한양대 최정욱 교수팀, 로봇 제어 효율성 혁신하는 ‘SQIL’ 기술 개발

▲주목 기반 양자화 모방학습(SQIL)과 기존 방법론 비교 (자료=한양대)

한양대학교 융합전자공학과 최정욱 교수 연구팀이 로봇 조작과 자율주행 등 복잡한 제어 과제를 수행하는 대규모 인공지능 모델의 효율성을 비약적으로 향상시킨 새로운 학습 기법 'Saliency-Aware Quantized Imitation Learning(SQIL, 주목 기반 양자화 모방학습)'을 개발했다고 22일 밝혔다.

이번 성과는 로봇 팔 조작·자율주행 등 비전-언어-행동(VLA) 모델이 실제 환경에서 빠르고 저전력으로 동작하면서도 높은 정밀도를 유지할 수 있도록 설계된 점에서 주목받고 있다.

대규모 VLA 모델은 시각·언어 정보를 통합해 복잡한 작업을 수행할 수 있지만, 수십억 개의 파라미터로 인해 연산 비용과 메모리 사용량이 과도하다는 약점이 있었다. 양자화(Quantization) 기법을 적용하면 효율은 개선되지만, 로봇 조작에서 임무 성공을 좌우하는 특정 상태(mission-critical states)에서 성능이 급격히 저하되는 문제가 발생했다.

최 교수팀은 이를 해결하기 위해 두 가지 접근을 도입했다. ▲상태 중요도 점수(State Importance Score, SIS)로 로봇 제어 과정에서 임무 성공에 결정적인 상태를 자동 식별하고, ▲양자화-강건 행동 증류(Quantization-Robust Action Distillation, QRD)기업으로 중요 상태에서 양자화 모델이 정밀 모델과 동일한 결정을 내리도록 학습을 강화한 것이다.

실험에서 SQIL은 4비트로 양자화된 로봇 제어 모델(OpenVLA)을 활용, 기존 대비 최대 2.5배 빠른 처리 속도와 2.5배 에너지 절감을 달성하면서도 원본 모델과 동일한 성공률을 보였다.

자율주행 모델(CILRS) 실험에서는 3.7배 속도 향상, 3.1배 에너지 절감과 함께 안정적인 주행 성능을 유지했다. 특히 UR5 로봇과 BridgeData V2 재현한 실험에서도 일관되게 우수한 결과를 확인, 배터리 기반 로봇에도 적용 가능성을 입증했다.

연구를 주도한 최정욱 교수(사진)는 “이번 연구는 지능형 로봇의 메모리·전력 제약을 극복하며 VLA 모델의 효율과 정확성을 동시에 확보한 혁신적 성과"라며, “Embodied AI 상용화를 가속할 핵심 열쇠가 될 것"이라고 강조했다.

이번 연구 결과는 과학기술정보통신부 산하 한국연구재단의 중견연구자지원사업, 혁신연구센터사업, 정보통신기획평가원의 지원을 받아 수행됐다.

논문 'Saliency-Aware Quantized Imitation Learning for Efficient Robotic Control'은 오는 10월 19일 세계적 컴퓨터 비전 학회 'ICCV 2025'에서 발표될 예정이며, 한양대 박성민 박사과정생이 제1저자로, 최정욱 교수가 교신저자로 참여했다. 또한 한양대 오윤선 교수팀과 현대자동차 연구팀이 공동 연구진으로 협력, 학계와 산업계의 시너지를 극대화했다.

이번 성과는 차세대 로봇 제어와 자율주행 분야의 친환경·고효율 AI 시대를 여는 중요한 전환점이 될 것으로 기대된다.

송기우 기자 kwsong@ekn.kr