모델 801건 · 국산 131 · 가격 643 추적 중
AI 연구

KAIST, 지식 재사용으로 서버 호출 57% 줄여

AI타임스·2026-09-22

요약

KAIST 이재길 전산학부 교수 연구팀이 기기 내 소형 AI와 서버 대형 AI를 효율적으로 연결하는 협업 프레임워크 'CURE(누적 지식 재사용)'를 개발했다고 22일 밝혔다. 문제 난이도에 따라 필요한 연산량이 다르다는 점에 착안해, 한 번 얻은 지식을 기기 내부 저장소에 누적 저장했다가 재사용하는 방식이다. 기존 모델을 추가로 학습시키거나 증류할 필요 없이 대형 AI 모델에 대한 서버 의존도를 낮췄다. 연구팀에 따르면 이 방식으로 서버 호출을 57% 줄였다.

큐레이터 노트

원문에 없는 맥락입니다

추가 학습이나 증류 과정 없이 지식을 누적·재사용한다는 점에서 기존 온디바이스-서버 협업 방식과 차별화되는 접근이다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

9월 16일 KAIST 연구팀은 ECCV·RSS 국제대회에서 로봇이 말을 알아듣고 길을 찾는 체화 AI 기술로 잇달아 1위권 성과를 냈고, ETRI와의 연합팀도 같은 주 VLN 챌린지에서 세계 1위를 차지하는 등 KAIST의 AI 연구 성과 발표가 이어져 왔다. 이번 CURE 프레임워크는 그 연장선에서, 로봇이나 기기에 탑재된 소형 AI가 클라우드의 대형 AI에 의존하는 비용과 지연 문제를 줄이는 방향의 연구로 볼 수 있다.

짚어야 할 점

  • 서버 호출 57% 감소라는 수치는 연구팀 자체 발표로, 어떤 조건과 벤치마크에서 측정됐는지는 이번 요약만으로는 알 수 없다.
  • 추가 학습이나 증류 없이 지식을 누적 재사용한다는 설계는 기존 온디바이스-서버 협업 방식과의 차별점으로 제시됐지만, 다른 접근과의 정량 비교는 언급되지 않았다.
  • 기기 내부에 지식을 계속 쌓아두는 방식이라 저장 용량이나 기기 성능에 따른 제약이 있을 수 있는데, 이에 대한 설명은 없다.

아직 확인되지 않은 것

  • 실험에 쓰인 구체적인 소형·대형 AI 모델명은 확인되지 않았다.
  • 서버 호출을 줄이는 대신 응답 정확도나 답변 품질이 유지되는지에 대한 자료는 나오지 않았다.
  • 논문 게재나 학회 발표 등 이 결과가 외부에서 검증된 경로가 있는지는 확인되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

모빌린트, LG전자·두산로보틱스·대동과 온디바이스 AI칩 개발
전자신문 SW · 2026-09-28

AI 반도체 기업 모빌린트가 산업통상부가 추진하는 'K-온디바이스 AI 반도체 기술개발사업' 과제에 참여한다고 28일 밝혔다. LG전자, 두산로보틱스, 대동과 함께 로봇·가전에 적용할 온디바이스 AI 반도체 기술을 개발한다. 모빌린트는 해당 세부과제를 주관하며, LG전자와 진행하는 AI…

KAIST, 소속감이 소수 의견 표현·수용 높인다는 연구 발표
전자신문 SW · 2026-09-27

KAIST 이수진·정승원 기술경영학부 교수팀이 캐나다 웨스턴대 아이비경영대학원 조이 키니아스 교수와 공동으로 조직 내 소속감과 소수 의견의 관계를 연구했다. 연구팀은 구성원이 속한 집단을 안정적인 관계의 기반으로 느끼는 '안정그룹애착' 상태일 때 내부에서 다채로운 의견이 더 많이 개진될…

KAIST, 안정된 소속감이 소수의견 수용 높인다
ZDNet Korea · 2026-09-27

KAIST 이수진·정승원 교수팀이 캐나다 웨스턴대 아이비경영대학원 조이 키니아스 교수와 공동으로 진행한 실험에서, 집단 내 안정된 소속감(안정그룹애착)을 느낀 구성원이 그렇지 않은 구성원보다 소수 의견을 더 적극적으로 표현하는 것으로 나타났다. 미국인 참여자 234명을 대상으로 한 두 …

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →