한국외국어대학교는 컴퓨터공학부 이준현 교수가 교신저자로 참여한 논문 4편이 세계 3대 인공지능(AI) 학회에 채택됐다고 8일 밝혔다.
이 교수는 올해 국제표현학습학회(ICLR)와 국제머신러닝학회(ICML)에 각각 1편, 신경정보처리시스템학회(NeurIPS)에 2편 등 총 4편의 논문을 교신저자로 발표했다.
ICLR과 ICML, NeurIPS는 AI 및 머신러닝 분야에서 세계적인 권위를 인정받는 국제학술대회다. 매년 세계 각국 대학과 글로벌 기업 연구진이 최신 연구성과를 발표하며 엄격한 심사를 거쳐 논문을 선정한다.
이번 연구는 LG AI Research, 미국 일리노이대학교 시카고(UIC), Capital One AI Foundations, 중앙대학교 등 국내외 연구진과의 공동연구로 이뤄졌다. AI 모델의 추론 능력 평가부터 다중 AI 협업, 정보 교환 효율화, 모델 경량화까지 다양한 분야를 다뤘다.
ICLR 2026에 채택된 논문에서는 AI가 스스로 평가 문제를 생성하고 난도를 높여가며 모델의 추론 능력을 검증하는 방법을 제안했다. 기존의 고정된 평가 문제보다 AI의 성능 변화를 유연하게 측정할 수 있도록 한 것이 특징이다.
ICML 2026 연구에서는 여러 AI가 모든 문제를 토론하는 방식 대신, 답변에 대한 확신이 낮을 때만 토론하도록 했다. 이를 통해 성능을 유지하면서도 계산 비용을 단일 AI 사용 수준에 가깝게 줄이는 방안을 제시했다.
NeurIPS 2026에 채택된 논문 2편은 AI 모델 간 정보 교환과 경량화 기술을 다뤘다. 서로 다른 대규모언어모델(LLM)이 내부 정보를 직접 주고받도록 해 통신 시간을 기존 대비 약 11분의 1 수준으로 줄였다. 또 의료·법률·금융 등 중요 지식을 보호하면서 AI 모델의 크기를 줄이는 압축 기술도 제안했다.
이 교수는 고려대 연구진과 함께 자연어처리 분야 국제학술대회인 EMNLP 2026 Findings와 국제학술지 'Information Sciences'에도 각각 논문 1편을 발표했다.
이 교수는 "최근에는 서로 다른 에이전트가 각자의 강점을 활용하고 효과적으로 협력하는 것이 중요해지고 있다"며 "이번 연구에서는 언어 자원과 특성이 AI의 추론 성능에 미치는 영향, 서로 다른 에이전트 간 평가와 토론, 이종 LLM 간 효율적인 소통 등 다양한 AI 시스템의 상호작용을 다뤘다"고 설명했다.
이어 "이러한 연구 방향은 한국외대가 가진 언어·문화적 다양성의 강점과도 잘 맞닿아 있다"며 "이를 바탕으로 국내외 연구진과 협력하며 관련 연구를 지속해서 확장해 나가겠다"고 밝혔다.
