1. 소식

새 소식

태그
검색
전체

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...
연구수상
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

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