국립한밭대 이상금 교수 연구팀, IJCAI-ECAI 2026 국제 인공지능 학술대회에서 산업·양자 AI 연구 성과 발표
- 작성자 산학연구처 연구진흥실
- 작성일 2026-08-21
- 조회수 82회
- AI4Tech 특별트랙과 GLOW 국제워크숍에서 논문 2편 발표
- 산업 강화학습 안전 배포 및 물리 기반 양자제어 기술 제안
□ 이상금 교수 마이크로사이트: https://lab.hanbat.ac.kr/ecoai
□ 국립한밭대학교(총장 오용준) 컴퓨터공학과 이상금 교수가 이끄는 EcoAI Lab 연구팀이 지난 15일부터 21일까지 독일 브레멘에서 열린 세계적인 인공지능 국제학술대회 IJCAI-ECAI 2026에서 산업 강화학습과 양자제어 분야의 연구 성과 2편을 발표하며 주목을 받았다고 전했다.
○ IJCAI(International Joint Conference on Artificial Intelligence)는 인공지능 분야의 최신 이론과 기술을 공유하는 세계적인 국제학술대회로, 올해는 제29회 유럽인공지능학술대회(ECAI)와 공동으로 개최됐다.
□ 연구팀은 이번 학술대회의 AI4Tech 특별트랙에서 ‘DEPLOY-RL: Active Boundary Discovery and Conservative Certification for Deployable Reinforcement Learning in Safety-Critical Continuous Processes’라는 연구 성과를 구두 및 포스터로 발표했다.
○ 장여진 대학원생이 제1저자로 참여한 이번 연구는 화학·제조·에너지와 같이 안전이 중요한 연속공정에 강화학습 정책을 실제로 적용할 때 발생하는 ‘배포 신뢰성’ 문제를 다뤘다.
○ 기존 강화학습 정책은 시뮬레이션에서 우수한 성능을 보이더라도 실제 공정에 배포했을 때의 안전성을 충분히 보장하기 어렵다는 한계가 있었다.
○ 연구팀은 이를 해결하기 위해 학습된 정책의 안전성을 배포 전에 검증하는 인증 프레임워크인 ‘DEPLOY-RL’을 제안했다.
○ DEPLOY-RL은 실패 가능성이 높은 경계 영역을 집중적으로 탐색하고, 검증 결과에 따라 정책을 ‘배포(Deploy)·거부(No-Deploy)·유보(Abstain)’로 판정한다.
○ 또한, 기존 PID·MPC 제어기 기반의 안전 폴백(fail-safe fallback)을 함께 구성해 검증이 불충분하거나 위험 가능성이 있는 경우 기존 제어 체계로 전환할 수 있도록 했다.
○ 이번 연구에는 국립한밭대 백민우·길기훈 대학원생, 정민성·박범도·장현석·박준성 학·석사 통합과정생, 권우현 졸업생, 이상금 교수와 한국과학기술원(KAIST)의 Neha Sengar·Andres Saurez 연구진이 공동저자로 참여했으며, IJCAI-ECAI 2026 공식 학회 논문집에 등재된다.
□ 아울러 국립한밭대 EcoAI Lab 연구팀은 IJCAI-ECAI 2026과 함께 열린 ‘제4회 개방형 환경에서 제한된 자원을 활용한 일반화 국제워크숍(GLOW@IJCAI 2026)’에서도 양자제어 분야의 연구 성과를 포스터로 발표했다.
○ 박준성 학·석사 통합과정생이 제1저자로 참여한 ‘When Curriculum Becomes Critical: Automated Physics-Grounded Task Progressions for Open Quantum Control’ 연구는 물리 법칙을 반영한 학습과제를 자동으로 구성하고, 학습 상태에 따라 과제 난도를 단계적으로 높이는 커리큘럼 강화학습 방법을 제안했다.
○ 해당 연구는 제한된 학습 자원과 복잡한 물리적 제약이 존재하는 개방형 양자제어 환경에서 강화학습 정책의 학습 효율과 안정성을 높일 수 있는 가능성을 제시했다.
□ 이상금 교수는 “이번 성과는 대학원생과 학·석사 통합과정생들이 산업 강화학습과 양자 AI 분야의 실제 문제를 주도적으로 연구하고, 그 결과를 세계적인 학술대회에서 발표했다는 점에서 의미가 크다”며, “앞으로도 학생들이 국제적인 연구 경험과 산업 문제 해결 역량을 갖춘 인재로 성장할 수 있도록 적극적으로 지원하겠다”고 전했다.
□ Professor Lee Sang-geum of the Department of Computer Engineering at Hanbat National University (President Oh Yong-jun) and the EcoAI Lab research team, led by him, drew attention by presenting two research achievements in the fields of industrial reinforcement learning and quantum control at IJCAI-ECAI 2026, held in Bremen, Germany, from the 15th to the 21st.
○ IJCAI (International Joint Conference on Artificial Intelligence) is a global international conference that shares the latest theories and technologies in the field of artificial intelligence. This year, it was held jointly with the 29th European Conference on Artificial Intelligence (ECAI).
□ The research team presented their research achievement titled 'DEPLOY-RL: Active Boundary Detection and Conservative Certification for Deployment-Ready Reinforcement Learning in Safety-Critical Continuous Processes' through oral and poster presentations at the AI4Tech special track of this conference.
○ This study, with graduate student Yeo-Jin Jang as the first author, addressed the 'deployment reliability" problem that arises when reinforcement learning policies are practically applied in continuous processes where safety is critical, such as in chemistry, manufacturing, and energy.
○ Existing reinforcement learning policies had a limitation: even if they performed well in simulations, they could not fully guarantee safety when deployed in real-world processes.
○ To address this, the research team proposed 'DEPLOY-RL,' an authentication framework that verifies the safety of trained policies before deployment.
○ DEPLOY-RL focuses on exploring high-failure-risk boundary areas and, based on verification results, classifies policies as 'Deploy', 'No-Deploy', or 'Abstain'.
○ In addition, a fail-safe fallback based on existing PID and MPC controller systems has been implemented, allowing the existing control system to take over if verification is insufficient or if there is a risk.
○ The study was co-authored by graduate students Minwoo Baek and Kihoon Gil from Hanbat National University, integrated undergraduate and master’s students Minseong Jeong, Beomdo Park, Hyunseok Jang, and Junseong Park, alumnus Woohyun Kwon, Professor Sanggeum Lee, and researchers Neha Sengar and Andres Saurez from KAIST. It will be published in the official proceedings of IJCAI-ECAI 2026.
□ In addition, the EcoAI Lab research team at the Hanbat National University presented their research achievements in the field of quantum control through a poster at the '4th International Workshop on Generalization Using Limited Resources in Open Environments (GLOW@IJCAI 2026),' held concurrently with IJCAI-ECAI 2026.
○ The research titled 'When the Curriculum Is Critical: Automated Physics-Grounded Task Progressions for Open Quantum Control,' in which a student from Junsung Park’s integrated master’s and doctoral program served as the first author, proposes a curriculum reinforcement learning method that automatically constructs learning tasks reflecting the laws of physics and progressively increases task difficulty according to learners’ state of learning.
○ This study proposed the possibility of improving the learning efficiency and stability of reinforcement learning policies in open quantum-adjacent environments, where limited learning resources and complex physical constraints are present.
□ Professor Lee Sang-geum said, "This achievement is highly significant because graduate students and integrated undergraduate–master’s program students took the lead in researching real-world problems in industrial reinforcement learning and quantum AI, and presented their results at a world-class academic conference." He added, "We will continue to actively support students so they can grow into professionals equipped with international research experience and problem-solving capabilities in industry."