1. 소식

새 소식

태그
검색
전체

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

김선 교수, AI 기반 생물학적 위협 대응 NASEM 프로젝트 위원 위촉

서울대 컴퓨터공학부 김선 교수, (주) 아이겐드럭 대표이사가 미국 국립과학공학의학원(NASEM; US National Academies of Sciences, Engineering, and Medicine) 주관하는 “Strengthening Preparedness Against Novel Biological Threat Agents Enabled Through Artificial Intelligence and Other Emerging Technologies” 프로젝트에 위원으로 참여하게 되었다.  임기는 2026년 5월 6일 부터 2027년 7월 31일 까지이다.본 프로젝트는 전염병대비혁신연합(CEPI)의 요청으로 NASEM이 새롭게 시작하는 연구이다. 국제 위원회가 주도하게 될 이번 연구는 AI 기반 도구가 생물학적 위협의 설계 및 대응에 미치는 영향에 대해 조사할 예정이다.구체적으로 본 연구는 다음과 같이 서로 연결된 몇 가지 분야를 탐구한다.(1) AI 기반 도구로 설계된 생물학적 위협이 제기하는 고유한 과제들, (2) 의료 대응 수단(MCM)의 발견, 개발 및 배치를 가속화하기 위해 AI를 활용할 수 있는 기회, (3) 혁신과 표준, 글로벌 리더십을 강화하는 동시에 오남용 위험을 줄이기 위한 전략 등 이다.참고 URL: https://www.nationalacademies.org/projects/CHPP-LSB-25-04...
연구
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

2026년 1차 컴퓨터공학부 대학교원 채용 모집 분야 안내

인공지능(AI) 기술의 급속한 발전과 함께 컴퓨터공학 전반이 새로운 전환기를 맞이하고 있습니다. 이에 서울대학교 컴퓨터공학부는 컴퓨터공학의 견고한 이론적 토대를 바탕으로, 확장 가능하고 신뢰할 수 있는 시스템 설계, 그리고 물리 세계와 상호작용하는 AI를 아우르는 연구를 통해 미래 기술을 선도하고자 합니다.이를 위해 이론부터 대규모 시스템 설계, 나아가 로보틱스에 이르는 폭넓은 스펙트럼을 포괄하는 컴퓨터공학 전 분야, 인공지능/빅데이터 분야, AI+X 분야에서 총 5명의 교원을 초빙할 예정이며, 주요 분야는 다음과 같습니다.컴퓨터 이론컴퓨터 시스템AI 시스템AI+X (로보틱스, Physical AI)컴퓨터공학부의 미래를 함께 설계할, 학문적 깊이와 기술적 영향력을 동시에 갖춘 우수한 연구자들의 지원을 환영합니다. 채용 일정 (예정)지원서 접수 : 2026년 4월 1일 오전 10시 ~ 4월 15일 오전 10시1차 평가 결과 발표 : 5월 둘째 주 (5월 11일 ~ 5월 14일)면접 : 5월 셋째 주 (5월 18일 ~ 5월 22일)신규 채용 접수에 대한 세부사항은 아래 웹사이트의 채용공고를 참고하시기 바랍니다:https://shine.snu.ac.kr/adm/adm/hura/wrct/noticeMattr.action?aplyFgType=FULL(공과대학 2026학년도 제1차 교원 채용 공고 참조)...
채용
포스트 대표 이미지

제 6회 민상렬 장학금 수여식 개최

故 민상렬 교수님의 연구에 대한 열정과 후학 양성의 뜻을 기리고자 '민상렬 장학금'이 제정되었습니다. 민상렬장학금은 컴퓨터시스템 관련 연구업적이 탁월한 대학원생을 매년 1인 선정하여 학업/연구 장려금 600만원을 지급합니다.   제6회 장학생으로 정다운 학생(지도교수 김태현)이 선정되었습니다. 정다운 학생은 이온 트랩 기반 양자컴퓨팅 시스템 개발을 주제로 연구를 수행하여, 국내 최초로 칩 기반 이온 트랩 양자컴퓨팅 시스템 구축에 성공했습니다. 5개 이상의 큐비트를 제어할 수 있는 시스템을 설계하여 단일 큐비트 연산과 3큐비트 레지스터에서 임의의 두 큐비트 사이의 얽힘 연산을 구현함으로써 범용 양자 연산 수행의 기반을 마련하였습니다. 또한 실리콘 기반 이온 트랩 칩에서 발생하는 광유도 전하 문제를 분석하고 이를 억제하는 방법을 개발하는 등 시스템 구현 과정의 핵심 문제들을 해결하였으며, 이러한 연구 성과를 다수의 SCI(E)급 학술지 논문으로 발표하였습니다.   민상렬장학금 수여식은 2026년 1월 29일 서울대 컴퓨터연구소 민상렬홀에서 개최되었습니다. 앞으로도 컴퓨터시스템과 관련된 연구를 하는 많은 훌륭한 학생들이 민상렬 장학생으로 선정되는 명예를 차지하길 기대합니다.  ...
행사
포스트 대표 이미지

박재식 교수 연구진, 이미지 한 장에서 역동적인 자세를 취한 사람을 3D로 복원하기 위한 ‘DrPose’ 기법 개발

다시점 확산 모델을 후속 학습하여, 역동적인 사람의 자세에서도 자연스러운 다시점 영상을 생성하도록 개선하는 핵심 아이디어 제안 후속 학습된 다시점 확산 모델을 단일 영상 기반 3D 인간 복원 파이프라인에 통합하여, 동적인 포즈를 취한 사람을 보다 자연스럽게 3D로 복원하는 방법 개발. 3D 인간 복원 벤치마크에서 기존 최고성능 기술 대비 개선된 성능 입증박재식 교수 연구진(도승욱, 허민우, 신중혁, 박재식) 이 단일 영상으로부터 복잡한 자세를 취한 사람을 3D 복원하는 기술을 개발하였다. 다시점 확산 모델(multi-view diffusion model)을 활용한 3D 인간 모델링은 세밀한 디테일까지 잘 복원할 수 있는 효과적인 접근법이다. 그러나 기존 기술은 학습 데이터셋의 규모가 제한적이어서, 역동적이고 난이도 높은 자세를 보이는 사람의 영상으로부터 3D 복원을 수행할 때 결과물의 정확도가 떨어지고 자세가 부자연스러운 문제가 있었다.  이를 해결하기 위해, 한 장의 영상과 인체 자세의 쌍이 주어졌을 때 다시점 확산 모델이 생성한 영상과 인체 자세간의 정합도(alignment)를 계산하는 미분 가능한 보상 모델(reward model)을 제안하고, 이를 활용한 후속 학습 알고리즘인 DrPose를 개발하였다. DrPose로 학습된 다시점 확산 모델 기반 3D 인간 복원 기법은 기존 최고 수준 방법 대비 다양한 상황에서 더 자연스럽고 정확한 포즈를 복원하는 것으로 나타났다. 기존 벤치마크뿐만 아니라, 난이도 높은 자세의 평가를 위해 새롭게 제시된 벤치마크(MixamoRP)에서도 기존 기술을 능가하는 것을 실험적으로 입증하였다. 본 연구는 인공지능 분야 최우수 학술대회 중 하나인 ICLR 2026에 채택되어 오는 4월 중 발표될 예정이며, 이 논문을 포함하여 박재식 교수 연구실에서는 총 3편의 논문을 ICLR 2026에 발표할 예정이다.Direct Reward Fine-Tuning on Poses for Single Image to 3D Human in the Wild, Seunguk Do, Minwoo Huh, Joonghyuk Shin, Jaesik Park, International Conference on Learning Representations (ICLR), 2026....
연구
포스트 대표 이미지

제80회 전기 컴퓨터공학부 졸업기념행사

제80회 전기 컴퓨터공학부 졸업기념행사를 2026년 2월 25일(수) 15시 30분, 302동 105호에서 개최하였습니다. 이번 졸업기념행사는 총 졸업생 106명(학사 63명, 석사 21명, 박사 22명)을 대상으로 한 행사였으며, 우수 학위논문상과 굳센 인재상(Young Courage Award) 수여식이 함께 진행되었습니다.컴퓨터공학부 우수학위논문상은 박용찬 박사(지도교수: 강 유), 윤희승 박사(지도교수: 김건희), 이승렬 박사(지도교수: 이재욱), 이재성 박사(지도교수: 황승원), 이재용 박사(지도교수: 김지홍), 전 현 박사(지도교수 : 서진욱), 정다운 박사(지도교수: 김태현), 이재호 석사(지도교수: 이광근), 박세현 학사(지도교수: 박경수), 정원준 학사(지도교수: 문병로), 조경원 학사(지도교수: 이창건)에게 수여되었습니다. 굳센 인재상(Young Courage Award)는 대학 생활 동안 주변인 및 사회적 약자에게 긍정적인 영향을 미치고, 어려움을 극복하고 더 나은 미래를 만들어 나갈 수 있는 잠재력을 보여준 학생에게 수여되는 상으로, 오상훈, Stefania Elena NITU, 김민기, Rizky Johan Saputra, 이종인 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
포스트 대표 이미지

배준익 학생, NeurIPS 2025 PokéAgent 챌린지 스피드런 트랙 우승

세계적인 인공지능 학회 NeurIPS 2025에서 열린 포켓몬 게임 기반 AI 대회인 PokéAgent 챌린지에서, 본교 컴퓨터공학부 4학년 배준익 학생이 스피드런(speedrun) 트랙 우승을 차지했다. 이번 챌린지는 포켓몬 에메랄드 환경을 기반으로 강화학습(RL)과 대형 언어 모델(LLM)을 결합한 새로운 형태의 에이전트를 평가하기 위해 설계되었다. 스폰서로는 구글 DeepMind가 참여했으며, Princeton, CMU, UT Austin 등 주요 연구 기관의 연구진이 공동으로 대회를 기획했다. 총 상금 규모는 1만 5천 달러를 상회하며, 우승팀에게는 NeurIPS 워크숍 발표 초청과 대회 보고서 공동 저자 참여 기회 등이 제공된다.스피드런 트랙은 에이전트가 포켓몬 에메랄드를 가능한 한 빠르게 엔딩까지 진행하도록 설계된 과제로, 부분 관측(partial observability) 환경에서 수천 타임스텝에 걸쳐 일관된 전략을 유지해야 하는 long-horizon planning 문제라는 점이 특징이다. 배준익 학생이 개발한 에이전트는 약 40분 만에 게임을 완주해, 약 70분을 기록한 2위 팀을 큰 격차로 앞서며 스피드런 트랙 1위를 기록했다.우승 에이전트의 핵심은 LLM 기반 코드 생성(code generation)을 활용한 계층적 계획 방식에 있다. 먼저 LLM이 주어진 장기 목표를 여러 하위 목표(subgoal)로 자동 분해하고, 각 하위 목표를 처리하기 위한 파이썬 코드 형태의 루틴을 생성한다. 이렇게 생성된 코드 루틴은 에이전트가 어떤 상태에서 어떤 행동을 택해야 할지에 대한 구조화된 힌트나 보상 신호 역할을 하며, 강화학습이 더 빠르고 안정적으로 수렴하도록 돕는다. 계획이 코드로 남기 때문에 사람이 에이전트의 의사결정 과정을 추적하고 수정하기에도 비교적 수월하다는 장점이 있다.배준익 학생은 이번에 개발한 LLM+RL 하이브리드 에이전트를 샌드박스형 시뮬레이션 게임 등 다른 복잡한 환경으로 확장해 실험할 계획이다. 나아가 로보틱스와 같이 복잡한 장기 의사결정이 요구되는 분야로 응용 범위를 넓히는 후속 연구도 추진할 예정이다. 본 연구는 연세대학교 이영운 교수와 서울대학교 박재식 교수의 지도 하에 컴퓨터공학부 학부 졸업논문으로 정리될 계획이다....
수상
포스트 대표 이미지

박연홍 박사, 2025 MLCommons ML and Systems Rising Stars 선정

우리 학부 박연홍 박사(지도교수 이재욱)가 2025 Machine Learning and Systems Rising Stars 프로그램에 선정되었다. 이 프로그램은 MLCommons에서 주관하며, 머신러닝 시스템 분야에서 탁월한 연구 성과와 잠재력을 지닌 젊은 연구자를 선정하는 세계적 프로그램이다.​올해는 전 세계 150여 명의 지원자 가운데 단 38명만이 최종 선정되었으며, 선정자들은 지난 5월 미국 메타(Meta) 본사에서 열린 2일간의 워크숍에서 자신의 연구를 발표하고, 패널 및 네트워킹 세션을 통해 학계와 산업계 연구자들과 교류하는 시간을 가졌다.​박연홍 박사는 대규모 머신러닝 시스템의 경량화 및 메모리 사용 최적화 연구를 수행해왔으며, OSDI, ICML, VLDB, MICRO 등 최우수 국제 학술대회에 다수의 논문을 게재하였다. 박연홍 박사는 올해 프로그램에서 유일한 아시아 기관 소속 연구자이며, 올해로 3회째를 맞은 해당 프로그램이 시작된 이래 한국 기관 소속 연구자가 선정된 것은 이번이 처음이다.​ - 2025년 프로그램 소개 홈페이지: https://mlcommons.org/2025/06/2025-mlc-rising-stars/​...
연구
포스트 대표 이미지

박재식 교수 연구진, 복잡한 실세계 문제 해결하는 AI 플래닝 기술 TDP 개발

기존 AI 플래너의 한계를 극복하는 제로샷(zero-shot) 테스트 시간(test-time) 플래닝 프레임워크 개발탐색(Exploration)과 활용(Exploitation)의 균형을 맞추는 트리 탐색(tree search) 기반의 이중(bi-level) 샘플링 접근법 제시미로 탐색, 로봇 팔 제어 등 복잡한 문제에서 기존 최신 기술 대비 뛰어난 성능 입증박재식 교수 연구진이 복잡하고 예측 불가능한 환경에서도 AI가 최적의 행동 계획을 수립할 수 있는 새로운 기술, TDP(Tree-guided Diffusion Planner)를 개발하였다. 사전 학습된 확산 모델(diffusion model)을 활용한 AI 플래닝은 주어진 문제를 해결하기 위한 일련의 행동 순서를 생성하는 효과적인 접근법이다. 기존 기술들은 보상(reward) 구조가 단순하고 미분 가능한 볼록(convex)한 문제에서는 잘 작동했지만, 여러 개의 상충하는 목표가 있거나(non-convex), 특정 규칙을 반드시 지켜야 하는(non-differentiable) 복잡한 실제 환경에서는 최적의 해를 찾지 못하고 국소 최적해(local optima)에 머무르는 한계를 보였다. 또한, 새로운 문제에 적용하기 위해 추가적인 학습이나 전문가 데이터가 필요하여 유연성이 떨어졌다.연구진은 이러한 문제를 해결하기 위해, 추가 학습 없이 테스트 시간에 바로 적용 가능한 제로샷(zero-shot) 플래닝 프레임워크인 TDP를 제안하였다. TDP는 행동 계획 수립을 트리 탐색 문제로 재구성하여, 광범위한 가능성을 탐색(Exploration)하는 단계와 주어진 목표에 맞춰 계획을 구체화하는 활용(Exploitation) 단계를 유기적으로 결합했다. TDP의 핵심적인 이중(bi-level) 샘플링 과정은 다음과 같다:상위 가지 생성 (Parent Branching):훈련 없이 사용 가능한 파티클 유도(particle guidance) 방식을 통해 서로 다른 다양한 초기 경로들을 생성하여 탐색 공간을 넓힌다.하위 트리 확장 (Sub-Tree Expansion):생성된 다양한 부모 경로들을 바탕으로, 주어진 목표(task objective)에 최적화된 자식 경로들을 빠르고 정교하게 다듬는다.이러한 이중 샘플링 구조를 통해 TDP는 기존의 단순한 그래디언트 기반 안내(gradient guidance) 방식이 빠지기 쉬운 국소 최적해 문제를 효과적으로 해결한다. 연구진은 (1) 미로 속 중간 목표물 찾기, (2) 로봇 팔을 이용해 최적 위치에 블록 쌓기, (3) 개미형 로봇의 여러 목표 지점을 순서대로 방문해야 하는 탐색 등 세 가지 복잡한 테스크에서 TDP가 기존 최첨단 기술들을 모두 능가하는 성능을 보임을 실험적으로 입증했다. 본 연구는 인공지능 분야 최고 권위 학술대회 중 하나인 NeurIPS2025에 정식 논문으로 채택되어 12월 중 발표될 예정이며, 이 논문을 포함하여 박재식 교수 연구실에서는 총 4편의 논문을 NeurIPS에 발표할 예정이다....
연구
포스트 대표 이미지