로봇과 자율주행차가 인간의 판단 기준을 적은 데이터만으로 학습할 수 있는 인공지능(AI) 기술이 국내 연구진에 의해 개발됐다. 피지컬 인공지능 상용화의 핵심 난제로 꼽혀온 인간 선호 학습 비용을 크게 줄일 수 있을 것으로 기대된다.

KAIST(총장 이광형)는 전기및전자공학부 유창동 교수 연구팀이 소수의 선호 영상만으로 인공지능이 인간의 의도와 판단 기준을 학습하는 ‘브이오티피(VOTP·Video-based Optimal Transport Preference)’ 기술을 개발했다고 12일 밝혔다.

피지컬 인공지능은 로봇, 자율주행차, 산업용 기계처럼 현실 세계에서 스스로 판단하고 행동하는 인공지능을 말한다. 기존에는 인간의 선호를 반영한 보상함수를 만들기 위해 수천~수만건의 행동 데이터를 사람이 직접 평가해야 했다.

연구팀은 몇 개의 좋은 사례와 나쁜 사례 영상만으로 인공지능이 인간이 선호하는 행동 패턴을 스스로 학습하도록 설계했다. 이를 통해 대규모 평가 데이터 구축 없이도 인간의 판단 기준을 학습할 수 있음을 확인했다.

연구팀은 이번 기술이 로봇, 자율주행차, 드론, 스마트팩토리, 수술 로봇 등 다양한 피지컬 인공지능 분야의 개발 비용과 시간을 줄이는 데 기여할 것으로 기대했다.

유창동 교수는 “소수의 영상만으로 인간의 판단 기준을 학습할 수 있는 기반을 마련했다”고 말했다.

이번 연구는 전기및전자공학부 루 민 퉁 박사과정생이 제1저자로 참여했으며, 논문은 ICML 2026에 채택됐다. 전체 제출 논문 2만3918편 가운데 상위 0.7%인 168편에만 주어지는 구두발표(Oral) 논문으로 선정됐다.