KAIST, AI 학습 데이터 69% 줄여도 성능 유지…학습 시간 최대 69.6% 단축

인공지능 모델을 특정 분야에 맞게 추가 학습시키는 데 필요한 데이터와 시간을 대폭 줄이면서도 기존 성능을 거의 유지할 수 있는 기술이 국내 연구진에 의해 개발됐다.AI 학습에 투입하는 그래픽처리장치(GPU)를 늘리는 대신, 학습 효과가 높은 데이터를 선별하고 여러 GPU에 효율적으로 배분하는 방식이다. KAIST 전산학부 이재길 교수 연구팀이 대형언어모델(LLM)의 미세조정 과정에서 학습 데이터의 중복 효과를 줄이고 GPU 활용 효율을 높이는 기술인 ‘클러스터(CluSTER)’를 개발했다고 2일 밝혔다.연구팀은 코딩과 의료 분야의

인공지능신문 · 2026. 11. 02. 오후 05:30