ETRI, ‘건망증 없는 AI’ 기술 확보… 새 지식 배워도 기존 지식 보존

국내 연구진이 새로운 정보를 반복 학습해도 예전 지식을 잃지 않는 멀티모달 인공지능(AI) 원천기술을 확보하며 국제 무대서 기술력을 입증했다.

한국전자통신연구원(ETRI)은 포항공과대학교 및 성균관대학교와 공동 개발한 ‘연속·복합 지식 편집 기술(MemEIC)’이 지난해 말 미국 샌디에이고서 열린 세계 최고 권위 학술대회 ‘NeurIPS 2025’에 채택돼 발표됐다고 밝혔다.

챗GPT나 제미나이처럼 이미지와 텍스트를 동시에 처리하는 멀티모달 AI는 새로운 정보를 배우는 과정서 기존 지식을 잊어버리는 ‘치명적 망각(Catastrophic Forgetting)’ 현상이 고질적 문제로 지적돼 왔다. 시각 정보와 언어 정보가 뒤섞이며 복합 질문에 오답을 내놓거나 환각 증상을 보이는 한계를 보였다는 설명이다.

ETRI 연구진은 AI 내부 파라미터를 직접 수정해 지식을 바꾸는 ‘뇌수술식 접근’ 대신 외부 메모리에 정보를 저장하는 보조기억장치 방식을 도입했다. 인간 뇌 구조가 좌우로 나뉘어 역할을 수행하듯 시각 정보는 ‘시각 어댑터’에, 언어 정보는 ‘언어 어댑터’에 독립 저장하며 ‘지식 커넥터’가 문맥에 맞춰 두 정보를 연결하는 구조를 설계했다.

신규 기술을 적용한 AI는 사진 속 디저트와 관련 정보를 정확히 결합해 답변하는 것으로 확인됐다. 지식을 나누어 저장하고 필요할 때만 연결하는 분리 저장·선별 결합 구조를 통해 지식 훼손 문제를 최소화하고 복합 추론이 가능한 체계를 구현한 결과다.

성능 검증 결과 MemEIC 기술은 1,278개 항목으로 구성된 복합 지식 편집 벤치마크(CCKEB)서 정확도 약 70%를 기록했다. 기존 기술들이 36~52% 수준에 머물렀던 것과 비교하면 성능을 두 배 이상 끌어올린 성과다. 새로운 지식을 추가한 뒤에도 기존 답변이 변하지 않는 지역성(Locality) 보존 특성도 함께 확인됐다.

연구진은 정책이나 법령 및 제품 정보와 산업 데이터처럼 정보 업데이트가 잦아 지속적인 관리가 필요한 지능형 서비스 분야서 활용도가 높을 것으로 내다봤다. 임수종 ETRI 언어지능연구실장은 AI가 실제 서비스 환경서 최신 정보를 반영하면서 신뢰성을 확보할 수 있는 기술적 토대를 마련했다고 평가했다. 논문 주저자인 성 진 연구원은 지식 간 간섭 문제를 독립 저장 구조로 해결해 한계를 극복했다고 덧붙였다.