【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]양자컴퓨팅으로 AI 학습 부담 80% 줄였다…UNIST, '강인한 AI' 구현 기술 개발

온카뱅크관리자

2026-07-06 13:57:29

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">ICML 2026 채택<br>양자 알고리즘으로 강화학습 계산 병목 해결<br>자율주행·로보틱스 적용 기대</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="yLvQUwFYrT">
          <p contents-hash="deb0b4ad33817452ccfe2e3d92f5ca6feb8e8bc2879e304c3e161b4bcc4006b3" dmcf-pid="WoTxur3GEv" dmcf-ptype="general"> [이데일리 김현아 기자] 환경이 바뀌어도 안정적으로 작동하는 ‘강인한 인공지능(AI)’을 기존보다 훨씬 적은 연산으로 학습시키는 기술이 국내 연구진에 의해 개발됐다. 양자컴퓨팅을 활용해 강화학습의 최대 난제였던 계산 병목을 해결하면서 자율주행과 로보틱스 등 실제 산업 현장에서의 AI 활용 가능성을 높였다는 평가다.</p>
          <p contents-hash="0da217da517e2bc4a47cc8d56dd2710ff9a6c35b06b6c577219d7ad2ad580c38" dmcf-pid="YgyM7m0HsS" dmcf-ptype="general">울산과학기술원(UNIST) 인공지능대학원의 윤성환 교수 연구팀과 김중헌 교수 연구팀은 양자 알고리즘을 적용한 강인한 강화학습 기법인 QRIM(Quantum Robust Inner Minimization·양자 강인 내부 최소화)을 개발했다고 6일 밝혔다.</p>
          <p contents-hash="8105879f913fdbcb8f2839d1aed282b7f02fee8d723cde372e176ec70a6379a0" dmcf-pid="GE5L2SB3ml" dmcf-ptype="general">이번 연구는 세계 3대 AI 학회 가운데 하나인 International Conference on Machine Learning 2026에 채택됐다. 올해 ICML에서 발표되는 양자 AI 분야 논문 가운데 국내 연구기관이 주도한 연구는 이번이 유일하다.</p>
          <figure class="figure_frm origin_fig" contents-hash="8e7c39f98ec42ab7e88969c3e90e7f556dea1b8b414d649e17d662ec1f14bb00" dmcf-pid="HD1oVvb0rh" dmcf-ptype="figure">
           <p class="link_figure"><img alt="좌로부터 윤성환 교수와 이현규 연구원. 사진=UNIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/06/Edaily/20260706135105065qxoe.jpg" data-org-width="1000" dmcf-mid="x8EqYnvmwy" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/06/Edaily/20260706135105065qxoe.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            좌로부터 윤성환 교수와 이현규 연구원. 사진=UNIST
           </figcaption>
          </figure>
          <div contents-hash="87beaca1aa7f222beeac148763abe9d41d1b2203ad7ac251cb3940bbd07cec66" dmcf-pid="XwtgfTKprC" dmcf-ptype="general">
           강화학습은 AI가 시행착오를 거쳐 최적의 행동을 스스로 학습하는 방식이다. 하지만 학습한 환경과 실제 환경이 조금만 달라져도 성능이 급격히 떨어지는 한계가 있다. 
          </div>
          <p contents-hash="976f411c828ae11ee18dc9055641c42f8b190546a04b23f86176c4d76c0328ec" dmcf-pid="ZrFa4y9UwI" dmcf-ptype="general">이를 보완하기 위해 등장한 것이 강인한 강화학습(Robust Reinforcement Learning·환경 변화에도 성능을 유지하도록 학습하는 기법)이다.</p>
          <p contents-hash="647941db72fce9157a3034f6ce8fb6d78ef7de3839d8ef1612d5c5952d9b2b73" dmcf-pid="5m3N8W2uOO" dmcf-ptype="general">문제는 학습 과정에서 발생 가능한 ‘최악의 환경’을 매번 찾아야 하기 때문에 계산량이 급격히 늘어난다는 점이다. 환경 변화가 많아질수록 경우의 수가 기하급수적으로 증가해 실제 산업 적용에 걸림돌로 지적돼 왔다.</p>
          <p contents-hash="b3d9980d344a7f58440c70bba96be539a5a6116169638db4cf01786631c1ca05" dmcf-pid="1s0j6YV7ms" dmcf-ptype="general">연구팀은 양자컴퓨팅의 중첩(Superposition·여러 상태를 동시에 표현하는 양자역학 특성)을 활용해 이 문제를 해결했다. </p>
          <p contents-hash="4d1894b45772858430ca4a5a4dbfa12120bfbc64055e0608da5db8a760359276" dmcf-pid="til60E1yEm" dmcf-ptype="general">QRIM은 양자 진폭 추정(QAE·Quantum Amplitude Estimation)과 양자 최솟값 탐색(QMF·Quantum Minimum Finding) 알고리즘을 결합해 최악의 환경을 빠르게 찾아낸다.</p>
          <p contents-hash="7462bec2a6d79a3213cbe03ce26c29db93e4ec655afb15b8e14795077571b697" dmcf-pid="FnSPpDtWDr" dmcf-ptype="general">예를 들어 1만 개의 시나리오를 검토해야 하는 경우 기존 방식은 1만 번의 계산이 필요하지만, QRIM은 약 100번만으로 같은 결과를 얻을 수 있다. 연구팀은 이론적으로 기존 대비 제곱근 수준의 계산량 감소(Quadratic Speed-up·계산 복잡도 개선)를 입증했다.</p>
          <p contents-hash="2b8f0931d5b63cd630bbb733a5b80800b14277f26c002da90f712e27cdabce89" dmcf-pid="3LvQUwFYEw" dmcf-ptype="general">실험 결과도 이를 뒷받침했다. QRIM은 기존 방식 대비 약 20~30% 수준의 계산량만으로 동일하거나 더 높은 강인성을 확보했다. 학습에 필요한 연산량은 64.1~79.5% 감소해 최대 약 80%까지 줄었다.</p>
          <p contents-hash="ebe6a693555657d855065156f49454c3297364b5139fca0e8f0257de363c0645" dmcf-pid="0oTxur3GDD" dmcf-ptype="general">연구팀은 또 IBM의 127큐비트 양자컴퓨터에서도 QRIM을 검증했다. 실제 양자 하드웨어의 잡음(noise)이 존재하는 환경에서도 안정적으로 동작하며 강인성을 유지하는 것으로 확인됐다.</p>
          <p contents-hash="09edc5abba965cd5567dfc545fc40a80eb4ee02eb63227d133f8dde3c45c4a98" dmcf-pid="pgyM7m0HwE" dmcf-ptype="general">제1저자인 이현규 연구원은 “강인한 강화학습의 가장 큰 병목인 ‘최악의 환경 탐색’만 양자 알고리즘으로 대체할 수 있도록 설계했다”며 “기존 강화학습 구조를 그대로 활용할 수 있어 다양한 AI 시스템에 적용 가능하다”고 설명했다.</p>
          <p contents-hash="d758da28b23e80a55c2e12bea78fc08c7897e8a0dacd263efb55718cf427ed42" dmcf-pid="UaWRzspXrk" dmcf-ptype="general">윤성환 교수는 “양자컴퓨팅이 기존 AI의 한계를 어떻게 보완할 수 있는지를 보여준 사례”라며 “환경 변화에 대한 적응력이 중요한 자율주행, 로보틱스, 의료 등 안전성과 신뢰성이 요구되는 분야에서 활용될 것으로 기대한다”고 말했다.</p>
          <p contents-hash="ba6d8f0d895cc67a19ed64f7604388f5609f483087f2fe073fdabf8ab95f98e2" dmcf-pid="uNYeqOUZOc" dmcf-ptype="general">한편 ICML 2026은 6일부터 11일까지 서울 코엑스에서 열리며, 올해는 전 세계에서 제출된 2만3918편의 논문 가운데 6352편이 채택됐다.</p>
          <p contents-hash="61d2a9fe07276590f8b24916d525eecf9b078307c5b7b79c79385d37ca688574" dmcf-pid="7eIftAXSmA" dmcf-ptype="general">김현아 (chaos@edaily.co.kr) </p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기