“비용 넘는 창의적 해법 필요”
차세대 AI를 위한 기초와 혁신

‘AI 프론티어 국제 심포지엄 2025’에서 오후에 진행된 세션1에서는 ‘다음 세대 AI 기술의 기초(Foundations of Next-Generation AI)’를 주제로 국내외 주요 연구자들이 AI의 기반 기술과 학문적 도전 과제들을 발표했다. 본 세션은 양은호 KAIST 교수가 좌장을 맡아 진행됐다.

과학적 기반·약자친화·스케일링의 한계 극복까지

이번 발표는 단순히 성능 향상이나 파라미터 확대를 넘어, 자원 제약 속에서의 효율성, 과학적 타당성, 그리고 범용성을 중심으로 AI의 다음 단계를 구체화하는 내용이 주를 이뤘다. 총 6명의 연구자가 나서서 최신 연구 내용을 공유했다.

일본 이화학연구소(RIKEN)의 이치로 타케우치 수석연구원은 ‘데이터 기반 과학에서의 연구 설계’를 주제로, 신뢰성과 투명성을 갖춘 AI 연구 프레임워크의 필요성을 강조했고, 고려대 감태의 교수는 ‘AI 기반 신약 개발’을 소개하며, 분자 특성 예측부터 분자 생성까지의 자동화 흐름을 설명했다. 이어 연세대 황성재 교수는 ‘비학습 기반(Training-Free)의 비전-언어 모델 해법’을 발표해, 거대 학습 없이도 활용 가능한 VLM 구조 분석을 소개했고, KAIST 박노성 교수는 ‘과학용 파운데이션 모델(Scientific Foundation Models)’의 개념과 활용 가능성을 설명했다. 또 POSTECH 이재호 교수는 ‘압축 스케일링 법칙 극복(Overcoming the Compression Scaling Laws)’을 주제로, 고성능을 유지하면서도 연산 비용을 줄이는 모델 압축 기법을 제안했고, 프랑스 국립디지털과학기술연구소(INRIA)의 카르틱 알라하리 교수는 ‘저자원 기반 비전-언어 모델’의 가능성을 타진하며, 자원 한계 속에서의 VLM 연구 방향을 논의했다.

AI 연구 생태계, 어떻게 지속가능할 것인가

발표 이후 이어진 패널토론 ‘고비용 인프라 시대의 지속가능한 AI 연구 생태계(Sustainable AI Research Ecosystems in the Era of High-Cost Infrastructure)’에서는 고성능 AI 모델 개발에 따르는 막대한 연산 자원 문제와 이를 극복하기 위한 학계·공공·산업계의 협력 방안이 집중 논의됐다. 이 토론은 양은호 교수가 사회를 맡았으며, 발표자 전원이 패널로 참여했다. 여기에 네이버클라우드의 윤상두 리더도 패널로 함께했다.

이번 세션은 단순히 기술적 성능의 경쟁을 넘어, 누구나 접근 가능한 AI, 사회적 책임을 갖는 AI, 그리고 과학적으로 타당한 AI라는 공통된 방향성을 확인하는 자리였다. 스케일링의 시대는 끝나가고 있으며, 이제는 ‘더 나은 설계’와 ‘더 똑똑한 학습’이 AI의 진짜 진화를 이끌 것이라는 뜻이다. 이날의 발표와 토론은 ‘다음 세대 AI’의 기초는 기술이 아니라 철학과 구조에 있다는 점을 다시금 일깨워주었다.