연구

국가 AI 연구거점 참여 KAIST 예종철 교수 연구실, EMNLP 논문 3건과 해외 인턴십 2건

September 14, 2026

왼쪽부터 예종철 KAIST 김재철AI대학원 교수, 이정재·박종현 KAIST 석사과정, 정형진 고려대학교 조교수. (사진=예종철 교수 연구팀)

국가AI연구거점(NAIRL) 참여 연구진인 KAIST 김재철AI대학원 예종철 교수 연구실이 연구 성과와 인재 배출 양면에서 잇따른 결실을 거뒀습니다. EMNLP 2026에 논문 3건이 채택됐고, 석사과정 2명이 캐나다 주요 AI 연구기관에서 연구 인턴십을 시작했으며, 졸업생 1명이 고려대학교 교수로 임용됐습니다.

EMNLP 채택 논문 3건은 모두 언어모델이 외부 정보를 어떻게 다룰 것인가를 주제로 하며, 그중 2건은 임상 현장에 적용됩니다.

본회의에 채택된 「Dementia-R1: Reinforced Pretraining and Reasoning from Unstructured Clinical Notes for Real-World Dementia Prognosis」는 진료 과정에서 의료진이 자유롭게 작성한 기록만으로 치매 진행을 예측합니다. 이러한 예측은 여러 차례의 내원에 걸쳐 오르내리는 증상 궤적을 추론해야 하는데, 일반적인 지도학습은 증상 변화에 대한 명시적 레이블이 없어 이를 학습하기 어렵고, 강화학습은 보상이 희소한 이진 신호에 그쳐 한계가 있었습니다.

연구팀은 최종 임상 상태를 판단하게 하기에 앞서, 환자 이력에서 추출한 검증 가능한 임상 지표를 먼저 예측하도록 사전학습시키는 방식으로 이 문제를 풀었습니다. 그 결과 실제 병원 코호트에서 AUROC 84.02%를 기록하며 10배 규모의 모델을 앞섰고, 독립된 코호트의 파킨슨병 치매 예측에도 78.37%로 일반화됐으며, ADNI 벤치마크에서는 7B 모델로 LLM 기준선 중 가장 높은 83.17%를 달성했습니다.

치매 진단 지표와 인지 검사 예측 전반에서 Dementia-R1(빨간색)과 기존 모델의 성능 비교. 7B 규모 모델이 최대 10배 큰 모델들과 대등하거나 앞선 결과를 보였습니다. (사진=예종철 교수 연구팀)

Findings에 채택된 「PACE-RAG: Patient-Aware Contextual and Evidence-Constrained RAG for Clinical Drug Recommendation」은 AI 기반 약물 추천을 다룹니다. 언어모델은 폭넓은 의학 지식을 갖췄지만 실제 처방 패턴의 미묘한 결을 포착하지 못하며, 기존 검색 방식 역시 진료지침 기반 검색은 지나치게 일반적이고 유사 환자 검색은 다수 사례의 패턴을 그대로 재현해 개별 환자의 고유한 임상적 특성을 놓치는 한계가 있었습니다.

PACE-RAG는 개별 환자의 맥락과 유사 사례의 처방 경향을 결합해 적합한 처방을 찾아내고, 그 근거를 설명 가능한 임상 요약으로 함께 제시합니다. 파킨슨병 코호트와 MIMIC-IV 벤치마크에서 각각 F1 80.84%, 47.22%를 기록했습니다.

유사 환자 검색, 처방 경향 분석, 처방 보정, 설명 가능한 임상 요약 생성의 4단계로 구성된 PACE-RAG 프레임워크 개요. (사진=예종철 교수 연구팀)

역시 Findings에 채택된 「Adaptive Guidance for Retrieval-Augmented Masked Diffusion Models」는 모델이 검색해온 정보를 어느 정도로 신뢰해야 하는지를 다룹니다. 검색된 맥락은 잡음이 섞이거나 모델이 이미 가진 지식과 충돌하는 경우가 많은데, 이 문제는 자기회귀 모델에서는 연구돼 왔지만 반복적 디노이징으로 생성이 진행되는 확산 기반 언어모델에서는 거의 다뤄지지 않았습니다.

연구팀이 제안한 ARAM은 추가 학습 없이, 검색된 맥락이 일으키는 분포 변화의 신호대잡음비에 따라 디노이징 단계마다 가이던스 강도를 조절합니다. 근거가 신뢰할 만할 때는 가이던스를 강화하고, 신호에 잡음이 많을 때는 억제하는 방식입니다. 지식 집약형 QA 벤치마크 5종에서 기존 RAG 기법들보다 나은 성능을 보였습니다.

검색 맥락이 있을 때와 없을 때의 예측 분포 차이에서 신호와 잡음을 계산해, 디노이징 단계와 토큰 위치마다 가이던스 강도를 조절하는 ARAM의 구조. (사진=예종철 교수 연구팀)

연구 성과와 함께 인재 배출에서도 성과가 이어졌습니다. 석사과정 2명이 캐나다에서 급여가 지급되는 연구 인턴십을 시작했습니다. 이정재 학생은 요슈아 벤지오가 설립한 퀘벡 AI 연구소 밀라(Mila)에, 박종현 학생은 제프리 힌턴이 공동 설립한 토론토 소재 벡터연구소(Vector Institute)에 각각 합류했으며, 두 인턴십 모두 초청 기관이 비용 전액을 부담합니다.

졸업생의 교원 임용 소식도 있습니다. 2025년 2월 박사학위를 받은 정형진 박사가 2026년 가을 고려대학교 조교수로 부임합니다. 고려대학교는 KAIST, 연세대학교, POSTECH과 함께 국가AI연구거점을 구성하는 4개 대학 중 하나입니다.

국가AI연구거점은 앞으로도 참여 기관의 연구 성과와 그곳에서 배출되는 인재를 국내외 AI 커뮤니티에 지속적으로 소개해 나갈 예정입니다.

Dementia-R1 논문 링크: https://arxiv.org/abs/2601.03018

PACE-RAG 논문 링크: https://arxiv.org/abs/2603.17356

Adaptive Guidance 논문 링크: https://arxiv.org/abs/2603.17677