"챗GPT가 AI끼리 대화법 짰다"…UNIST, 다중 AI 협업 기술 개발

[울산=뉴시스] 구미현 기자 = 국내에서 드론이나 자율주행차처럼 여러 인공지능(AI)이 함께 움직이는 환경에서 챗GPT와 같은 대형언어모델(LLM)이 AI 간 소통 규칙을 스스로 설계하는 기술이 개발됐다.

연구진은 필요한 정보만 선별해 전달하도록 통신 방식을 최적화하는 기술을 구현해 기존 방식보다 월등한 협업 성능을 입증했으며, 자율주행과 드론 군집, 스마트팩토리 등 다양한 분야에 활용될 것으로 기대된다.

울산과학기술원(UNIST) 인공지능대학원 한승열 교수팀은 LLM의 고차원적 추론 능력을 이용해 다중 에이전트 강화학습(MARL)의 통신 방식을 설계하고 개선하는 'LMAC(LLM-driven Multi-Agent Communication)' 기술을 개발했다고 13일 밝혔다.

자율 드론이나 협동 로봇, 자율주행차 등은 각 기기(에이전트)가 전체 상황의 일부만 파악할 수 있다. 따라서 수집한 정보를 서로 주고받는 통신 능력이 전체 임무의 성패를 좌우한다. 하지만 기존 기술은 모든 정보를 한꺼번에 공유해 연산이 비효율적이거나 '어떤 정보가 누구에게 필요한지'를 AI가 의미적으로 판단하지 못해 정보 불균형이 발생하는 한계가 있었다.

연구팀은 LLM을 다중 에이전트 시스템의 '통신 설계자'로 활용해 이 문제를 해결했다. 임무의 목표와 각 AI의 역할, 관측할 수 있는 정보의 의미를 자연어로 입력하면, LLM이 이를 분석해 필요한 정보만 골라 전달하는 통신 함수를 코드로 작성해 낸다.

특히 이 기술은 과거 강화학습 데이터를 바탕으로 소통 규칙을 자동 보완한다. 연구팀은 에이전트가 수신한 메시지를 바탕으로 실제 환경을 얼마나 잘 파악했는지 측정하는 ‘상태 인식 지표(SAI)’를 도입했다. 평가 프로그램이 정보 격차나 오류를 찾아내 피드백을 주면, LLM이 이를 반영해 기준 좌표나 식별 정보 등을 추가하며 통신 코드를 정교하게 수정한다.

효율성도 대폭 끌어올렸다. 실제 학습이나 임무 수행 단계에서 매 순간 LLM을 호출하는 방식이 아니라, 사전에 LLM이 완성한 코드가 각 AI의 관측값을 받아 메시지를 생성하기 때문에 막대한 비용과 연산 부담을 줄일 수 있다. 또한, 각 AI는 전달받은 정보를 그대로 쓰지 않고 협력에 필요한 핵심 내용만 압축하며, 해당 정보의 신뢰도까지 스스로 판단하는 메타인지적 학습 구조를 갖췄다.

LMAC의 성능은 인기 게임 '스타크래프트 Ⅱ'를 통해 입증됐다. 적을 볼 수 있는 정찰 유닛(오버시어) 1기와 앞을 볼 수 없는 공격 유닛(베인링) 10기가 협력해 적을 상대하는 과제에서 LMAC을 적용한 AI는 96.2%의 승률을 기록했다.

한승열 교수는 "향후 자율 드론, 로봇 군집, 스마트 팩토리, 자율주행 협력 시스템처럼 여러 AI가 제한된 정보 속에서 함께 판단하고 움직여야 하는 실제 환경에 매우 중요한 기반 기술이 될 것"이라고 기대했다.

이번 연구 결과는 7월 6일부터 12일까지 서울에서 열린 기계학습 분야 최고 권위 국제 학술대회인 'ICML(International Conference on Machine Learning) 2026'에 채택돼 발표됐다. 연구 수행은 과학기술정보통신부와 정보통신기획평가원(IITP), 한국연구재단(NRF) 등의 지원을 받아 이뤄졌다.

◎공감언론 뉴시스 gorgeouskoo@newsis.com ...