고등과학원 초학제 연구단 제2회 세미나 

발표자 김광호 교수 (고려대 통계학과)

발표 주제 Beyond Correlation — 인과추론과 반사실적 학습, AI의 다음 도약을 위한 통계적 기반 

개요 현대 AI는 거대 모델과 방대한 데이터의 결합을 통해 비약적 발전을 이루었지만, 그 성능은 본질적으로 관측 분포 위에서의 통계적 의존성 학습(associational learning)에 기대고 있다. 정작 "만약 X가 달랐다면 Y는 어떻게 되었을까"라는 인과의 언어, 곧 관찰을 넘어 개입과 가상의 시나리오를 다루는 능력은 아직 충분히 갖추지 못했다. 이 간극은 AI의 가장 두드러진 병목으로 이어진다. 대규모 언어모델은 인과적·반사실적 질문 앞에서 그럴듯한 환각을 만들어내고, 의료 영상 모델은 병변이 아니라 촬영 장비의 흔적과 같은 허위 상관을 학습하며, 강화학습 정책은 환경의 작은 변화에도 무너진다. 분포외 일반화 실패, 강건성 저하, 전이학습의 표면성, 인과관계 규명 등과 같이 이질적으로 보이는 이러한 난제들의 근저에는 "사실과 다른 조건하에서는 어떻게 되었을까"를 묻는 반사실적 추론 능력의 부재라는 공통된 결핍이 자리한다. 본 발표에서는 이러한 병목을 해소하기 위해 단순한 패턴 학습을 넘어 개입과 가상 시나리오 추론을 가능케 하는 통계적 원리의 필요성을 논의하고, 그것이 어떤 실증 영역에 닿을 수 있는지를 함께 살핀다. 언어모델의 환각·추론 일관성 진단, 의료 의사결정과 임상시험의 외삽, 추천·정책 시스템의 사후 평가, 자율 시스템의 안전성 검증, 과학적 발견에서의 개입 추론과 같은 응용 사례를 짚으며, 이론과 응용을 잇는 차세대 연구의 조건과 열린 질문들을 청중과 함께 나누고자 한다. 

장소 온라인 (https://us06web.zoom.us/j/85057606759?pwd=ww8kH7L2oPi7TTIedLshDNlbfeDJTf.1 )

일시 2026년 6월 8일(월) 19:00-21:00