인하대학교(총장 조명우)는 전기컴퓨터공학과 최동완 교수 연구팀이 변화하는 지식그래프를 지속적으로 학습할 수 있는 인공지능(AI) 기술을 개발했다고 24일 밝혔다.

지식그래프 임베딩은 검색과 추천, 질의응답, 생성형 AI의 검색증강(RAG) 등 다양한 인공지능 서비스에 활용되는 기술이다. 기존 방식은 새로운 지식이 추가되거나 구조가 바뀔 때마다 전체 모델을 다시 학습해야 하거나, 변화에 충분히 대응하지 못하는 한계가 있었다.

연구팀은 시간에 따라 확장·변형되는 지식그래프를 효율적으로 학습할 수 있는 지속 학습 프레임워크를 제안했다. 구조적 중요도에 따라 학습 자원을 배분하고, 그래프 구조 변화를 반영하는 손실 함수 기반 학습 기법을 결합한 ‘STARK’ 프레임워크를 통해 전체 재학습 없이도 업데이트가 가능하도록 했다.

연구팀은 실험을 통해 해당 기법이 구조적 일관성을 유지하면서도 정확도와 학습 효율을 함께 개선할 수 있음을 확인했다고 설명했다. 이는 지속적으로 확장되는 지식그래프 환경에서 모델 성능과 학습 비용을 동시에 고려해야 하는 문제를 다룬 연구로 평가된다.

이번 연구에는 이경환 전기컴퓨터공학과 석사과정생이 참여했으며, 최동완 교수가 지도를 맡았다. 연구는 정보통신기획평가원의 사람중심인공지능핵심원천기술개발사업과 4단계 BK21 사업의 지원을 받아 수행됐다.

연구 결과를 담은 논문은 세계 웹·데이터마이닝 분야 국제 학술대회인 WWW 2026에 게재 승인됐다.