1. Community

News

Tags
Search
All

『컴퓨터과학이 여는 세계』 개정판 출간

지난 10년간 전공자/일반이/청소년들에게 널리 읽히며 사랑받던 초판에 이어 이번에 개정판으로 다시 만나게 되었습니다"AI가 코딩도 다 해주는데, 컴퓨터과학 지식이 왜 필요하죠?"기술 격변의 시대,휩쓸리지 않는 진짜 경쟁력은 결국 '근본 원리'를 이해하는 데에서 나옵니다.AI 혁명의 시대를 헤쳐갈 모두를 위한 단 하나의 지침서!서울대학교 컴퓨터공학부 이광근 교수의 『컴퓨터과학이 여는 세계』 개정증보판(문학동네 출판),지금 각 서점에서 만나보세요. 알라딘, Yes24, 교보문고...
포스트 대표 이미지

제80회 후기 컴퓨터공학부 졸업기념행사

제80회 후기 컴퓨터공학부 졸업기념행사를 2026년 8월 28일(금) 15시 30분, 26동 B101호에서 개최하였습니다. 이번 졸업기념행사는 총 졸업생 63명(학사 47명, 석사 13명, 박사 13명)을 대상으로 한 행사였으며, 우수 학위논문상과 굳센 인재상(Young Courage Award) 수여식이 함께 진행되었습니다.컴퓨터공학부 우수학위논문상은 이경민 박사(지도교수: 김태현), 이덕재 박사(지도교수: 송현오), 이두솔 박사(지도교수: 김지홍), 이선민 박사(지도교수: 원정담), 김윤건 석사(지도교수: 서진욱), 김민서 학사(지도교수: 이재욱), 김우성 학사(지도교수: 이제희), 배준익 학사(지도교수: 박재식), 윤창민 학사(지도교수: 정대룡), 이다훈 학사(지도교수: Chenglin Fan)에게 수여되었습니다. 굳센 인재상(Young Courage Award)는 대학 생활동안 주변인 및 사회적 약자에게 긍정적인 영향을 미치고, 어려움을 극복하고 더 나은 미래를 만들어 나갈 수 있는 잠재력을 보여준 학생에게 수여된 상으로, 김시현, 김윤건, 김재준 학생에게 수여되었습니다.이번 행사에서는 학부장님의 축사와 대표 학생의 답사 이후에 서상욱 바리톤이 졸업을 축하하는 의미에서 축가를 부르며 행사를 아름답게 장식하였습니다. 졸업생들과 가족, 친지, 교수 및 재학생 등 총 200여 명이 참석하여 졸업생들의 밝은 미래를 응원하였습니다....
행사

서울대 엄현상 교수 연구팀, Ethereum 저장비용 94.1% 절감 기술로 IEEE CLOUD 2026 최우수 학생 논문상 수상

서울대 엄현상 교수 연구팀은 7월에 열린 IEEE CLOUD 2026에서, 서윤형 (서울대 컴퓨터공학부 석박사통합과정) 학생이 제1저자로 작성한 논문을 발표하여 Best Student Paper Award를 수상하였다. IEEE CLOUD 학회는 클라우드 컴퓨팅 분야의 주요 국제학술회의로, 특히 이번 학회의 논문 채택률은 23%이다.이번 수상 논문(‘Penny: Reducing Storage Costs for Ethereum Synchronization with Hybrid Storage Devices’)에서는 Ethereum 노드의 높은 저장장치 비용을 줄이기 위해 고성능 SSD와 저비용 HDD를 함께 활용하는 하이브리드 스토리지 시스템 Penny를 제안하였다. Penny는 Ethereum 데이터를 크기, 접근 빈도 및 접근 패턴에 따라 분류하여 SSD와 HDD에 배치하고, 데이터 특성에 맞는 저장 방식과 백그라운드 데이터 이동 기법을 적용함으로써 HDD의 낮은 입출력 성능으로 인한 성능 저하를 완화하였다. 실제 Ethereum 동기화 실험을 통해 SSD 기반 Ethereum 대비 동기화 시간 증가는 4.1%로 유지하면서 SSD 사용량을 95.3%, 저장 비용을 94.1% 절감할 수 있음을 입증하였다.그 결과, 고성능 저장장치에 집중되어 있던 Ethereum의 저장 공간을 저비용 저장장치로 효과적으로 분산하면서도 동기화 성능을 유지할 수 있는, 저비용 하이브리드 분산 스토리지 기술의 우수성 및 활용성을 인정받아 Best Student Paper Award를 수상하였다.향후에는 이더리움에 특화된 정적 데이터 분류를 넘어, 런타임 접근 빈도와 패턴 변화를 동적으로 추적하여 다양한 워크로드에 적용 가능한 범용 하이브리드 스토리지 시스템으로 확장할 계획이다....
포스트 대표 이미지

서울대 박용찬 박사, KDD 2026 박사학위논문상 … 국내 대학 박사 최초

[박사과정 연구 전체의 독창성·과학적 기여·기술적 깊이 국제 인정…FFT 기반 데이터 분석, 정확도 유지하며 최대 19배 가속] 서울대학교 공과대학은 컴퓨터공학부에서 2026년에 학위를 취득한 박용찬 박사(지도교수: 컴퓨터공학부 강유 교수)가 ACM SIGKDD가 수여하는 ‘2026 SIGKDD Dissertation Award’의 러너업(Runner-Up)으로 선정됐다고 밝혔다. KDD는 데이터 과학과 인공지능 분야를 대표하는 국제학회다. 국내 대학에서 박사학위를 받은 연구자가 이 상을 받은 것은 이번이 처음이다. 2008년 시작된 SIGKDD Dissertation Award는 데이터 과학·데이터 마이닝·지식발견 분야의 우수한 박사학위 연구를 대상으로 매년 3명의 수상자를 선정한다. 후보자는 학위논문 전체의 독창성, 과학적 기여의 중요성, 기술적 깊이와 타당성, 구성과 완성도를 종합적으로 평가받는다. 따라서 이번 수상은 개별 논문 한 편을 넘어, 박사과정에서 축적한 연구 전체의 학문적 가치와 완성도를 국제적으로 인정받았다는 점에서 의미가 크다. 이번에 수상한 박용찬 박사의 학위논문은 ‘데이터 마이닝을 위한 고속 푸리에 변환: 이론과 알고리즘(Fast Fourier Transform for Data Mining: Theory and Algorithms)’이다. 이 논문은 고속 푸리에 변환(FFT)을 단순한 변환 연산을 넘어 대규모 데이터 마이닝의 계산·표현·실시간 학습을 아우르는 설계 원리로 확장한 연구다. 기존에는 필요한 주파수 정보가 전체 중 일부에 불과해도 모든 성분을 계산한 뒤 대부분을 버리는 방식이 일반적이었다. 박용찬 박사는 이러한 불필요한 계산을 줄이기 위해 필요한 주파수 성분만 근사 오차를 제어하며 직접 계산하고, 다차원 데이터에서는 데이터 크기와 정확도 조건에 맞는 최적의 설정을 자동으로 찾는 기술을 개발했다. 또한 여러 축으로 구성된 고차원 데이터인 텐서를 더 압축하기 쉬운 구조로 정렬하고, 연속적으로 유입되는 데이터도 전체 모델을 다시 학습하지 않고 최신 변화에 맞춰 빠르게 갱신하는 온라인 분석 기법으로 연구를 확장했다. PFT, Auto-MPFT, PuzzleTensor, FOCAL로 이어진 네 가지 핵심 연구는 KDD 2021·2024·2025·2026 논문으로 집대성됐다. 다양한 실제 및 합성 데이터에 대한 실험 결과, 제안 기술은 기존 방법과 동일한 정확도를 유지하면서 최대 19배 빠른 처리 속도를 달성했다. 데이터 재구성 품질과 압축 효율, 이상 탐지 성능도 함께 개선해 시계열·이미지·센서 스트림 등 대규모 고차원 데이터를 더 적은 계산 자원으로 빠르고 안정적으로 분석하는 데 활용될 것으로 기대된다. 박용찬 박사는 2026년 8월 9-13까지 제주에서 열리는 KDD 2026 박사학위논문상 특별 세션에서 이번 학위논문의 연구 성과를 발표할 예정이다....
수상

원정담 교수 연구진, SIGGRAPH 2026 Technical Paper Trailer에 선정

원정담 교수 연구진, SIGGRAPH 2026 Technical Paper Trailer에 선정서울대학교 공과대학 컴퓨터공학부 원정담 교수 연구팀의 연구 'MOCHI: Motion Enhancement of Collaborative Human-object Interactions'이 세계 최고 권위의 컴퓨터 그래픽스 학술대회인 SIGGRAPH 2026의 Technical Paper Trailer에 선정되었다. Technical Paper Trailer는 SIGGRAPH Technical Papers 가운데 학회가 주목하는 대표 연구들을 소개하는 공식 홍보 영상으로, 선정된 연구들은 전 세계 연구자와 산업계 관계자들에게 널리 소개된다.이번에 소개된 연구는 여러 사람이 하나의 물체를 함께 다루는 Collaborative Multi-Human Object Interaction(MHOI) 데이터를 고품질로 복원하는 기술을 제안한다. 기존의 모션 캡처 데이터는 사람-사람 및 사람-물체 간의 복잡한 상호작용으로 인해 손과 물체의 접촉 오류, 움직임의 떨림(jitter), 손가락 움직임의 손실 등 다양한 결점이 존재하는 문제가 있었다.연구팀은 이러한 문제를 해결하기 위해 MOCHI(MOtion Enhancement of Collaborative Human-object Interactions)를 제안하였다. MOCHI는 최적화 기반 기법을 통해 물리적으로 타당한 손-물체 접촉을 복원한 뒤, 확산모델을 이용하여 사람들의 전신 움직임을 자연스럽게 보정하는 2단계 프레임워크를 사용한다. 사람-사람 및 사람-물체 상호작용을 효과적으로 반영하면서도 자연스럽고 일관된 협업 동작을 생성하며, 실제 모션 캡처 데이터와 생성형 데이터 모두에 적용 가능함을 보였다.이번 연구는 이지예(서울대학교 컴퓨터공학부 박사과정)가 제1저자, 최용훈(서울대학교 컴퓨터공학부 석박사통합과정)이 공동저자, 원정담 교수가 교신저자로 참여하였다. 논문는 SIGGRAPH 2026 Journal Track(ACM Transactions on Graphics)에 게재되며, Technical Paper Trailer를 통해 연구의 핵심 아이디어와 성과가 전 세계 연구자들에게 소개되었다.연구진이지예최용훈원정담 교수Project Pagehttps://jiyewise.github.io/projects/MOCHI/...
수상

박재식 교수팀, AgentX–AgentBeats Challenge Game Agent 분야 Phase 1·2 우승

서울대학교 컴퓨터공학부 박재식 교수가 지도하는 학부생 팀이 UC Berkeley RDI (UC 버클리 책임감 있는 분산형 지능 센터)가 주최한 AgentX–AgentBeats Challenge의 Game Agent 분야에서 우수한 성과를 거두었다. 본 팀은 Phase 1에서 Minecraft 게임 환경 기반 에이전트 평가 벤치마크인 “Minecraft Benchmark”를 구축하여 Game Agent 분야 1위를 기록했으며, Phase 2에서는 해당 벤치마크에서 정해진 목표에 따라 Minecraft 게임을 플레이하는 AI 에이전트 “VGI-Player”를 개발해 Game Agent 분야 공동 1위를 차지하며, Game Agent 분야의 모든 Phase에서 우승하는 성과를 거두었다.AgentX–AgentBeats Challenge는 Berkeley RDI가 Agentic AI MOOC 및 약 4만 명 규모의 글로벌 학습자 커뮤니티와 함께 개최한 에이전트 AI 평가 대회이다. 대회는 기존 벤치마크를 에이전트형 평가 환경으로 확장하거나 새로운 벤치마크를 구축하는 Phase 1과, Phase 1에서 선정된 벤치마크를 해결하는 범용 AI 에이전트를 개발하는 Phase 2로 구성되었다. DeepMind, OpenAI, Lambda, Nebius, Amazon, Snowflake, Hugging Face, Sierra 등 여러 글로벌 AI·클라우드 기업이 스폰서로 참여했으며, 전체 상금 및 크레딧 규모는 100만 달러 이상이다.본 팀이 Phase 1에서 개발한 Minecraft Benchmark는 기존 MCU Benchmark를 AgentBeats 프레임워크에 맞게 에이전트형 평가 환경으로 확장한 것이다. 이 벤치마크는 Minecraft 시뮬레이터 안에서 자원 탐색 및 채굴, 건물 구축, 아이템 생성 등 다양한 단기 과제와, 순차적 의사결정 및 지속적인 계획 능력을 요구하는 장기 과제를 함께 평가하도록 설계되었다. 또한 Minecraft 시뮬레이션 환경에서 산출되는 보상과 게임 플레이 비디오 기반 작업 수행 능력 평가를 결합해, 복잡한 상호작용 환경에서 범용 에이전트의 작업 수행 능력을 측정할 수 있도록 했다.Phase 2에서 개발한 VGI-Player는 Minecraft 환경에서 주어진 자연어 목표를 이해하고, 게임 화면을 관찰하면서 스스로 다음 행동을 결정해 과제를 수행하는 AI 에이전트이다. VGI-Player는 비교적 간단한 과제는 직접적인 명령 실행을 통해 빠르게 해결하고, 여러 단계가 필요한 복잡한 과제는 목표를 작은 단계로 나누어 차례대로 수행하도록 설계되었다. 또한 시각 정보와 언어 명령을 함께 이해하는 VLA 모델을 활용해, 게임 화면에서 보이는 상황을 해석하고 이를 실제 Minecraft 조작 행동으로 연결했다. 이를 통해 VGI-Player는 단순히 정해진 명령을 반복하는 것이 아니라, 변화하는 게임 상황에 맞추어 목표 달성을 위한 행동을 선택할 수 있도록 구현되었다.이번 성과는 단순히 Minecraft 게임을 수행하는 에이전트를 개발한 것에 그치지 않고, 복잡한 상호작용 환경에서 AI 에이전트를 어떻게 표준화·재현 가능하게 평가할 수 있는지에 대한 벤치마크 설계와, 해당 벤치마크를 해결하기 위한 멀티모달 계획·행동 에이전트 개발을 함께 수행했다는 점에서 의미가 있다. 특히 Minecraft와 같은 샌드박스형 환경은 부분 관측, 장기 계획, 시각 기반 제어, 도구 사용, 순차적 의사결정이 결합된 도전적인 문제로, 향후 로보틱스 및 범용 에이전트 연구와도 밀접하게 연결된다.특히 본 팀은 학부생으로 구성된 점에서 의미가 있다. 참여 학생 구성은 다음과 같다.Phase 1 우승 (Minecraft Benchmark 개발 및 AgentBeats Green Agent 구현): 김우성(서울대 컴공), 배준익(서울대 컴공), 김현구(연세대 전기전자)Phase 2 공동 우승 (VGI-Player 개발 및 Minecraft Benchmark 기반 Purple Agent 구현): 김우성(서울대 컴공), 김현구(연세대 전기전자)본 대회를 통해 얻은 연구 경험은 향후 샌드박스형 시뮬레이션 환경을 넘어 로보틱스, embodied AI, 범용 에이전트 평가 등 복잡한 장기 의사결정이 요구되는 분야로 확장될 예정이다....
수상
포스트 대표 이미지

송현오 교수 연구진, Samsung AI Center NPRC 과제 우수연구상 및 우수포스터상 수상

- Samsung AI Center와 함께 수행 중인 Neural Processing Research Center 과제 1차년도 성과 인정- 반도체 설계검증 자동화를 위한 AI LLM Agent 연구- 삼성 현업 니즈에 맞춘 Rule2DRC 벤치마크 및 Layout-native AI Agent GUI App 개발- NPRC 워크샵에서 송현오 교수 우수연구상, 과제 담당 연구원 우수포스터상 수상 송현오 교수 연구진이 Samsung AI Center와 함께 수행 중인 Neural Processing Research Center, NPRC 과제에서 반도체 설계검증 자동화를 위한 AI 에이전트 연구 성과를 인정받았다. 본 과제는 반도체 Layout Design Rule Check, DRC 코드 생성 에이전트와 AI 모델 경량화 기술 개발을 목표로 하며, 삼성 엔지니어들이 수작업으로 수행해온 반도체 도메인 특화 DRC 코드 작성 업무를 AI Coding Agent로 자동화하는 데 초점을 맞추고 있다. 연구진은 삼성 연구자들과 공동으로 반도체 설계검증 자동화를 위한 Rule2DRC 연구를 수행하였다. 반도체 칩 제조 전에는 chip layout이 수많은 design rule을 만족하는지 검증해야 하며, 이를 위해 자연어 design rule을 실행 가능한 DRC script로 변환해야 한다. 그러나 이 과정은 KLayout, SVRF와 같은 도메인 특화 언어와 공정 지식이 필요한 고난도 수작업이다. Rule2DRC는 이러한 문제를 해결하기 위해 자연어 design rule을 DRC script로 변환하는 LLM Agent를 평가하는 대규모 벤치마크를 구축하고, 생성된 코드를 실제 DRC Engine에서 실행해 기능적 정확도를 평가한다.연구진은 논문 연구에 더해 삼성 사내 운영환경에서 활용 가능한 Layout-native AI Agent GUI App도 개발하였다. 실제 DRC script 작성 workflow에서는 엔지니어가 반도체 layout을 side-by-side로 확인하며 코드를 작성한다. 이에 연구진은 터미널 기반 코딩 에이전트와 Layout Viewer를 통합한 GUI App을 개발하고, 사내 반입 및 구동 확인을 완료하였다. 현재 사내 LLM 모델과의 연결도 진행 중이다. 해당 App은 서울대-삼성연구소 보안룸 및 Samsung AI Center 방문 협업을 통해 사내 환경에 맞도록 개발되었다. 데모에서는 Optical Proximity Correction workflow를 예시로, 자연어 instruction에 따라 특정 layout을 선택하고 모서리를 chamfering하여 layout을 수정하는 과정을 보였다. 이는 AI Agent가 반도체 layout과 코드를 함께 다루는 layout-native workflow를 구현했다는 점에서 의미가 있다.본 NPRC 과제의 1차년도 성과로 연구진은 논문 4편, 특허 1건, 코드 산출물 1건을 달성하였다. 주요 성과에는 ICML 2026 논문 Rule2DRC, NeurIPS 2025 논문 KVzip (Oral Presentation Top 0.35%) 및 Q-Palette, ICML 2025 논문 GuidedQuant가 포함된다. 이러한 성과를 바탕으로 NPRC 워크샵에서 송현오 교수는 우수연구상을 수상하였으며, 과제 담당 연구원은 우수포스터상을 수상하였다. 이번 수상은 반도체 설계검증 자동화라는 현업 중심 문제를 AI Agent 기술로 해결하고, 실제 사내 환경에 적용 가능한 GUI App까지 개발한 성과를 인정받은 결과이다.향후 연구진은 Layout-native AI Agent GUI App의 고도화와 함께, 자연어 feedback 기반 layout 수정 task 벤치마크 및 multimodal agent 개발을 추진할 예정이다. 또한 사내 운영환경에서 생산성 향상 효과를 정량적으로 측정하고, fully autonomous AI Agent 개발로 확장할 계획이다....
수상
포스트 대표 이미지

송현오 교수 연구진, 반도체 설계검증을 위한 AI 에이전트 및 복잡한 환경 예측을 위한 월드 모델 기술 개발

-     ICML 2026 논문 2편 게재 -      반도체 설계검증 자동화를 위한 대규모 LLM 에이전트 벤치마크 Rule2DRC 개발 -      복잡한 시각 환경 예측을 위한 Transformer 기반 월드 모델 기술 개발 -      실행 피드백 기반 테스트 생성과 시공간 토큰 대응 모델링을 통해 반도체 설계검증 및 모델 기반 강화학습 분야의 핵심 문제 해결 송현오 교수 연구진이 반도체 설계검증 자동화와 복잡한 환경 예측을 위한 새로운 인공지능 기술을 개발하였다. 1. 반도체 설계검증을 위한 AI 에이전트 벤치마크 Rule2DRC [1]: 본 논문은 반도체 칩 제조 과정에서 필수적인 설계 규칙 검사, 즉 Design Rule Checking, DRC 스크립트 생성을 자동화하기 위한 대규모 벤치마크 Rule2DRC를 제안한다. 반도체 칩이 실제 제조되기 전에는 수천 개의 기하학적 설계 규칙을 만족하는지 검사해야 하며, 이를 위해 자연어로 작성된 설계 규칙을 실행 가능한 DRC 스크립트로 변환해야 한다. 그러나 이 과정은 전문 지식이 필요하고, 새로운 공정 노드마다 반복되어야 하는 노동집약적인 작업이다. 기존 연구들은 평가 규모가 작거나, 생성된 스크립트를 실제로 실행하지 않고 코드 유사도로만 평가하거나, 모델 입력으로 정답 라벨이 있는 테스트 레이아웃을 요구하는 한계가 있었다. Rule2DRC는 이러한 한계를 해결하기 위해 1,000개의 자연어 규칙-DRC 스크립트 태스크와 13,921개의 평가용 칩 레이아웃으로 구성된 대규모 벤치마크를 구축하였다. 또한 생성된 스크립트를 실제 DRC 엔진에서 실행하여 기능적 정확도를 평가하며, 실행 결과를 바탕으로 후보 스크립트들을 구분하는 SplitTester를 제안하여 Best-of-N 설정에서 더 정확한 스크립트를 선택할 수 있도록 하였다. 본 기술은 반도체 설계검증 과정에서 반복적으로 필요한 DRC 스크립트 작성 및 검증 비용을 줄이고, EDA 분야의 AI 자동화 시스템 개발에 유용하게 활용될 수 있다. 2. 복잡한 환경 예측을 위한 월드 모델 기술 Identifiable Token Correspondence [2] 본 논문은 시각 환경에서 에이전트의 학습 효율을 높이기 위한 Transformer 기반 월드 모델 Identifiable Token Correspondence를 제안한다. 월드 모델은 실제 환경을 시뮬레이션하여, 모델 기반 강화학습에서 에이전트의 상호작용 비용을 절감시키는 모델이다. 최근 Transformer 기반 월드 모델은 높은 품질의 시뮬레이션을 제공하며 강화학습 성능을 향상시키고 있지만, 시각 환경에서 중요한 공간적 관계와 연속 프레임 사이의 시각적 유사성을 충분히 활용하지 못하는 한계가 있었다. 이를 해결하기 위해 본 연구는 선택적으로 이전 토큰들을 재사용하는 최적 디코딩 전략을 개발하여 기존 Transformer 월드 모델을 개선하였다. 제안 방법은 시각적으로 인접한 토큰들 사이의 공간적 관계와 시간에 따른 토큰 대응 관계를 더 효과적으로 반영하여, 에이전트가 장기적인 객체 기억과 상호작용이 필요한 환경에서 더 정확한 미래 상태를 예측할 수 있도록 한다. 실험 결과, 장기적 객체 기억과 상호작용이 중요한 Crafter, Atari 100k 등의 벤치마크에서 최고 성능을 달성하였다. 해당 연구들은 머신러닝 최우수 학회인 ICML 2026에서 발표될 예정이다. [1] “Rule2DRC: Benchmarking LLM Agents for DRC Script Synthesis with Execution-Guided Test Generation”, Jinuk Kim, Junsoo Byun, Donghwi Hwang, Seong-Jin Park, Hyun Oh Song, ICML 2026 [2] “Identifiable Token Correspondence for World Models”, Youngin Kim*, Ray Sun*, Inho Kim, Bumsoo Park, Hyun Oh Song, ICML 2026...
수상연구
포스트 대표 이미지

김진욱 박사수료생, 2026 Apple Scholars in AIML PhD Fellowship 선정

우리 학부 김진욱 박사수료생(지도교수 송현오, 머신러닝 연구실)이 2026 Apple Scholars in AIML PhD fellowship program에 선정되었다. Apple Scholars in AIML PhD fellowship은 인공지능 및 머신러닝 분야에서 혁신적인 연구 성과와 리더십, 학문적 잠재력을 보인 박사과정 학생을 선정해 지원하는 프로그램으로, 선정자에게 연구 지원, Apple 연구자와의 멘토십, 인턴십 기회 등을 제공한다. 올해 프로그램에는 전 세계에서 단 20명의 박사과정 학생이 선정되었으며, 김진욱 학생은 서울대학교 소속으로 ML Algorithms and Architectures 분야에 이름을 올렸다. 국내 기관 소속 연구자로는 올해 유일한 선정자이며, 2020년 Apple Scholars in AIML PhD fellowship program이 시작된 이래 국내 기관 소속 연구자가 선정된 것은 이번이 두 번째이다. 김진욱 학생은 대규모 언어 모델 및 AI 모델의 효율적 추론, 도메인 특화 에이전트, 실행 피드백 기반 코드 생성 및 검증 등에 관한 연구를 수행해왔으며, ICML, NeurIPS 등 최우수 국제학술대회에 다수의 논문을 게재하였다. 특히 최근에는 반도체 설계검증을 위한 LLM 에이전트 벤치마크 Rule2DRC를 개발하는 등, 실제 산업 문제에 적용 가능한 신뢰성 높은 AI 시스템 연구를 진행하고 있다. -      2026 Apple Scholars in AIML 소개 홈페이지: https://machinelearning.apple.com/updates/apple-scholars-aiml-2026...
수상
포스트 대표 이미지

제5회 CSE 종신교수 취임 기념 강연 (이영기 교수)

2026년 5월 13일(수) 오후 12시 30분, 302동 105호에서 제5회 CSE 종신교수 취임 기념 강연이 개최되었습니다.이날 강연은 이영기 교수님의 종신교수 취임을 기념하여 'AI-Native 시대의 모바일 컴퓨팅' 이라는 주제로 진행되었습니다. 본 강연에서는 모바일 컴퓨팅이 AI-Native 패러다임으로 전환되며, 센싱–추론–행동이 통합된 새로운 컴퓨팅 구조로 진화하고 있음을 조망하였습니다. 온디바이스 인공지능, 확장현실, 인터랙티브 에이전트 등의 연구 사례를 통해, 실시간 상호작용과 고도화된 지능을 동시에 지원하기 위한 시스템 설계를 살펴보고 나아가 AI가 모바일 환경에 깊이 결합되면서 컴퓨팅 시스템과 사용자 경험이 어떻게 변화하고 확장되는지 살펴보았습니다.약 70분 동안 진행된 이영기 교수님의 종신교수 취임 기념 강연은 100여 명 이상의 많은 학생들과 교수님들이 참석한 가운데 성황리에 개최되었습니다.이영기 교수님은 2018년부터 서울대학교 컴퓨터공학부 교수로 재직하고 있습니다. KAIST 전산학과에서 학사와 박사 학위를 받았으며, Singapore Management University 조교수를 거쳤습니다. 모바일 컴퓨팅 분야를 중심으로 연구하고 있으며, 지난 15년간 ACM MobiSys, MobiCom, UbiComp 등 동분야 최우수 학술대회에 다수의 논문을 발표하였습니다. 현재는 ACM MobiSys 2026 및 ACM UbiComp 2027 프로그램 공동 위원장으로 활동하고 있습니다....
행사
포스트 대표 이미지