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

로그인

글쓰기

[IT뉴스]ETRI·지스트, 기억 활용하는 로봇 AI 개발… 작업 성공률 69.6%

온카뱅크관리자

2026-10-26 14:27:25

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="HcpEM8WIAl">
          <figure class="figure_frm origin_fig" contents-hash="2547ae501332bd66df1ff7e51a2c7ce1fee08489dc51c87996581352730b5954" dmcf-pid="XkUDR6YCgh" dmcf-ptype="figure">
           <p class="link_figure"><img alt="인공지능(AI) 에이전트 기술 씬쿼리플래너 동작 과정 시연 모습./한국전자통신연구원(ETRI)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/chosunbiz/20261026141919721aldw.jpg" data-org-width="3610" dmcf-mid="GQhQUtAiaS" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/chosunbiz/20261026141919721aldw.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            인공지능(AI) 에이전트 기술 씬쿼리플래너 동작 과정 시연 모습./한국전자통신연구원(ETRI)
           </figcaption>
          </figure>
          <p contents-hash="2e96f1f5a8838eb8fea121ee0ef7446f682c9cdfb477d49c20b51a558747c2ca" dmcf-pid="ZEuwePGhAC" dmcf-ptype="general">국내 연구진이 주변 환경에서 관측한 정보를 기억하고, 작업에 필요한 정보를 스스로 찾아 활용하는 로봇 인공지능(AI) 기술을 개발했다. 물체의 속성이나 상태를 임의로 추측하지 않고 저장된 정보를 확인해 행동을 계획하는 방식이다.</p>
          <p contents-hash="4ba717a0e332cb17d18359132d2a087519956c12022cd588af3e4413e4a685f3" dmcf-pid="5A0kx4yOjI" dmcf-ptype="general">한국전자통신연구원(ETRI)은 지스트와 공동으로 로봇의 환경 관측과 기억 조회 기능을 결합한 AI 에이전트 기술 ‘씬쿼리플래너(SceneQueryPlanner)’를 개발했다고 26일 밝혔다.</p>
          <p contents-hash="ee80d3fa09fcde50f994244b935d8fc7eab69d9c5f9f4fdaf3987f142cbc94d8" dmcf-pid="1cpEM8WIgO" dmcf-ptype="general">기존 대형언어모델(LLM) 기반 로봇 AI는 주변 환경정보가 많아질수록 필요한 정보를 찾기 어렵고, 정보가 부족할 때 잘못된 추론을 할 수 있다는 한계가 있었다. 특히 물체의 재질이나 작동 상태, 위치관계를 구분해야 하는 복합작업에서 정확도가 떨어지는 문제가 있었다.</p>
          <p contents-hash="4bc5cb327c4b6ef6d56efa2ab0081d2200bbb908ffc1d44004b79e83dfa59f47" dmcf-pid="tkUDR6YCAs" dmcf-ptype="general">연구진은 이를 개선하기 위해 방과 가구, 물체의 위치 및 속성 등을 ‘3차원 장면 그래프(3D Scene Graph)’ 형태로 저장하도록 했다. 로봇이 관측한 공간을 구조화된 기억으로 관리하고, 작업에 필요한 정보만 선택적으로 조회하는 방식이다.</p>
          <p contents-hash="8b60f2fb107ed23e3d272f0fb3c863f484345c7837148897234062933ff0d98f" dmcf-pid="FEuwePGhcm" dmcf-ptype="general">예를 들어 유리컵과 플라스틱 컵을 각각 다른 장소에 정리하라는 지시를 받으면 로봇은 컵의 재질 정보를 기억에서 확인한 뒤 이동 작업을 수행한다. 환경을 직접 관측하는 기능과 저장된 기억을 조회하는 기능을 함께 활용하는 것이 특징이다.</p>
          <p contents-hash="236bfdc220f80855aba4b8f48bdaccd8080d8f76d151629371339bb1a0b1472b" dmcf-pid="3D7rdQHlkr" dmcf-ptype="general">연구진은 성능 검증을 위해 물체 이동과 청소, 기기 조작 등 10가지 유형의 복합작업을 포함한 평가체계 ‘앳플랜-벤치(AttPlan-Bench)’도 개발했다.</p>
          <p contents-hash="0f5e6539970a7053410e90e7528f6604911c1eacf05bb98b34be28a8480915c0" dmcf-pid="0wzmJxXSgw" dmcf-ptype="general">실험 결과 메타의 라마 3.1 기반 모델에서는 임무 성공률이 기존 46.8%에서 69.6%로, 알리바바의 큐원 2.5 기반 모델에서는 44.0%에서 68.0%로 높아졌다. 오픈AI의 GPT-4o 기반 모델에서도 기존 방식보다 높은 성능을 보였으며, 물체 속성을 활용하는 복합작업 성공률은 17.2%p 개선됐다.</p>
          <p contents-hash="39ec96fb74e2874ef7137439708897f9a599cf770bd8609d3a76e47755af4ee8" dmcf-pid="prqsiMZvAD" dmcf-ptype="general">다만 이번 성능은 연구진이 구축한 평가환경에서 검증한 결과다. 연구진은 향후 카메라와 센서로 수집한 불완전한 정보를 처리할 수 있도록 기술을 고도화하고, 실제 로봇 환경으로 적용 범위를 확대할 계획이다.</p>
          <p contents-hash="0612b94ebe149765c8aa40da66f63e4dd6e24f499ee3046d77470279b0ed5857" dmcf-pid="UmBOnR5TNE" dmcf-ptype="general">최재우 ETRI 선임연구원은 “로봇이 불확실한 정보를 추측하기보다 자신의 경험과 기억을 확인하며 안정적으로 행동하도록 기술을 고도화하겠다”고 말했다.</p>
          <p contents-hash="f56182ebf520d393a4ed60bee63b6534bc42eced968305c756145ac59c65af94" dmcf-pid="usbILe1ygk" dmcf-ptype="general">연구진은 관련 기술과 평가체계의 코드를 공개했다. 연구 결과는 지난 25일 국제 자연어처리 학술대회 ‘EMNLP 2026 Findings’에서 발표됐다.</p>
          <p contents-hash="7b353773dfded0b4ff3b6aa5f84818216992849724e23e825e93c89d497fd25e" dmcf-pid="7OKCodtWcc" dmcf-ptype="general">- Copyright ⓒ 조선비즈 &amp; Chosun.com -</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 조선비즈. 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