-
40
- 연세대 인공지능학과, GPT 대체할 ‘디퓨전 언어모델’ 연구…국내 최초 뉴립스 등재
- ▲(왼쪽부터) 연세대 인공지능학과 서영빈 연구원, 여진영 교수, 김재형 교수, 이동하 교수 연세대학교는 인공지능융합대학 서영빈 연구원이 제1저자로 제출한 논문이 세계 최고 권위의 머신러닝 학회인 뉴립스(NeurIPS)에서 스포트라이트(Spotlight) 등급으로 채택됐다고 25일 밝혔다. 스포트라이트는 전체 제출작 가운데 상위 약 3%만 받는 등급이다. 이번 성과는 국내 연구기관이 주도한 디퓨전 언어모델 연구가 국제적으로 검증받은 최초의 사례라는 점에서 의미가 크다. 이번 논문은 이미지 생성 분야에서 주목받은 디퓨전 패러다임을 언어 생성에 적용한 것이다. 오픈AI의 챗GPT 같은 자가회귀 언어모델이 1000단어를 생성하려면 1000단계가 필요하지만, 디퓨전 언어모델은 약 100단계 만에 결과를 도출한다. 연구팀은 “사람 머릿속에서 생각이 한 번에 ‘반짝’ 떠오르는 것과 유사한 방식으로 빠르고 유창한 생성이 가능하다”고 설명했다. 연구진은 디퓨전 언어모델의 한계인 불안정성을 줄이는 방법론도 제시했다. 디퓨전 언어모델은 한 번에 여러 단어를 생성할 수 있는 장점이 있지만, 긴 글에서는 문법 오류나 문맥의 불연속성이 발생하기 쉽다. 이를 해결하기 위해 컨볼루션 디코딩과 R2FT라는 두 가지 기법을 도입했으며, 그 결과 기존 언어모델보다 3배 이상 빠른 속도를 내면서도 문법적 안정성과 질문 응답 성능을 유지했다. 서 연구원은 “디퓨전 언어모델의 장점인 빠른 속도와 양방향 주의는 강화학습에서도 중요한 특성”며 “이러한 장점 덕분에 기존 자가회귀 패러다임을 대체할 가능성이 있다고 보고 연구를 시작했다”고 말했다. 이번 연구는 여진영·김재형·이동하 연세대 인공지능학과 교수와의 협력으로 진행됐다. 여 교수는 “이번 성과는 기존 언어모델을 대체할 수 있는 핵심 기술로서 디퓨전 언어모델의 잠재력을 한 단계 끌어올렸다”며 “생성 속도를 비약적으로 끌어올릴 수 있는 디퓨전 언어모델은 산업적으로 잠재성이 높다”고 말했다. 연구팀은 코드와 구현을 공개해 재현성과 실용성을 높였다. 뉴립스는 12월 2일부터 7일까지 미국 샌디에이고 컨벤션센터에서 열린다. [기사 원문 보러가기] [출처: ⓒ디지털타임스]
- 첨단컴퓨팅학부 2025.09.29
-
39
- 연세대학교 첨단컴퓨팅학부, NeurIPS 2025 논문 발표
- 연세대학교 첨단컴퓨팅학부 연구진은 2025년 12월에 개최되는 세계 최고 권위의 인공지능 학술대회 NeurIPS 2025 (Conference on Neural Information Processing Systems)에서 다수의 논문을 발표합니다. NeurIPS는 머신러닝·인공지능 분야에서 전 세계적으로 가장 영향력 있는 학술대회 중 하나로, 매년 수천 편의 논문이 투고되고 엄격한 심사를 거쳐 우수한 연구만이 채택됩니다. 이번 학회에서 연세대학교 연구팀은 언어 모델, 강화학습, 로보틱스, 생성 모델, 공정성, 영상 및 3D 그래픽스 등 다양한 분야의 연구 성과를 선보이며 글로벌 연구 경쟁력을 입증할 예정입니다. ✅ 주요 연구 내용 연세대학교 첨단컴퓨팅학부 연구진은 NeurIPS 2025에서 언어 모델, 생성 모델, 강화학습, 과학적 응용, 공정성, 안전성 , 컴퓨터 비전 등 AI 핵심 분야의 다양한 연구 성과를 발표합니다. 이를 통해 연세대학교 첨단컴퓨팅학부는 세계 AI 연구자들과 학문적 교류를 강화하며, 학문적 기여뿐 아니라 산업적·사회적 파급력을 지닌 연구 성과를 지속적으로 창출해 나갈 것입니다. ✍️ 논문 제목 및 저자 (Spotlight) 1. Fast and Fluent Diffusion Language Models via Convolutional Decoding and Rejective Fine-tuning - Yeongbin Seo, Dongha Lee, Jaehyung Kim, Jinyoung Yeo* 2. Web-Shepherd: Advancing PRMs for Reinforcing Web Agents - Hyungjoo Chae, Sunghwan Kim, Junhee Cho, Seungone Kim, Seungjun Moon, Gyeom Hwangbo , Dongha Lim, Minjin Kim, Yeonjun Hwang, Minju Gwak, Dongwook Choi, Minseok Kang, Gwanhoon Im, ByeongUng Cho, Hyojun Kim, Jun Hee Han, Taeyoon Kwon, Minju Kim, Beong-woo Kwak, Dongjin Kang, Jinyoung Yeo* 1. Controllable 3D Molecular Generation for Structure-Based Drug Design Through Bayesian Flow Networks and Gradient Integration - Seungyeon Choi, Hwanhee Kim, Chihyun Park, Dahyeon Lee, Seungyong Lee, Yoonju Kim, Hyoungjoon Park, Sein Kwon, Youngwan Jo, Sanghyun Park* 2. FairDICE: Fairness-Driven Offline Multi-Objective Reinforcement Learning - Woosung Kim, Jinho Lee, Jongmin Lee*, Byung-Jun Lee* 3. Improved Algorithms for Overlapping and Robust Clustering of Edge-Colored Hypergraphs: An LP-Based Combinatorial Approach - Changyeol Lee, Yongho Shin, Hyung-Chan An 4. Information-Theoretic Discrete Diffusion - Moongyu Jeon, Sangwoo Shin, Dongjae Jeon, Albert No 5. Interpreting vision transformers via residual replacement model - Jinyeong Kim*, Junhyeok Kim*, Yumin Shim, Joohyeok Kim, Sunyoung Jung, Seong Jae Hwang 6. Optimized Minimal 3D Gaussian Splatting - Joo Chan Lee, Jong Hwan Ko*, Eunbyung Park* 7. Rare Text Semantics Were Always There in Your Diffusion Transformer - Seil Kang*, Woojung Han*, Dayun Ju, Seong Jae Hwang 8. Robot-R1: Reinforcement Learning for Enhanced Embodied Reasoning in Robotics - Dongyoung Kim, Sumin Park, Huiwon Jang, Jinwoo Shin, Jaehyung Kim*, Younggyo Seo* 9. SAFEPATH: Preventing Harmful Reasoning in Chain-of-Thought via Early Alignment - Wonje Jeung, Sangyeon Yoon, Minsuk Kahng*, Albert No* 10. VideoTitans: Scalable Video Prediction with Integrated Short- and Long-term Memory - Young-Jae Park, Minseok Seo and Hae-Gon Jeon 홈페이지 바로가기: https://neurips.cc
- 첨단컴퓨팅학부 2025.09.26
-
38
- 연세대학교 첨단컴퓨팅학부, EMNLP 2025 논문 발표
- 연세대학교 첨단컴퓨팅학부는 2025년 11월 4일부터 11월 9일까지 중국 쑤저우(Suzhou)에서 열리는 세계 최고 권위의 자연어처리 국제 학술대회 EMNLP 2025 (Conference on Empirical Methods in Natural Language Processing) 에서 다수의 연구 논문을 발표합니다. EMNLP는 매년 전 세계 자연어처리(NLP) 및 인공지능(AI) 연구자들이 최신 성과를 공유하는 자리로, 언어 모델, 대규모 언어모델(LLM), 멀티모달 학습, 윤리와 공정성, 사회적 응용 등 다양한 분야의 혁신적 연구가 소개됩니다. 올해는 특히 “Advancing our Reach: Interdisciplinary Recontextualization of NLP” 라는 주제 아래, NLP가 학문·산업 전반으로 확장되는 가능성을 집중적으로 조명합니다. ✅ 주요 연구 내용 연세대학교 첨단컴퓨팅학부 연구진은 이번 학회에서 개인화 언어모델, 보건 및 화학 응용, 대규모 언어모델(LLM)의 한계와 가능성, 대화형 에이전트, 코드 및 알고리즘 이해, 혐오 발언 탐지, 보안 및 데이터셋 구축 등 다양한 주제의 논문을 발표합니다. 이를 통해 연세대학교 첨단컴퓨팅학부는 차세대 인공지능 연구를 선도하는 글로벌 연구 허브로서의 위상을 다시 한 번 확인하게 될 것입니다. ✍️ 논문 제목 및 저자 1. AmpleHate: Amplifying the Attention for Versatile Implicit Hate Detection - Yejin Lee, Joonghyuk Hahn, Hyeseon Ahn and Yo-Sub Han 2. Can Large Language Models be Effective Online Opinion Miners? - Ryang Heo, Yongsik Seo, Junseong Lee, Dongha Lee 3. Improving Chemical Understanding of LLMs via SMILES Parsing - Yunhui Jang, Jaehyung Kim, Sungsoo Ahn 4. Mondrian: A Framework for Logical Abstract (Re)Structuring - Elizabeth Grace Orwig, Shinwoo Park, Hyundong Jin and Yo-Sub Han 5. Personalized Language Models via Privacy-Preserving Evolutionary Model Merging - Kyuyoung Kim, Jinwoo Shin, Jaehyung Kim 6. Personalized LLM Decoding via Contrasting Personal Preference - Hyungjune Bu*, Chanjoo Jung*, Minjae Kang, Jaehyung Kim 7. R-TOFU: Unlearning in Large Reasoning Models - Sangyeon Yoon, Wonje Jeung, Albert No 8. SEPS: A Separability Measure for Robust Unlearning in LLMs - Wonje Jeung*, Sangyeon Yoon*, Albert No (Findings) 1. LLMAP: LLM-Assisted Multi-Objective Route Planning with User Preferences - Liangqi Yuan, Dong-Jun Han, Christopher Brinton, and Sabine Brunswicker 2. Can Code-Switched Texts Activate a Knowledge Switch in LLMs? A Case Study on English-Korean Code-Switching - Seoyeon Kim, Huiseo Kim, Chanjun Park, Jinyoung Yeo, Dongha Lee 3. CodeComplex: Dataset for Worst-Case Time Complexity Prediction - SeungYeop Baik, Joonghyuk Hahn, Jungin Kim, Aditi, Mingi Jeon, Yo-Sub Han and Sang-Ki Ko 4. How Diversely Can Language Models Solve Problems? Exploring the Algorithmic Diversity of Model-Generated Code - Seonghyeon Lee, Heejae Chon, Joonwon Jang, Dongha Lee*, Hwanjo Yu* 5. PRINCIPLES: Synthetic Strategy Memory for Proactive Dialogue Agents - Namyoung Kim, Kai Tzu-iunn Ong, Yeonjun Hwang, Minseok Kang, Iiseo Jihn, Gayoung Kim, Minju Kim, Jinyoung Yeo* 6. Stop Playing the Guessing Game! Target-Free User Simulation for Evaluating Conversational Recommender Systems - Sunghwan Kim*, Kwangwook Seo*, Tongyoung Kim*, Jinyoung Yeo, Dongha Lee 7. ToolHaystack: Stress-Testing Tool-Augmented Language Models in Realistic Long-Term Interactions - Beong-woo Kwak, Minju Kim, Dongha Lim, Hyungjoo Chae, Dongjin Kang, Sunghwan Kim, Dongil Yang, Jinyoung Yeo* 8. Towards Personalized Conversational Sales Agents: Contextual User Profiling for Strategic Action - Tongyoung Kim*, Jeongeun Lee*, Soojin Yoon, Seonghwan Kim, Dongha Lee 9. TrapDoc: Deceiving LLM Users by Injecting Imperceptible Phantom Tokens into Documents - Hyundong Jin, Sicheol Sung, Shinwoo Park, SeungYeop Baik and Yo-Sub Han 홈페이지 바로가기: https://2025.emnlp.org
- 첨단컴퓨팅학부 2025.09.26
-
37
- 연세대학교 첨단컴퓨팅학부, ICCV 2025 논문 발표
- 연세대학교 첨단컴퓨팅학부 연구진은 2025년 개최되는 세계 최고 권위의 컴퓨터 비전 학술대회 ICCV 2025 (International Conference on Computer Vision)에서 다수의 논문을 발표합니다. ICCV는 컴퓨터 비전 분야에서 CVPR, ECCV와 더불어 가장 영향력 있는 국제 학회로, 영상 인식·생성, 3차원 비전, 자율주행, 비디오 이해 등 다양한 분야의 최첨단 연구들이 소개됩니다. 이번 학회에서 연세대학교 첨단컴퓨팅학부 연구팀은 이미지·비디오 생성과 변환, 3D 장면 복원, 대규모 비전-언어 모델(Visual LLM) 응용, 색 보정 및 영상 처리에 걸친 폭넓은 성과를 선보입니다. ✅ 주요 연구 내용 연세대학교 첨단컴퓨팅학부 연구진은 ICCV 2025에서 이미지·비디오 생성과 색 보정, 3D 장면 복원 및 표현, 비전-언어 모델의 효율적 활용 등 다양한 연구 성과를 발표합니다. 이러한 성과는 컴퓨터 비전의 학문적 발전과 실제 응용을 동시에 선도하는 연세대학교의 연구 역량을 잘 보여줍니다. 연세대학교 첨단컴퓨팅학부는 이를 통해 세계적인 연구 무대에서 컴퓨터 비전 분야를 선도하는 연구 역량을 다시 한번 입증하게 될 것입니다. ✍️ 논문 제목 및 저자 (Highlight) 1. Inverse Image-Based Rendering for Light Field Generation from Single Images - Hyunjun Jung and Hae-Gon Jeon 2. Test-Time Prompt Tuning for Zero-Shot Depth Completion - Chanhwi Jeong, Inhwan Bae, Jin-Hwi Park and Hae-Gon Jeon 1. CCMNet: Leveraging Calibrated Color Correction Matrices for Cross-Camera Color Constancy - Dongyoung Kim, Mahmoud Afifi, Dongyun Kim, Michael S. Brown, Seon Joo Kim 2. CRAIM: Caption-Based Autonomous Driving Scene Retrieval via Inclusive Text Matching - Minjoo Ki, Dae Jung Kim, Kisung Kim, Seon Joo Kim, Jinhan Lee 3. ExploreGS: Explorable 3D Scene Reconstruction with Virtual Camera Samplings and Diffusion Priors - Minsu Kim, Subin Jeon, In Cho, Mijin Yoo, Seon Joo Kim 4. Fuzzy Contrastive Decoding to Alleviate Object Hallucination in Large Vision-Language Models - Jieun Kim, Jinmyeong Kim, Yoonji Kim and Sung-Bae Cho 5. Multi-Granular Spatio-Temporal Token Merging for Training-Free Acceleration of Video LLMs - Jeongseok Hyun, Sukjun Hwang, Su Ho Han, Taeoh Kim, Inwoong Lee, Dongyoon Wee, Joon-Young Lee, Seon Joo Kim*, Minho Shim* 6. Open-ended Hierarchical Streaming Video Understanding with Vision Language Models - Hyolim Kang, Yunsu Park, Youngbeom Yoo, Yeeun Choi, Seon Joo Kim 7. Representing 3D Shapes with 64 Latent Vectors for 3D Diffusion Models - In Cho, Youngbeom Yoo, Subin Jeon, Seon Joo Kim 8. Seam360GS: Seamless 360° Gaussian Splatting from Real-World Omnidirectional Images - Changha Shin, Woong Oh Cho, Seon Joo Kim 9. Video Color Grading via Look-Up Table Generation - Seunghyun Shin, Dongmin Shin, Jisu Shin, Hae-Gon Jeon* and Joon-Young Lee* 10. WAVE: Warp-Based View Guidance for Consistent Novel View Synthesis Using a Single Image - Jiwoo Park, Tae Eun Choi, Youngjun Jun, Seong Jae Hwang 홈페이지 바로가기: https://iccv.thecvf.com
- 첨단컴퓨팅학부 2025.09.26
-
36
- Sonic Labs Provides Further Funding to Prof. Burgstaller's Research Lab to Drive Blockchain Virtual Machine Innovation
- Sonic Labs Provides Further Funding to Prof. Burgstaller's Research Lab to Drive Blockchain Virtual Machine Innovation Sept. 18, 2025 The Embedded Systems Languages and Compilers (ELC) Lab at Yonsei University has received an unrestricted gift of $70,000 from Sonic Labs, the core development team behind Sonic, a high-performance EVM layer-1 blockchain. This raises Sonic Labs's total giving to the ELC lab to $150,000. ``The ELC lab significantly contributed to the off-chain testing technology for smart contracts, which effectively reduced end-to-end tests of our blockchain from several weeks to a few hours,'' said Michael Kong, CEO of Sonic Labs. ``Their method has largely improved the testability of blockchain virtual machine infrastructures, thereby addressing a real need with today's fast-moving DeFi sector.'' The new gift will be instrumental in devising space-efficient state representations that facilitate the execution of transactions in isolation and at scale. ``We are deeply grateful for the confidence shown by Sonic Labs. Their commitment to an unrestricted gift underscores their commitment to blockchain research and the need for a scalable testing infrastructure for the next generation of DeFi applications'' stated Prof. Burgstaller, director of the ELC lab. Sonic is the highest-performing EVM blockchain platform. It is innovating within the blockchain industry and helping augment existing public distributed ledger technology. Sonic Labs: https://soniclabs.com/ ELC Lab: https://elc.yonsei.ac.kr/
- 첨단컴퓨팅학부 2025.09.18
-
35
- 안형찬 교수 연구팀, 세계 최고 권위 학회 FOCS 2025 논문 채택
- 우리 학과의 안형찬 교수(최적화및응용연구실) 연구팀과 National Yang‑Ming Chiao‑Tung University의 Mong‑Jen Kao 교수팀의 공동연구 논문 "Handling LP‑Rounding for Hierarchical Clustering and Fitting Distances by Ultrametrics"가 이론 컴퓨터 과학 분야 세계 최고 권위 학회 중 하나인 FOCS (IEEE Symposium on Foundations of Computer Science) 2025에 채택되었습니다. FOCS는 알고리즘과 복잡도 이론 등 컴퓨터 과학 핵심 분야에서 세계 최고의 연구 성과가 발표되는 자리로, 이번 성과는 우리 학과가 이론 컴퓨터 과학 분야에서 국제적으로 인정받는 연구 역량을 다시 한번 입증한 것입니다. 이번 논문은 hierarchical clustering에 대한 새로운 알고리즘 설계 기법을 제시하여 해당 분야의 연구를 한 단계 도약시켰다는 평가를 받고 있습니다. 논문은 오는 12월 개최되는 FOCS 2025에서 발표될 예정입니다. 학술대회링크: https://focs.computer.org/2025/accepted-papers/ 논문링크: https://arxiv.org/abs/2504.06700
- 첨단컴퓨팅학부 2025.08.01
-
34
- 차호정 교수 연구팀, 모바일시스템분야 Top-1학회 ACM MobiSys 2025에서 Best Paper Award 수상 (2025-6-25)
- [▲ 사진1. 학술대회 수상 현장] 컴퓨터과학과 차호정 교수 연구팀은 지난 6월 23~27일 미국 캘리포니아주 애너하임에서 개최된 모바일시스템 분야 세계 최고 권위 학술대회인 ACM MobiSys 2025에서 증강 현실 기반 비전 파운데이션 모델 추론 최적화 연구로 최고 논문상인 Best Paper Award를 수상하였다. 수상 논문(ARIA: Optimizing Vision Foundation Model Inference on Heterogeneous Mobile Processors for Augmented Reality, 저자: 정찬영, 이제호, 김건중, 김지원, 박성훈, 차호정)에서 연구팀은 모바일 증강 현실(AR) 애플리케이션에 필요한 고품질, 실시간 시각 예측을 위한 비전 파운데이션 모델(VFM)의 온디바이스 추론 성능을 획기적으로 가속화하는 시스템을 제안하였다. 특히, GPU와 NPU를 탑재한 모바일 프로세서의 이기종성을 활용하고 병렬 및 선택적 추론 방식을 적용함으로써 복잡한 VFM을 모바일 기기에서 예측 정확도와 실시간 성능을 모두 유지하는 시스템을 고안하여 해당 연구의 독창성과 우수성을 인정받았다. 이번 연구 결과로 몰입감 있는 고품질 모바일 AR 경험을 구현하는 데 필수적인 기술적 진보를 이끌어 냈으며, 향후 모바일 AI 및 AR 기술 발전에 중요한 기여를 할 것으로 기대된다. 모바일 시스템 및 컴퓨팅 분야에서 가장 영향력 있는 국제학술대회에서 Best paper award를 수상한 것은 국내 모바일 시스템 분야 연구의 국제 경쟁력을 입증하는 매우 의미 있는 성과이며 연세대학교 첨단컴퓨팅학부가 세계 최고 수준의 연구와 글로벌 인재 양성에 앞장서고 있음을 입증하는 대표적인 사례이다. [▲ 사진2. 상패] [학술대회링크: https://www.sigmobile.org/mobisys/2025/accepted_papers/] [논문링크: https://mobed.yonsei.ac.kr/mobed_pages/pdf/aria-mobisys25.pdf] [연세소식 보러가기] [기사 원문 보러가기]
- 첨단컴퓨팅학부 2025.07.03
-
33
- '제2의 마누스?' 채형주 연구원과 그의 연구팀, 국내 최초 웹기반 AI 에이전트 '웹셰퍼드' 개발
- [▲ (왼쪽부터) Web-Shepherd 이미지, 채형주 연구원] 웹사이트를 돌아다니며 항공권 예약, 쇼핑, 정보 검색까지 대신 해주는 똑똑한 AI 비서, 이제는 스스로 배우고 성장한다 연세대학교 인공지능융합대학 채형주 연구원과 그의 연구팀이 개발한 차세대 웹 브라우징 에이전트, ‘웹셰퍼드(Web-Shepherd)’가 AI 업계의 주목을 받고 있다. 특히 사용자의 명령만 따르는 것이 아니라 스스로 작업 결과를 평가하고 실수를 고치며 점점 더 똑똑해지는 AI라는 점에서 ‘K-마누스’로 성장할 가능성에 이목이 쏠리고 있다. Web-Shepherd는 단순히 텍스트를 생성하는 ChatGPT와는 다르다. 웹 브라우저 안에서 사람처럼 클릭하고, 검색하고, 예약까지 해내는 실행형 AI 에이전트로, 항공권 예약, 쇼핑몰 탐색, 정보 검색 등 복잡한 웹 작업도 스스로 처리할 수 있다. 각 단계마다 ‘잘하고 있는지’를 스스로 점검하고, 부족한 부분은 개선하며 더 나은 방법을 찾아 나가는 자기 피드백 기반 학습형 AI라는 점이 핵심이다. 채형주 연세대 연구원은 “Web-Shepherd는 단순히 명령을 따르는 AI가 아니라, 스스로 ‘이게 잘 된 건지’를 판단하고 배우는 AI”라며, “단순히 답을 주는 AI를 넘어 함께 일하는 동료 같은 AI의 가능성을 보여주고 싶었다”고 말했다. 특히 주목할 점은 비용과 속도의 혁신이다. 기존 GPT-4o 모델로 웹 브라우징 작업 800개를 처리하려면 약 1,900만 원의 API 비용과 40시간 이상의 처리 시간이 필요하다. 반면 Web-Shepherd는 같은 작업을 10분의 1 비용, 10배 빠른 속도로 처리할 수 있다. 이를 위해 연구팀은 4만 건에 달하는 웹 브라우징 데이터를 직접 수집·학습시켰고, AI의 실력을 평가할 수 있는 자체 벤치마크도 함께 구축했다. 해당 연구팀의 지도교수인 연세대 여진영 교수는 “Web-Shepherd의 모델과 데이터를 누구나 사용할 수 있도록 무료로 공개했다”며, “연구뿐 아니라 산업계에서도 쉽게 활용될 수 있도록 실용성과 확장성에 중점을 뒀다”고 밝혔다. Web-Shepherd는 현재도 다양한 실제 서비스 환경에 적용 가능한 테스트베드로 활용되고 있으며, 향후 상용화 가능성은 물론, 기업 맞춤형 AI 서비스로의 확장에도 높은 기대가 모인다. AI 기술이 빠르게 진화하는 가운데, 스스로 학습하고 문제를 해결하는 차세대 ‘K-에이전트’의 등장은 산업계에 새로운 혁신의 기회를 제공할 것으로 보인다. [연세 소식 보러가기] [기사 원문 보러가기] 출처 : 교수신문(http://www.kyosu.net)
- 첨단컴퓨팅학부 2025.07.03
-
32
- 연세대 첨단컴퓨팅학부, ICML 2025에서 3편의 논문 발표!
- 연세대학교, ICML 2025에서 세계를 무대로 기계 학습 연구 성과 발표! 연세대학교의 첨단 인공지능 연구가 세계 무대에서 주목받고 있다. 오는 **2025년 7월 13일부터 19일까지 캐나다 밴쿠버에서 열리는 국제 기계 학습 학회(ICML 2025)**에 우리 대학 교수님들의 논문이 다수 채택되어 발표될 예정이다. **ICML(International Conference on Machine Learning)**은 NeurIPS, ICLR과 함께 인공지능 분야 세계 3대 학회 중 하나로, 전 세계 수천 편의 논문 중에서 엄격한 심사를 거쳐 채택된 논문만이 발표된다. 이번 ICML 2025는 기계 학습의 최신 연구를 선도하는 글로벌 연구자들과의 활발한 교류의 장이 될 것이다. 연세대학교 ICML 2025 채택 논문 리스트: 1. Bayesian Neural Scaling Laws Extrapolation with Prior-Fitted Networks - Dongwoo Lee*, Dong Bok Lee*, Steven Adriaensen, Juho Lee, Sung Ju Hwang, Frank Hutter, Seon Joo Kim, Hae Beom Lee 2. ReVISE: Learning to Refine at Test-Time via Intrinsic Self-Verification - Hyunseok Lee, Seunghyuk Oh, Jaehyung Kim, Jinwoo Shin, and Jihoon Tack 3. Understanding and Mitigating Memorization in Generative Models via Sharpness of Probability Landscapes (Spotlight (top 2.6%)) - Dongjae Jeon*, Dueun Kim*, and Albert No 다음을 기대하며: ICML 2026, 서울 개최! 이번 성과는 단지 시작에 불과하다. 내년 ICML 2026은 대한민국 서울에서 개최되며, 우리나라와 연세대학교가 전 세계 AI 연구 중심지로 도약할 기회를 맞이한다. ※ 이 홍보글은 ICML 2025 공식 정보를 바탕으로 작성되었으며, 구체적인 발표 일정 및 논문 내용은 학회 웹사이트 및 공식 채널을 통해 추후 안내될 예정입니다. 이미지 출처: https://europe.naverlabs.com/updates/icml-2024
- 첨단컴퓨팅학부 2025.05.15
-
31
- 어플리케이션 대상 시스템 최적화 연구실(지도교수: 박영준), CGO에 2편의 논문 출판 및 세션 좌장 선정
- 어플리케이션 대상 시스템 최적화 연구실(지도교수: 박영준), CGO에 2편의 논문 출판 및 세션 좌장 선정 어플리케이션 대상 시스템 최적화 연구실(지도교수: 박영준) 소속 학생들이 컴파일러 분야 최고 국제학술대회 중 하나인 International Symposium on Code Generation and Optimization 2025 (CGO `25)에서 두 편의 논문을 발표하였다. 또한, 박영준 교수님은 본 학회의 Architectures and Code Generation 세션의 좌장으로 활동하였다. 첫 번째 논문인 “CUrator: An Efficient LLM Execution Engine with Optimized Integration of CUDA Libraries”은 다양한 최신 GPU에서 cuBLAS와 CULTASS 라이브러리를 활용하여 최신 대규모 언어 모델(LLM)의 추론을 효율적으로 수행하는 기술을 제안하였다. 본 연구는 다양한 GPU에서 대규모 언어 모델의 최대 추론 성능을 보여주며, 차세대 최적화 프레임워크의 방향성을 제시할 것으로 기대된다. 논문 링크: https://dl.acm.org/doi/10.1145/3696443.3708944 두 번째 논문인 “Accelerating LLMs using an Efficient GEMM Library and Target-Aware Optimizations on Real-world PIM Devices”은 Processing-in-Memory(PIM) 구조를 대상으로 효율적인 GEMM 라이브러리를 구축하고, 다양한 추가 최적화 기법을 통해 LLM 추론을 가속하는 기술을 제안하였다. 본 연구는 PIM 구조를 효과적으로 활용하여 높은 데이터 요구량으로 인한 거대 언어 모델 추론 속도 저하 문제를 해결하는 데 중요한 역할을 할 것으로 예상된다. 논문 링크: https://dl.acm.org/doi/10.1145/3696443.3708953
- 첨단컴퓨팅학부 2025.03.25