KAIST 전산학부 안성진 교수팀이 AI가 변화 전·후 관측만으로 세상의 작동 원리를 스스로 이론화하는 학습 패러다임 '이론화 학습(L2T)'과 이를 구현한 신경망 기반 이론 생성 모델 'NEO(Neural Theorizer)'를 개발했다. 기존 월드모델이 '다음에 무엇이 일어날지' 예측에 그쳤다면, NEO는 회전·이동·색칠 같은 기본 규칙을 독립적으로 발견하고 조합해 학습하지 않은 새로운 상황도 설명한다. 실험에서 구성적 일반화 성능이 기존 방식을 능가했으며, 이 연구는 ICML 2026 구두발표 논문으로 선정되고 구성적 학습 워크숍 최우수논문상을 받았다. 예측 중심 월드모델을 넘어 '월드 시어리 모델'이라는 새 방향을 제시해 로봇·자율 에이전트·과학 발견 AI의 기반 기술로 주목된다.

• •관측만으로 세상의 작동 원리를 스스로 이론화하는 학습 패러다임 'L2T'와 모델 'NEO' 개발
• •회전·이동·색칠 등 기본 규칙을 독립 학습해 미학습 조합도 재조합으로 해결하는 구성적 일반화 입증
• •기존 월드모델은 복합 규칙을 통째로 암기해 새 조합에서 성능 급락하는 한계 존재
• •ICML 2026 구두발표 논문 선정, 구성적 학습 워크숍 최우수논문상 수상
• •예측 중심을 넘어 '월드 시어리 모델'이라는 새 방향 제시, 로봇·자율 에이전트 기반 기술로 기대