전트 통신(TarMAC·Targeted Multi-Agent Communication)의 승률이 각각 59.0%, 25.2%였던 것과 비교하면 크게 높은 성능이다.</p> <p contents-hash="b1e4bc6b34e4c0df24016fbff19335687dc9aa5bec57d66d11fb5a1491bbdb30" dmcf-pid="XrgUzgnQOL" dmcf-ptype="general">배상준 연구원은 “LMAC은 대형언어모델이 단순히 문제를 이해하는 수준을 넘어, AI 간 협업에 필요한 소통 규칙을 직접 설계하고 개선하는 기술”이라고 설명했다.</p> <p contents-hash="10aafe8f954cb33d0ea65694a90aca133bb99194d3d9d7eb29b9b4f0cebbef72" dmcf-pid="ZmauqaLxEn" dmcf-ptype="general">한승열 교수는 “이번 기술은 자율 드론, 로봇 군집, 스마트팩토리, 자율주행 협력 시스템 등 여러 AI가 제한된 정보 속에서 함께 판단해야 하는 분야의 핵심 기반 기술이 될 것”이라고 말했다.</p> <p contents-hash="cc25869708e9f635c5bf2abbc6534d4a478d63b98cc4c05e766d7c196afbb809" dmcf-pid="5sN7BNoMmi" dmcf-ptype="general">이번 연구는 지난 7월 6일부터 12일까지 서울에서 열린 세계 최고 수준의 기계학습 학회인 ‘국제 머신러닝 학회(ICML) 2026’에 채택됐다.</p> <p contents-hash="89a9d2411fbc2443352ffcb81b49eea7a03620ff840dff3b13955f95d50080cb" dmcf-pid="1GI6xImjEJ" dmcf-ptype="general">김현아 (chaos@edaily.co.kr) </p> </section> </div> <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p> 관련자료 이전 홀리데이로보틱스, 1550억원 시리즈A 유치 07-13 다음 최온유-이하음, ITF W15 중국 루안 복식 우승 합작 07-13 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
