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

로그인

글쓰기

[IT뉴스]ICML 2025서 인정받은 LG AI…산업 공정 혁신 이끈 '에이전트 기술'

온카뱅크관리자

2025-06-16 15:57:30

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">강화 학습 기반 알고리즘으로 생산성·효율성 동시 개선…스포트라이트 논문 포함 3편 채택</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="4KoUg0bYMI">
          <p contents-hash="d3c32328ba1bdf339f82b05a2800f1cb58d52bcea819575b293ced7ece926f39" dmcf-pid="89guapKGiO" dmcf-ptype="general">(지디넷코리아=조이환 기자)LG AI연구원이 산업 인공지능(AI) 기술을 앞세워 세계 최고 권위 학술대회에서 주목을 받았다. 복잡한 공정 환경에서 자율적인 의사결정을 수행하는 에이전트 기술을 통해 제조 현장 혁신 가능성을 인정받은 것이다.</p>
          <p contents-hash="d049e35f163d3aca656b0a54dcaed99744075cedeb21a2024dcd460fe50c6496" dmcf-pid="62a7NU9Hds" dmcf-ptype="general">LG AI연구원은 기계 학습 분야 최상위 학회인 '국제 기계학습 학술대회(ICML) 2025'에서 논문 3편이 채택됐다고 16일 밝혔다. 이 중 산업 운영 데이터를 기반으로 한 강화 학습 기술 관련 논문은 채택된 3천340편 중 상위 10% 이내인 '스포트라이트' 논문으로 선정됐다.</p>
          <p contents-hash="4e9e0615b353585ac98a633c13649ce0ce92a6a3246556bb247ac67ed7323cd6" dmcf-pid="PVNzju2Xim" dmcf-ptype="general">가장 높은 평가를 받은 논문은 '불가능한 행동에 대한 패널티와 보상 크기 조정 기법'을 도입한 새로운 강화 학습 알고리즘 연구다. 이 알고리즘은 사람의 경험을 담은 오프라인 데이터와 실제 환경에서의 온라인 경험을 결합해 학습 효율성과 초기 성능을 동시에 확보하는 것이 특징이다. 강화 학습이 현실적으로 불가능한 행동을 반복하거나 보상이 불안정해지는 문제를 구조적으로 해결한 점이 주목받았다.</p>
          <figure class="figure_frm origin_fig" contents-hash="513a48ee32cba854f39f4a72a17150add0aee131dc95828822b4e0c8caecaddc" dmcf-pid="QfjqA7VZLr" dmcf-ptype="figure">
           <p class="link_figure"><img alt="'NCC 운영 최적화 AI 스케줄러' 개발 프로젝트에 참가한 LG AI연구원 임직원 일동 (사진=LG AI연구원)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202506/16/ZDNetKorea/20250616155541295imae.png" data-org-width="640" dmcf-mid="frMZRH0CLC" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202506/16/ZDNetKorea/20250616155541295imae.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            'NCC 운영 최적화 AI 스케줄러' 개발 프로젝트에 참가한 LG AI연구원 임직원 일동 (사진=LG AI연구원)
           </figcaption>
          </figure>
          <p contents-hash="38d4b37d2a81fd43d91dc94543195d3fa568413af98bf84239525e5383bc25c5" dmcf-pid="x4ABczf5ew" dmcf-ptype="general">실험 결과 이 알고리즘은 '무조코', '애도릿', '앤트메이즈' 등 주요 벤치마크 환경에서 모두 최고 수준 성능을 기록했다. 이 기술은 데이터 효율성과 적응력을 동시에 확보해 기존 산업 데이터를 더 효과적으로 활용할 수 있는 해법으로 평가된다.</p>
          <p contents-hash="c0693430044ffc74ef543ddb0eda2ad7dbcb23b58e4b3fefde4879acc39400b0" dmcf-pid="yhUwuECniD" dmcf-ptype="general">두 번째 논문은 오프라인 데이터를 활용한 사전 학습과 실제 강화 학습 사이에 전이 단계를 삽입해 학습 간극을 줄이는 연구다. 학습 초기 성능 저하 문제를 최소화하면서 산업 현장 환경에 빠르게 적응할 수 있도록 설계된 접근이다. 강화 학습의 불안정성을 줄이고 데이터 활용 효율을 높일 수 있다는 점에서 실용성이 높다고 분석됐다.</p>
          <p contents-hash="e6cbafc1e7c161201569c15b50847371551047225561a1984f64f3bf6f446839" dmcf-pid="Wlur7DhLLE" dmcf-ptype="general">마지막 논문은 실제 LG화학 대산 NCC 공장에 적용된 다중 에이전트 기반 강화 학습 기술을 다뤘다. 각 공정 단위를 독립된 AI 에이전트가 담당하고 필요 시 서로 협업하는 구조로 설계해 복잡한 공정에서도 효과적인 분산 제어를 가능하게 했다. 이 구조는 석유화학 외 로보틱스나 물리 기반 시스템에도 적용할 수 있는 범용성을 갖췄다.</p>
          <p contents-hash="6ee5a64234a50f931d4bcc0dff84c2f2c1c02e799f02925290814c856fe8b41b" dmcf-pid="YO3k0Asdek" dmcf-ptype="general">LG AI연구원은 이 기술을 지난해 자율 에이전트 및 다중 에이전트 시스템 학술대회(AAMAS) 데모 세션과 적응 및 학습 에이전트 워크숍(ALA) 워크숍을 통해 학계에 처음 공개한 바 있다. 이번 ICML에 이어 향후 국제 인공지능 공동 학술대회(IJCAI) 학회에서도 후속 연구 결과를 발표할 예정이다.</p>
          <p contents-hash="36e4b3f9e6ca238d35da4d66507bff733f1efeb7bcf23afa732be2b1ab254190" dmcf-pid="GI0EpcOJLc" dmcf-ptype="general">업계에선 산업 특화 AI 기술이 한국의 차세대 기술경쟁력을 좌우할 핵심 분야로 보고 있다. LG AI연구원의 기술은 실제 현장에서 작동하는 AI의 가능성을 입증하며 산업 구조 효율화의 방향을 제시한 사례로 주목받고 있다.</p>
          <p contents-hash="55b9740aca2f9c39ecc48424ec145a95adf38cb7532909466fde0a793f83aeae" dmcf-pid="HCpDUkIieA" dmcf-ptype="general">LG AI연구원 관계자는 "기술이 실제 산업 운영 구조에 어떤 방식으로 기여할 수 있는지 중점적으로 연구했다"며 "실제 데이터를 기반으로 한 검증된 AI 기술을 지속적으로 선보일 것"이라고 밝혔다.</p>
          <p contents-hash="d2d0247509c0ae6fcb0f50792c101c989d5d28f0da826b3daf6d40140a070716" dmcf-pid="XhUwuECnLj" dmcf-ptype="general">조이환 기자(ianyhcho@zdnet.co.kr)</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 지디넷코리아. 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

지식/노하우 더보기

판매의뢰 더보기

포토 더보기