하나의 작은 뇌에 예측과 계획을 담다: DGIST·KAIST가 정의한 ‘스킬 충돌’과 온디바이스 로봇 항법의 원가 방정식

DGIST 전기전자컴퓨터공학과 박대희 교수 연구팀이 KAIST 연구팀과 공동으로, 주변 사람의 이동 예측과 로봇의 안전 경로 계획을 하나의 소형 AI 모델에서 동시에 수행하면서도 두 작업의 성능 저하를 줄이는 학습 기술을 개발했다고 2026년 9월 11일 밝혔다. 연구팀은 한 모델에 여러 기능을 담을 때 내부 파라미터를 서로 잠식하는 현상을 ‘스킬 충돌(Skill Conflict)’로 정의하고, 기능별로 다른 영역을 학습시킨 뒤 필요한 부분만 희소하게 병합하는 ‘분리형 파라미터 학습(DPT)’으로 이를 완화했다. 성과는 컴퓨터비전 3대 학회로 꼽히는 ECCV 2026에 채택돼 9월 10일부터 12일까지 스웨덴 말뫼에서 발표된다.

• DGIST 박대희 교수팀 · KAIST 공동연구연구 주체
• 분리형 파라미터 학습(DPT) + 희소 병합, 모델 크기 유지핵심 기법
• JRDB · JTA 등 로봇 보행 데이터셋, 자율주행 AI 추가 실험검증 데이터
• ECCV 2026 채택, 2026-09-10~12 스웨덴 말뫼발표 무대