네이버, 최고 권위 AI 학회서 연구성과 뽐냈다
[파이낸셜뉴스] 네이버가 세계 최고 권위의 인공지능(AI) 학회인 'ICML 2026(국제머신러닝학회)'에서 AI 모델 고도화부터 현실 세계와 상호작용하는 피지컬 AI까지 아우르는 연구 성과를 선보였다고 13일 밝혔다.
네이버는 지난 6일부터 11일까지 서울 강남구 코엑스에서 개최된 ICML 2026에 참가해 주요 연구 성과와 이를 기반으로 한 실제 서비스 적용 사례를 다수 발표했다. 이번 학회에서 공개된 연구들은 AI 풀스택 기술을 실제 서비스와 산업 현장에 접목하기 위한 구체적인 성과들로, △AI 안전성 강화 △모델·에이전트 운영 효율화 △3D 공간 이해와 물리 세계 확장 등 세 가지 분야로 구성됐다.
가장 주목받은 성과는 거대언어모델(LLM)의 취약점을 공격자 관점에서 탐지하는 레드티밍(Red-Teaming) 기술이다. 또 기존 방식의 한계였던 학습 불안정성과 유사 패턴 반복 문제를 구조적으로 해결한 기술인 '스테이블 지플로우넷(Stable-GFlowNet)'는 전체 채택 논문 중 상위 약 2.2%에만 주어지는 '스포트라이트'에 선정됐다.
모델·에이전트 운영 효율화 분야에서는 AI의 효율적인 통합 및 운영 기술들이 공개됐다. '시머지'는 서로 다른 작업에 특화된 복수의 모델을 하나로 합치는 모델 병합 기법이다. 단 하나의 레이어만 조정해 모델 간 시너지를 이끌어내는 간결한 방식을 취하면서도 비전과 자연어처리를 포함한 다양한 벤치마크에서 최고 수준의 성능을 달성했다.
'플로우봇'은 다수의 AI가 협력해 문제를 해결하는 과정에서 사람이 작업 순서를 일일이 설계하지 않아도 AI가 스스로 최적의 순서를 찾아내는 기술이다. 아울러 수백에서 수천 개에 달하는 서로 다른 데이터셋을 성격에 따라 그룹으로 나누어 분할 학습시킨 뒤, 단 한 번의 병합만으로 LLM 후공정 성능을 효율적으로 끌어올리는 기술도 함께 소개됐다.
3D 공간 이해 분야에서는 흔들리거나 초점이 흐린 단일 카메라 영상만으로도 움직이는 3차원 장면을 복원하는 연구도 발표됐다. 기존 방식은 움직임으로 인해 물체의 동작과 형태 정보가 뒤섞여 정밀한 복원이 어려웠으나, 이 연구는 운동 궤적을 기반으로 형태를 추정하는 방식을 도입했다.
논문 발표 외에도 네이버는 실제 서울을 가상 공간에 재현한 '서울 월드 모델'을 집중적으로 소개했다. 네이버, 네이버랩스, 한국과학기술원(KAIST), 서울대학교가 공동 개발한 이 모델은 서울 전역의 공간 데이터를 시뮬레이션해 로봇의 경로 및 행동 학습에 직접 활용할 수 있는 피지컬 AI 플랫폼이다.
wongood@fnnews.com 주원규 기자
