서울대학교 공과대학 전기·정보공학부 정교민 교수 연구팀이 세계 주요 인공지능(AI) 국제학술대회에서 2025년 21편, 2026년 23편 등 2년간 총 44편의 논문이 채택되는 성과를 거뒀다.

정 교수가 이끄는 머신 인텔리전스 연구실(Machine Intelligence Lab, MILAB)은 거대언어모델(LLM)의 추론과 학습 효율, AI 생성 이미지의 일관성 평가, AI 에이전트 안전성에 관한 연구를 폭넓게 다뤄왔다. 2026년에는 자연어처리 분야의 대표 국제학술대회인 EMNLP에서 9편, ACL에서 5편의 논문이 채택되었으며, 기계학습 분야의 주요 국제학술대회인 NeurIPS에서 1편, ICML에서 3편, ICLR에서 1편의 논문이 선정됐다. 이 밖에도 EACL에서 2편, AAAI와 ECCV에서 각 1편이 채택돼 올해 총 23편의 논문 채택 성과를 거뒀다. 2025년에도 EMNLP 9편, NAACL 6편, ACL 2편, NeurIPS와 ICLR 각 1편, CIKM과 COLING에서 각 1편 등 총 21편의 논문이 채택되며, 2년 연속 20편 이상의 논문 채택 성과를 달성했다.

대표적으로 ACL 2026에서 구두발표(Oral) 논문으로 선정된 장민하 연구원 등의 'Evaluating Visual Narrative Coherence in Story Visualization via Diversified Storylines'는 AI가 생성한 연속 이미지에서 이야기의 시각적 일관성을 평가하는 기술을 제안했다. 개별 이미지가 설명에 맞게 생성됐는지뿐 아니라 등장인물과 배경이 장면 간에 일관되게 유지되는지를 종합적으로 평가한다.

실험 결과, AI의 평가가 사람의 판단과 얼마나 비슷한지를 비교한 결과에서 사람 평가자 간 일치도의 약 95% 수준을 기록했다. 이 기술은 향후 AI 기반 그림책과 스토리 콘텐츠 제작에서 장면 간 불일치를 점검하고 제작자의 검수 부담을 줄이는 데 활용될 것으로 기대된다.

ICML 2026에 채택된 김도형 연구원 등의 ‘Beyond Normalization: Rethinking the Partition Function as a Difficulty Scheduler for RLVR’은 AI의 수학 추론과 코드 생성 능력을 효율적으로 높이는 강화학습 기술 'PACED-RL'을 제안했다. 기존에 주로 계산값을 정규화하는 데 사용하던 ‘분배함수’로 문제별 난이도를 추정하고, 학습에 도움이 되는 문제에 연산 자원을 집중하도록 하는 방식이다.

실험 결과, 수학 추론 평가의 정답률은 기존 방식의 23.9%에서 28.7%로 높아졌다. 코드 생성 평가에서는 기존 방식의 최고 성능에 도달하는 데 걸리는 학습 시간을 약 절반으로 줄였다. 이 기술은 AI 학습에 드는 시간과 비용을 낮춰 대학 연구실과 중소기업의 AI 개발 부담을 줄이는 데 기여할 것으로 기대된다. AI 에이전트의 안전성을 높이는 연구에서도 성과를 거뒀다.

NeurIPS 2026에 채택된 김민범 연구원 등의 ‘LiSA: Lifelong Safety Adaptation via Conservative Policy Induction’은 사용자가 신고한 오류를 바탕으로 AI 에이전트의 안전 판단을 지속적으로 개선하는 기술이다. 잘못된 판단 사례에서 개인정보 보호와 업무 수행에 필요한 규칙을 만들고, 충분한 근거가 쌓인 규칙을 선별해 활용한다. AI 모델을 다시 학습시키지 않고도 조직마다 다른 보안 요구사항이나 새로운 위험 상황에 대응할 수 있다.

실험에서는 기존 방식보다 안전한 행동과 위험한 행동을 더 정확하게 구분했다. 사용자 피드백의 20%에 잘못된 정보가 섞여 있어도 비교 대상 기술들보다 높은 성능을 유지했다. 향후 기업용 AI 비서의 개인정보 유출을 막고 업무 자동화의 안전성을 높이는 데 활용될 것으로 기대된다.


이 밖에도 연구팀은 장기 대화에서 맞춤형 조언을 제공하는 기술, 개인정보를 보호하면서 언어를 생성하는 방법, AI의 지시 준수 능력을 평가하는 연구 등을 통해 AI의 신뢰성과 활용 가능성을 높이고 있다.

연구 인재 양성에서도 성과가 이어졌다. 2026년 8월 박사학위를 취득한 황예린 박사는 같은 해 9월 동국대학교 컴퓨터·AI학부 교수로 임용됐다. 같은 시기 박사과정을 마친 김민범 박사는 서울대학교 협동과정 인공지능전공 최우수 박사학위논문상(Best Ph.D. Dissertation Award)을 수상했으며, 현재 SK하이닉스 AI Research Center에서 근무하고 있다.

연구를 지도한 정교민 교수는 “LLM 등 언어처리 기반 인공지능 연구가 점점 중요해지는 시기에 세계 최고 권위의 학회들에서 다년간 논문을 활발히 발표하며 연구를 선도할 수 있게 돼 고무적”이라며 “앞으로도 창의적이고 도전적인 연구를 통해 서울공대와 국내 학계 및 산업계의 AI 연구 역량을 높이는 데 더욱 기여하겠다”고 말했다.

이번에 소개된 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기획평가원의 지원을 받아 수행됐다.

[참고자료]
-연구실 홈페이지: https://milab.snu.ac.kr/

-대표 논문①: Evaluating Visual Narrative Coherence in Story Visualization via Diversified Storylines (ACL 2026, Oral) -DOI: https://doi.org/10.18653/v1/2026.acl-long.1578

-대표 논문②: Beyond Normalization: Rethinking the Partition Function as a Difficulty Scheduler for RLVR (ICML 2026) -DOI (arXiv): https://doi.org/10.48550/arXiv.2602.12642

-대표 논문③: LiSA: Lifelong Safety Adaptation via Conservative Policy Induction (NeurIPS 2026) -DOI (arXiv): https://doi.org/10.48550/arXiv.2605.14454

[문의]
서울대학교 전기·정보공학부 정교민 교수 / 02-880-1937 / kjung@snu.ac.kr