UNIST, ‘부실 동료평가’ 해법으로 세계 3대 인공지능학회 최고 논문상 수상

인공지능대학원 이슬기 교수팀, ICML 포지션 트랙 최고 논문상 국내 첫 수상

“심사자 피드백 역평가하고 심사자에 인센티브 제공해야”… 협업 제의 이어져

UNIST 인공지능대학원 이슬기 교수팀이 세계 3대 인공지능학회로 꼽히는 ICML에서 포지션 트랙(Position Track) 최고 논문상(Outstanding Paper Award)을 받았다.

국내에서 ICML 최고 논문상이 나온 것이 이번이 처음이다.

연구진,(좌측부터) 이슬기 교수, 김재호 연구원, 이윤석 연구원. UNIST 제공

이 교수팀은 AI 학회의 동료평가 시스템의 문제점을 진단하고 해법을 제시한 연구로 수상했다.

동료평가(peer review)는 학술지나 학회에 투고된 논문을 같은 분야의 연구자들이 익명으로 심사해 투고 승인(accept) 여부를 결정하는 과정이다. 연구의 품질을 보장하고 부실한 결과물을 거르는 중요한 절차지만, 최근 AI 학회를 중심으로 투고 건수가 급증하면서 심사자 부족과 평가 신뢰성 저하 문제가 동시에 불거지고 있다. 일부 심사자는 생성형 AI에 전적으로 의존하거나, 논문을 제대로 읽지 않은 채 심사를 넘기는 경우도 적지 않다.

연구팀은 이러한 문제를 해결하기 위해, 논문 투고 저자가 심사자의 피드백을 역으로 평가하는 구조와 심사자에게 인센티브를 제공하는 방안을 함께 제안했다.

제1저자인 김재호 연구원은 "심사자에게 책임과 동기를 함께 부여하는 현실적 대안이라는 점에서 높은 평가를 받았고, 국제 자선단체 오픈필란트로피가 협업을 제안해 왔다"고 말했다.

AI 기술은 빠르게 진화하고 있지만, 이를 뒷받침할 학회 제도나 연구 문화, 사회적 규범은 과거에 머물러 있다는 지적이 학계 안팎에서 꾸준히 제기돼 왔다. ICML을 비롯한 주요 인공지능 학회들이 포지션 트랙을 신설한 배경도 여기에 있다. ICML은 2024년 처음 이 트랙을 신설했으며, 또 NeurIPS도 오는 12월 열리는 학회부터 같은 트랙 개설을 확정했다.

포지션 트랙은 개별 알고리즘이나 AI 모델을 다루는 기술 트랙과 달리, AI 기술이 촉발하는 정책적, 윤리적, 사회적 쟁점을 연구 주제로 삼지만, 기술 논문 못지않은 논리적 일관성과 객관적 근거, 학문적 설득력을 갖춰야만 투고 승인이 떨어진다.

공동 제1저자인 이윤석 연구원은 "제안한 동료평가 개선 방법은 AI 분야뿐만 아니라 다른 학술 분야에서도 활용할 수 있다. 의학, 생물학, 화학 등 동료평가로 논문을 심사하는 모든 분야에서 적용 가능하다"고 말했다.

이슬기 교수는 "AI 기술 발전과 함께 단순히 기술적인 연구뿐만 아니라 AI 정책과 시스템에 대한 연구도 함께 뒷받침되는 것이 중요하다"며 "이번 연구가 그런 균형 잡힌 접근의 좋은 사례"라고 말했다.

시상식은 2025년 ICML 연례학회가 열리는 캐나다 밴쿠버에서 15일(현지 시각) 열렸다.

ICML(International Conference on Machine Learning)은 1980년대 미국 AI 학회(AAAI) 산하 워크숍에서 출발해 1988년 독립한 기계학습 분야 국제 학술대회다. NeurIPS, ICLR과 함께 세계 3대 인공지능 학회로 꼽히며, 매년 1만 편이 넘는 논문이 투고되고, 이 중 20% 안팎만이 투고 승인될 정도로 경쟁이 치열한 학회다. 올해는 총 1만 2107편의 논문이 접수됐으며, 이 가운데 3260편만이 채택됐다.

이번 연구는 과학기술정보통신부 한국연구재단 지원사업(RS-2023-00277383), 정보통신기획평가원 인공지능대학원프로그램(RS-2020-II201336), 구글 클라우드 연구 크레딧 프로그램 (Gemma 2 Academic Program)의 지원을 받아 수행됐다.

영남취재본부 김철우 기자 sooro97@asiae.co.kr