생성형 AI 경쟁이 모델 성능을 넘어 서비스와 산업 적용 단계로 빠르게 확장되고 있다. AI 모델을 안전하고 효율적으로 운영하는 기술은 물론, 현실 공간을 이해하는 피지컬 AI 기술까지 기업 경쟁력을 좌우하는 핵심 요소로 떠오르는 모습이다. 팀네이버는 세계 최고 권위 AI 학회인 ICML에서 AI 모델부터 실제 서비스까지 아우르는 연구 성과를 공개하며 ‘AI 풀스택’ 역량을 선보였다.
팀네이버는 지난 6일부터 11일까지 서울 코엑스에서 열린 국제 머신러닝 학회(ICML 2026)에 참가해 AI 안전성과 모델 운영, 피지컬 AI 분야의 연구 성과를 발표했다. ‘Where AI Research Becomes Reality(AI 연구가 현실이 되는 곳)’를 주제로 마련된 전시에서는 AI 연구 결과를 실제 서비스에 적용한 다양한 사례도 함께 소개했다.
팀네이버, ICML 참가 (사진 제공: 팀네이버)
AI 안전성부터 피지컬 AI까지…실서비스 연결 기술 공개
가장 주목받은 성과는 대규모언어모델(LLM)의 취약점을 공격자 관점에서 검증하는 ‘레드티밍(Red-Teaming)’ 연구다. ‘Stable-GFlowNet’은 기존 레드티밍 방식의 학습 불안정성과 반복 문제를 개선한 기술로, 올해 ICML 채택 논문 가운데 상위 2.2%에 해당하는 ‘스포트라이트(Spotlight)’에 선정됐다. 다양한 공격 시나리오를 통해 AI 모델의 안전성을 더욱 정교하게 검증할 수 있는 기술이라는 평가를 받았다.
모델 운영 효율화 기술도 공개했다. ‘시머지(SyMerge)’는 서로 다른 AI 모델을 하나로 통합하는 모델 병합 기술로, 최소한의 조정만으로 높은 성능을 구현했다. ‘플로우봇(FlowBot)’은 여러 AI 에이전트가 협력할 때 작업 순서를 스스로 설계하는 기술로, 에이전트 운영 자동화를 위한 핵심 기술로 소개됐다. 이와 함께 여러 데이터셋을 효율적으로 분할 학습한 뒤 한 번의 병합만으로 성능을 높이는 LLM 후처리 기술도 발표했다.
피지컬 AI 분야에서는 서울 전역을 디지털 공간으로 구현한 ‘서울 월드 모델(Seoul World Model)’이 관심을 모았다. 네이버와 네이버랩스, KAIST, 서울대가 공동 개발한 이 모델은 서울의 공간 데이터를 기반으로 로봇의 이동 경로와 행동을 학습할 수 있는 시뮬레이션 환경을 제공하는 플랫폼이다. 실제 로봇 개발과 검증에 활용할 수 있는 피지컬 AI 핵심 인프라로 주목받았다.
팀네이버는 이번 ICML에서 AI 안전성과 모델 운영 기술, 공간 AI 기술을 아우르는 연구를 공개하며 AI 모델 개발을 넘어 실제 산업과 서비스에 연결하는 기술 경쟁력을 강조했다.
The post 연구실을 넘어 현실로…팀네이버, ICML서 ‘AI 풀스택’ 진화 공개 appeared first on 벤처스퀘어.