-
53
- 연세대 인공지능학과 어윤하 학생, 의료 AI 분야 최고 권위 학회 ‘MICCAI 2026’ ODIN 워크숍 ‘Bite2Text’ 국제 경진대회 2위 수상
- 연세대 인공지능학과 어윤하 학생, 의료 AI 분야 최고 권위 학회 ‘MICCAI 2026’ ODIN 워크숍 ‘Bite2Text’ 국제 경진대회 2위 수상 연세대학교 인공지능학과 Translational Medical Intelligence 연구실(지도교수 백종덕) 소속 어윤하 학생(석·박사통합과정)이 2026년 9월 27일 프랑스 스트라스부르에서 개최된 ‘ODIN 2026(Oral and Dental Image aNalysis)’의 국제 인공지능 경진대회인 Bite2Text 챌린지에서 최종 2위를 수상했다. ODIN 2026은 의료영상 및 의료 인공지능 분야의 세계 최고 권위 국제 학술대회인 MICCAI 2026(The 29th International Conference on Medical Image Computing and Computer Assisted Intervention)의 공식 워크숍으로, 구강·치과 영상 분석 분야의 최신 인공지능 연구 성과를 공유하고 국제 경진대회를 개최하는 행사다. Bite2Text 챌린지는 3차원 구강 스캔 영상과 2차원 구강 사진을 기반으로 환자의 교정학적 상태를 분석하고, 이를 자연어 형태의 임상 보고서로 자동 생성하는 국제 인공지능 경진대회다. 참가팀들은 치아 배열, 교합 관계 및 부정교합 등 다양한 임상 정보를 분석하는 알고리즘을 개발했으며, 최종 순위는 치과 전문가들의 블라인드 선호도 평가를 통해 결정되었다. 어윤하 학생은 2차원 구강 사진과 3차원 구강 스캔 데이터의 해부학적 특징을 분석하는 과제별 인공지능 모델과 기하학적 분석 기법을 결합한 자동 임상 보고서 생성 시스템을 개발했다. 특히 기존 생성형 인공지능과 달리 각 진단 항목의 해부학적 근거와 측정 기준을 개별적으로 분석하고, 이를 구조화된 임상 소견으로 변환한 뒤 명시적인 규칙에 따라 최종 보고서를 생성함으로써 인공지능의 환각(Hallucination) 현상을 최소화하고, 진단 과정의 투명성과 결과의 해석 가능성 및 일관성을 높였다. 세계 각국의 참가 연구팀들과 경쟁하여 최종 2위를 차지했으며, ODIN 2026 현장에서 개발한 시스템의 핵심 기술과 연구 성과를 발표했다. 이번 수상은 연세대학교 인공지능학과 Translational Medical Intelligence 연구실의 치과 의료영상 인공지능 기술력을 국제적으로 입증한 성과로, 향후 신뢰성과 설명 가능성을 갖춘 인공지능 기반 치과 진단 보조 시스템의 개발 및 임상 활용 가능성을 제시했다. Translational Medical Intelligence 연구실 링크
- 첨단컴퓨팅학부 2026.10.08
-
52
- 연세대학교 Edge AI 연구실, NeurIPS 2026 Spotlight 2편 선정
- 연세대학교 Edge AI 연구실, NeurIPS 2026 Spotlight 2편 선정 연세대학교 첨단컴퓨팅학부 Edge AI 연구실(지도교수 한동준)이 인공지능 분야 세계 최고 권위 국제학회인 NeurIPS 2026에서 논문 2편이 Spotlight로 선정되는 성과를 거두었다. 특히 두 논문 모두 한동준 교수와 연세대학교 학생들로만 구성된 연구진이 이루어낸 성과라는 점에서 의미가 크다. 이번 NeurIPS 2026에서는 전체 채택 논문 중 약 3.7%만 Spotlight로 선정되었다. Edge AI 연구실은 대규모 언어모델의 안전성과 지속학습 환경의 신뢰도 보정에 관한 두 연구가 동시에 Spotlight에 선정되며 연구의 우수성을 인정받았다. 김민성·원종복 학생이 공동 제1저자로 주도한 Spotlight 논문 "Rethinking LLM Fine-Tuning via Weight Space Reparameterization: Preserving Safety during Downstream Adaptation"은 대규모 언어모델을 특정 도메인에 맞게 추가 학습할 때 안전성이 저하되는 문제를 다룬다. 가중치 공간의 재매개변수화를 통해 안전성을 유지하면서 새로운 작업에 적응시키는 방법을 제안하여, 대규모 언어모델의 안전한 파인튜닝을 위한 새로운 수학적 관점을 제시한다. 윤성준 학생이 제1저자로 주도한 Spotlight 논문 "MT-CC: Multi-Group Temperature Scaling for Asymmetric Calibration Behavior in Class-Incremental Learning"은 새로운 데이터를 지속적으로 학습하는 환경에서 학습 단계에 따라 예측 신뢰도의 왜곡 양상이 달라지는 문제를 다룬다. 이러한 차이를 반영하는 다중 그룹 기반 보정 기법을 통해 예측 신뢰도가 실제 정확도에 부합하도록 하여, 지속적으로 학습하는 인공지능의 신뢰성 확보를 위한 새로운 관점을 제시한다. 이외에도 김현진 학생이 주도한 논문 "Disentangled Sparse Representations for Concept-Separated Diffusion Unlearning"이 NeurIPS 2026에 채택되었다. 해당 연구는 이미지 생성 모델에서 원치 않는 개념이 포함된 이미지의 생성을 선택적으로 억제하는 기술을 다룬다. 개념별로 분리된 희소 표현을 활용해 다른 개념의 생성 능력에 미치는 영향을 줄이면서 목표 개념의 출력을 정교하게 제어함으로써, 생성형 인공지능의 선택적 생성 제어를 위한 새로운 표현 학습 관점을 제시한다. 이번 성과는 언어모델의 안전성, 예측 신뢰도, 생성 모델의 언러닝을 아우르며, 신뢰할 수 있는 인공지능을 위한 Edge AI 연구실의 연구 역량과 연세대학교 학생들의 국제적 경쟁력을 보여준다. 해당 연구들은 2026년 12월 개최되는 NeurIPS 2026에서 발표될 예정이다. 연세대학교 Edge AI 연구실의 자세한 연구 활동은 아래 연구실 홈페이지에서 확인할 수 있다. Edge AI 연구실 링크
- 첨단컴퓨팅학부 2026.10.01
-
51
- 연세대학교 첨단컴퓨팅학부, 세계 최고 권위 자연어처리 학회 'ACL 2026'에서 20개 논문 채택
- 연세대학교 첨단컴퓨팅학부, 세계 최고 권위 자연어처리 학회 'ACL 2026'에서 20개 논문 채택 우리 연세대학교 첨단컴퓨팅학부가 자연어처리(NLP) 및 인공지능 분야 세계 최고 권위 학회인 'ACL(Association for Computational Linguistics) 2026'에서 다수의 논문을 게재하며 글로벌 연구 역량을 다시 한번 입증했습니다. 이번 성과는 인공지능 및 소프트웨어 중심 연구를 선도하는 우리 학부 교수진의 끊임없는 노력이 결실을 맺은 것으로, 학부의 학문적 위상을 높이는 데 크게 기여하였습니다. ✍️ 논문 제목 및 저자 (Oral) 1. EMCee: Improving Multilingual Capability of LLMs via Bridging Knowledge and Reasoning with Extracted Synthetic Multilingual Context - Hamin Koo, Jaehyung Kim 2. Revisit What You See: Disclose Language Prior in Vision Tokens for Efficient Guided Decoding of LVLMs - Beomsik Cho, Jaehyung Kim (Main) 1. A Linguistics-Aware LLM Watermarking via Syntactic Predictability - Shinwoo Park, Hyejin Park, Hyeseon An and Yo-Sub Han 2. COMPASS: A Framework for Evaluating Organization-Specific Policy Alignment in LLMs - Dasol Choi, DongGeon Lee, Brigitta Jesica Kartono, Helena Berndt, Taeyoun Kwon, Joonwon Jang, Haon Park, Hwanjo Yu*, Minsuk Kahng* 3. Diagnosing Spatial Consistency across Perspectives and Viewpoints in Large Vision-Language Models - Yoonji Kim,Jieun Kim, Yujin Jeong, Sung-Bae Cho 4. Do MLLMs Capture How Interfaces Guide User Behavior? A Benchmark for Multimodal UI/UX Design Understanding - Jaehyun Jeon, Min Soo Kim, Janghan Yoon, Sumin Shim, Yejin Choi, Hanbin Kim, Dae Hyun Kim*, Youngjae Yu* 5. Embracing Anisotropy: Turning Massive Activations into Interpretable Control Knobs for Large Language Models - Youngji Roh, Hyunjin Cho, Jaehyung Kim 6. Gap-K%: Measuring Top-1 Prediction Gap for Detecting Pretraining Data - Minseo Kwak, Jaehyung Kim 7. Injecting Context via Situation Working Memory for Logical Reasoning with LLMs, - Jieun Kim, Seoha Lim, YoungHae Choi, Sung-Bae Cho 8. LLMs as Knowledge Graph Refiners: Mitigating Factual Inconsistencies in Generative Knowledge Extraction - Donghyun Kim, Hyeongjun Yang, Seokju Hwang, Kyong-Ho Lee, and Chanhee Lee 9. P-Check: Advancing Personalized Reward Model via Learning to Generate Dynamic Checklist - Kwangwook Seo, Dongha Lee 10. RV-HATE: Reinforced Multi-Module Voting for Implicit Hate Speech Detection - Yejin Lee, Hyeseon An and Yo-Sub Han (Findings) 1. ContractEval: A Benchmark for Evaluating Contract-Satisfying Assertions in Code Generation - Soohan Lim, Joonghyuk Hahn, Hyunwoo Park, Sang-Ki Ko and Yo-Sub Han 2. Data-Efficient Adaptation to Contextual Shifts in LLM-based Conversational Recommendation - Hyeongjun Yang, Donghyun Kim, Seokju Hwang, Midan Shim, KyuHwan Yeom, KaeHyun Um, and Kyong-Ho Lee 3. DUSK: Do Not Unlearn Shared Knowledge - Wonje Jeung*, Sangyeon Yoon*, Hyesoo Hong*, Soeun Kim, Seungju Han, Youngjae Yu, and Albert No 4. PAC-BENCH: Evaluating Multi-Agent Collaboration under Privacy Constraints - Minjun Park, Donghyun Kim, Hyeonjong Ju, Seungwon Lim, Dongwook Choi, Taeyoon Kwon, Minju Kim, Jinyoung Yeo 5. Revisiting the Uniform Information Density Hypothesis in LLM Reasoning Traces - Minju Gwak, Guijin Son, Jaehyung Kim 6. SpiralThinker: Latent Reasoning through an Iterative Process with Text-Latent Interleaving - Shengmin Piao, Sanghyun Park 7. Which bird does not have wings: Negative-constrained KGQA with Schema-guided Semantic Matching and Self-directed Refinement - Midan Shim, Seokju Hwang, KaeHyun Um, and Kyong-Ho Lee 8. Why These Documents? Explainable Generative Retrieval with Hierarchical Category Paths - Sangam Lee, Ryang Heo, SeongKu Kang, Susik Yoon, Jinyoung Yeo, Dongha Lee Image Source: ACL Official Website (https://2026.aclweb.org)
- 첨단컴퓨팅학부 2026.05.08
-
50
- 연세대학교 첨단컴퓨팅학부, 머신러닝 최고 권위 학회 ‘ICML 2026’ 18개 논문 채택
- 연세대학교 첨단컴퓨팅학부, 머신러닝 최고 권위 학회 ‘ICML 2026’ 18개 논문 채택 연세대학교 첨단컴퓨팅학부가 인공지능 및 기계학습(Machine Learning) 분야 세계 최고 권위 학회인 ‘ICML(International Conference on Machine Learning) 2026’에서 다수의 논문을 발표하며 글로벌 연구 역량을 다시 한번 증명했습니다. 특히 올해 ICML은 대한민국 서울에서 개최되어 전 세계 AI 석학들의 이목이 집중된 가운데, 우리 학부는 탁월한 성과를 거두었습니다. ✍️ 논문 제목 및 저자 (Spotlight) 1. Real-Time Visual Attribution Streaming in Thinking Model - Seil Kang, Woojung Han, Junhyeok Kim, JInyeong Kim, Youngeun Kim, Seong Jae Hwang 2. Shared Semantics, Divergent Mechanisms: Unsupervised Feature Discovery by Aligning Semantics and Mechanisms - Hyunjin Cho, Youngji Roh, Jaehyung Kim (Position Track) 1. Position: The Term “Machine Unlearning” Is Overused in LLMs - Sangyeon Yoon*, Yeachan Jun*, and Albert No (Poster) 1. BESPOKE: Benchmark for Search-Augmented Large Language Model Personalization via Diagnostic Feedback - Hyunseo Kim, Sangam Lee, Kwangwook Seo, Dongha Lee 2. Bridging On-Device and Cloud LLMs for Collaborative Reasoning: A Unified Methodology for Local Routing and Post-Training - Wenzhi Fang, Dong-Jun Han, Liangqi Yuan, Evan Chen, Christopher G. Brinton 3. Chunk-Guided Q-Learning - Gwanwoo Song, Kwanyoung Park, Youngwoon Lee 4. Contrastive Flow Map Matching - Junyu Zhang, Daochang Liu, Younghyun Kim, Jong Hwan Ko, Shichao Zhang, Chang Xu, Eunbyung Park 5. Dependency-Aware Parallel Decoding via Attention for Diffusion LLMs - Bumjun Kim*, Dongjae Jeon*, Moongyu Jeon, and Albert No 6. dgMARK: Decoding-Guided Watermarking for Diffusion Language Models - Pyo Min Hong and Albert No 7. EMBGUARD: Constructing Hazard-Aware Guardrails for Safe Planning in Embodied Agents - Dongwook Choi, Taeyoon Kwon, Bogyung Jeong, Minju Kim, Yeonjun Hwang, Hyojun Kim, Byungchul Kim, Young Kyun Jang, Jinyoung Yeo 8. Federated Sketching LoRA: A Flexible Framework for Heterogeneous Collaborative Fine-Tuning of LLMs - Wenzhi Fang, Dong-Jun Han, Liangqi Yuan, Seyyedali Hosseinalipour, Christopher G. Brinton 9. Global Geometry Is Not Enough for Vision Representations - Jiwan Chung, Seon Joo Kim 10. LeakGFN: Robust Molecular Generation in Generative Flow Networks via Flow Decomposition - Hwanhee Kim, Seungyeon Choi, Sanghyun Park 11. Mitigating Mask Prior Drift and Positional Attention Collapse in Large Diffusion Vision-Language Models - Sujung Hong, Chanyong Yoon, Seong Jae Hwang 12. On Training Large Language Models for Long-Horizon Tasks: An Empirical Study of Horizon Length - Sunghwan Kim, Junhee Cho, Beong-woo Kwak, Taeyoon Kwon, Liang Wang, Nan Yang, Xingxing Zhang, Furu Wei, Jinyoung Yeo 13. Persona2Web: Benchmarking Personalized Web Agents for Contextual Reasoning with User History - Serin Kim, Sangam Lee, Dongha Lee 14. Physics in 2-Steps: Locking Motion Priors Before Visual Refinement Erases Them - Woojung Han, Seil Kang, Youngjun Jun, Min-Hung Chen, Fu-En Yang, Seong Jae Hwang 15. Preserve-Then-Quantize: Balancing Rank Budgets for Quantization Error Reconstruction in LLMs - Yoonjun Cho*, Dongjae Jeon*, Soeun Kim, Moongyu Jeon, and Albert No Image Source: ICML Official Website (https://icml.cc)
- 첨단컴퓨팅학부 2026.05.08
-
49
- 삼양그룹 수당상에 황일두 포항공대·조성배 연세대 교수
- 제35회 수당상 수상자 [왼쪽부터 황일두 포항공대·조성배 연세대 교수] 삼양그룹 장학재단인 수당재단은 제35회 수당상 수상자로 황일두 포항공과대학교 석천석좌교수와 조성배 연세대학교 컴퓨터과학과 교수를 선정했다고 28일 밝혔다. 기초과학 부문 수상자인 황 교수는 식물 발달 과정에서의 신호 전달 체계와 관다발 진화 원리를 규명한 공로를 인정받았다. 응용과학 부문 수상자인 조 교수는 데이터 모양이나 패턴을 추출하는 '컨볼루션 신경망'과 '장단기메모리 순환 신경망'을 결합한 복합 인공지능 연구로 산업 현장 문제 해결에 기여했다는 평가를 받았다. 수당상은 삼양그룹 창업주인 수당 김연 선생의 인재 육성 정신을 계승하기 위해 1973년 제정된 상으로, 매년 우수 연구자 2명을 선정해 상패와 상금 각 2억원을 수여한다. 시상식은 오는 5월 27일 서울 롯데호텔 서울에서 열린다. [기사 원문 보러가기] [출처 : 연합뉴스]
- 첨단컴퓨팅학부 2026.04.28
-
48
- AI로 턱관절 이상 MRI 필요 여부 예측…"환자 부담 경감 기대"-정효정 치과대학병원 구강과학연구소 교수, 주다윤 인공지능대학원 석사과정 연구원
- AI로 턱관절 이상 MRI 필요 여부 예측…"환자 부담 경감 기대" 국내 연구진이 턱관절 이상을 선별하기 위해 MRI(자기공명영상) 촬영이 필요한지 가려낼 수 있는 인공지능(AI) 프로그램을 개발했다. 세브란스병원은 정효정 연세대 치과대학병원 구강과학연구소 교수와 주다윤 연세대 인공지능대학원 석사과정 연구원 등이 X-레이 영상과 임상 정보를 함께 분석해 턱관절 이상 가능성을 예측하는 AI 모델을 개발했다고 19일 밝혔다. 턱관절 질환은 음식을 씹거나 말할 때 사용하는 턱관절 기능에 영향을 미치는 대표적인 구강악안면 질환이다. 입이 잘 벌어지지 않거나 관절에서 소리가 나 병원을 찾는 환자가 많다. 관절 위치 이상이나 내부 염증 유무 등은 MRI로만 정확히 확인할 수 있는데, 검사비가 비싸고 의료진 경험을 바탕으로 검사 여부를 정하는 경우가 많아 환자 입장에서는 불필요한 검사를 받거나 필요한 검사가 늦어질 수 있는 등의 단점이 있었다. 이에 연구진은 2021년 1월∼2023년 12월 턱관절 이상으로 연대 치대병원 구강내과를 찾은 환자 가운데 파노라마 X-ray와 MRI를 모두 촬영한 환자 1천355명의 검사 결과(2천710개)와 관절 소리 등의 임상 정보를 AI모델로 함께 분석했다. 그 결과 AI 모델은 턱관절 이상 여부 교차 검증에서 정확도 지표(AUC) 0.86, 독립 테스트에서는 AUC 0.84의 성능을 보였다. AUC는 값이 1에 가까울수록 예측 정확도가 높은 지표다. 이는 MRI 촬영 없이도 파노라마 X-ray와 기본 임상 정보만으로 턱관절 이상 가능성을 의미 있게 예측함으로써 환자 부담을 줄일 수 있는 가능성을 보여준 결과라고 세브란스병원은 설명했다. 정효정 교수는 "정밀검사 중심의 기존 진단 방식에서 나아가 선별검사와 정밀검사가 연결되는 새로운 진단 접근법을 제시했다"며 "대부분의 치과에서 촬영되는 파노라마 X-ray를 활용해 실제 진료 현장에서 적용 가능성이 크다"고 설명했다. 이번 연구 결과는 국제학술지 'npj 디지털 메디신(npj Digital Medicine, IF 15.1)'에 게재됐다. [기사 원문 보러가기] [출처 : 연합뉴스]
- 첨단컴퓨팅학부 2026.04.28
-
47
- 연세대 첨단컴퓨팅학부, CHI 2026에 10편의 풀페이퍼 발표!
- 연세대 첨단컴퓨팅학부, CHI 2026에 10편의 풀페이퍼 발표! 연세대학교 첨단컴퓨팅학부 교수진이 인간-컴퓨터 상호작용(HCI) 분야 최고 권위 학회인 CHI 2026(Conference on Human Factors in Computing Systems)에 다수의 논문을 게재하는 성과를 이루었습니다. CHI는 사용자 경험(UX), 인터랙션 디자인, AI와 인간의 상호작용 등 미래 기술과 인간 중심 설계를 아우르는 대표 학회입니다. 이번 성과는 기술 중심을 넘어 사용자 중심 AI 연구를 선도하는 첨단컴퓨팅학부의 방향성을 보여주는 중요한 결과입니다. 앞으로도 첨단컴퓨팅학부는 기술과 인간을 연결하는 혁신 연구를 지속적으로 수행하겠습니다. ✍️ 논문 제목 및 저자 1. Cerebra: Aligning Implicit Knowledge in Interactive SQL Authoring - Yunfan Zhou, Qiming Shi, Zhongsu Luo, Xiwen Cai, Yanwei Huang, Dae Hyun Kim, Di Weng, Yingcai Wu 2. Challenges in Synchronous & Remote Collaboration Around Visualization - Matthew Brehmer, Maxime Cordeil, Christophe Hurter, Takayuki Itoh, Wolfgang Büschel, Mahmood Jasim, Arnaud Prouzeau, David Saffo, Lyn Bartram, Sheelagh Carpendale, Chen Zhu-Tian, Andrew Cunningham, Tim Dwyer, Samuel Huron, Masahiko Itoh, Alark Joshi, Kiyoshi Kiyokawa, Hideaki Kuzuoka, Bongshin Lee, Gabriela Molina León, Harald Reiterer, Bektur Ryskeldiev, Jonathan Schwabish, Brian A. Smith. Yasuyuki Sumi, Ryo Suzuki, Anthony Tang, Yalong Yang, and Jian Zhao 3. Data-Prompt Co-Evolution: Growing Test Sets to Refine LLM Behavior - Minjae Lee and Minsuk Kahng 4. "Do I Really Need This?": Illuminating Challenges in Integrating Computational Training Tools in Esports Coaching - Erica Kleinman, Seonho Kim, Soomin Kim, Hanbyeol Lee, Jonghyun Kim, Donghyeon Kang, Sangbeom Park, Casper Harteveld, Byungjoo Lee* 5. DiaryPlay: AI-Assisted Creation of Interactive Story Vignettes for Everyday Storytelling - Jiangnan Xu, Haeseul Cha, Gosu Choi, Gyu-cheol Lee, Yeo-Jin Yoon, Zucheul Lee, Konstantinos Papangelis, Dae Hyun Kim*, Juho Kim* 6. HyPockeTuner: Bringing Hyperparameter Optimization to Mobile Devices - Donghee Hong, Bongshin Lee, Jinwook Seo, and Jaemin Jo 7. Simulating Human Audiovisual Search Behavior - Hyunsung Cho, Xuejing Luo, Byungjoo Lee, David Lindlbauer, Antti Oulasvirta 8. Transformer Explainer: Learning LLM Transformers with Interactive Visual Explanation and Experimentation - Aeree Cho, Grace C. Kim, Alexander Karpekov, Seongmin Lee, Alec Helbling, Benjamin Hoover, Zijie J. Wang, Minsuk Kahng*, and Duen Horng Chau* 9. Understanding Spatiotemporal-Aware Multimodal Conversational Search in the Outdoor Urban Space - Jiangnan Xu, Suyeon Seo, Joni Salminen, Michael Saker, Joongi Shin, Alan Chamberlain, Konstantinos Papangelis, Dae Hyun Kim 10. Unpacking Visual Metaphors in Infographics: A Design Space - Yukai Guo, Lanxi Xiao, Xinhuan Shu, Qiong Wu, Bongshin Lee, and Shixia Liu Image Source: CHI Official Website (https://chi2026.acm.org)
- 첨단컴퓨팅학부 2026.03.23
-
46
- 연세대 첨단컴퓨팅학부, CVPR 2026에서 11편의 논문 채택
- 연세대 첨단컴퓨팅학부, CVPR 2026에서 11편의 논문 채택 연세대학교 첨단컴퓨팅학부 소속 교수진의 논문 11편이 CVPR 2026(Conference on Computer Vision and Pattern Recognition 2026)에 채택되었습니다. CVPR은 이미지 인식, 영상 분석, AI 비전 기술 등 컴퓨터 비전 분야에서 가장 영향력 있는 국제 학회로, 채택 자체가 연구의 우수성을 의미합니다. 이번 연구 성과는 자율주행, 의료영상, 생성형 AI 등 다양한 응용 분야에서 확장할 수 있는 기술적 기반을 제시하며, 글로벌 연구 경쟁력을 한층 강화하는 계기가 되었습니다. 첨단컴퓨팅학부는 앞으로도 혁신적인 연구를 통해 AI 및 비전 분야 발전을 선도해 나가겠습니다. ✍️ 논문 제목 및 저자 (Main) 1. Anchoring and Rescaling Attention for Semantically Coherent Inbetweening - Tae Eun Choi*, Sumin Shim*, Junhyeok Kim, Seong Jae Hwang 2. FEAST: Fully Connected Expressive Attention for Spatial Transcriptomics - Taejin Jeong*, Joohyeok Kim*, Jinyeong Kim, Chanyoung Kim, Seong Jae Hwang 3. iLRM: An Iterative Large 3D Reconstruction Model - Gyeongjin Kang, Seungtae Nam, Xiangyu Sun, Sameh Khamis, Abdelrahman Mohamed, Eunbyung Park 4. Interpretable Motion Attentive Maps: Spatio-Temporally Localizing Concepts in Video Diffusion Transformers - Youngjun Jun, Seil Kang, Woojung Han, Seong Jae Hwang 5. Learning Personalized Photographic Style from Pairwise User Preferences - Jinwoo Kim, Jihye Yoo, Seon Joo Kim 6. Multi-view Pyramid Transformer: Look Coarser to See Broader - Gyeongjin Kang*, Seungkwon Yang*, Seungtae Nam, Younggeun Lee, Jungwoo Kim, Eunbyung Park 7. PEdit: Pareto-Guided Image Editing via Dynamic Latent Trajectory Control - Sooyeon Park*, Jaeil Park, Sung-Bae Cho 8. Uni3R: Unified 3D Reconstruction and Semantic Understanding via Generalizable Gaussian Splatting from Unposed Multi-View Images - Xiangyu Sun, Haoyi Jiang, Liu Liu, Seungtae Nam, Gyeongjin Kang, Xinjie Wang, Wei Sui, Zhizhong Su, Wenyu Liu, Xinggang Wang, Eunbyung Park 9. Unsupervised Monocular 3D Keypoint Discovery from Multi-View Diffusion Priors - Subin Jeon, In Cho, Junyoung Hong, Woong Oh Cho, Seon Joo Kim 10. ViKey: Enhancing Temporal Understanding in Videos via Visual Prompting - Yeonkyung Lee*, Dayun Ju*, Youngmin Kim, Seil Kang, Seong Jae Hwang (Findings) 1. Memorization In Stable Diffusion Is Unexpectedly Driven by CLIP Embeddings - BumJun Kim, Albert No Image Source: CVPR Official Website (https://cvpr.thecvf.com)
- 첨단컴퓨팅학부 2026.03.23
-
45
- 연세대 첨단컴퓨팅학부, ICLR 2026에서 21편의 논문 채택
- 연세대 첨단컴퓨팅학부, ICLR 2026에서 21편의 논문 채택 연세대학교 첨단컴퓨팅학부 소속 교수진이 세계 최고 수준의 인공지능학회인 ICLR 2026(International Conference on Learning Representations)에 다수의 논문을 게재하는 성과를 이루었습니다. ICLR은 머신러닝 및 딥러닝 분야에서 가장 영향력 있는 국제 학회 중 하나로, 본 학부 교수진의 우수한 연구 역량을 다시 한번 입증하는 계기가 되었습니다. 이번 성과는 인공지능 이론과 응용 전반의 연구 결과를 반영하며, 글로벌 AI 경쟁력 강화를 목표로 합니다. 첨단컴퓨팅학부는 앞으로도 세계 수준의 연구 성과 창출을 위해 지속적으로 노력하겠습니다. ✍️ 논문 제목 및 저자 1. A2D: Any-Order, Any-Step Safety Alignment for Diffusion Language Models - Wonje Jeung*, Sangyeon Yoon*, Yoonjun Cho, Dongjae Jeon, Sangwoo Shin, Hyesoo Hong, and Albert No 2. Align to Misalign: Automatic LLM Jailbreak with Meta-Optimized LLM Judges - Hamin Koo, Minseon Kim, and Jaehyung Kim 3. CHROMA: Consistent Harmonization of Multi-View Appearance via Bilateral Grid Prediction - Jisu Shin, Richard Shaw, Seunghyun Shin, Zhensong Zhang, Hae-Gon Jeon* and Eduardo Pérez-Pellitero* 4. CompMarkGS: Robust Watermarking for Compression 3D Gaussian Splatting - Sumin In, Youngdong Jang, Utae Jeong, MinHyuk Jang, Hyeongcheol Park, Eunbyung Park, Sangpil Kim 5. Decomposed Attention Fusion in MLLMs for Training-Free Video Reasoning Segmentation - Su Ho Han, Jeongseok Hyun, Pilhyeon Lee, Minho Shim, Dongyoon Wee, Seon Joo Kim 6. Embodied Agents Meet Personalization: Investigating Challenges and Solutions Through the Lens of Memory Utilization - Taeyoon Kwon*, Dongwook Choi*, Hyojun Kim, Sunghwan Kim, Seungjun Moon, Beong-woo Kwak, Kuan-Hao Huang, Jinyoung Yeo 7. Enhancing Instruction Following of LLMs via Activation Steering with Dynamic Rejection - Minjae Kang and Jaehyung Kim 8. Hierarchical Prototype Learning for Semantic Segmentation - Seoha Lim*, Jinmyeong Kim*, Jieun Kim, Sung-Bae Cho 9. Identifying Robust Neural Pathways: Few-Shot Adversarial Mask Tuning for Vision-Language Models - Wonjeong Choi, Sejong Ryu, Jungmoon Lee, Dong-Jun Han*, Jaekyun Moon 10. Motion Prior Distillation in Time Reversal Sampling for Generative Inbetweening - Wooseok Jeon, Seunghyun Shin, Dongmin Shin and Hae-Gon Jeon 11. Multi-Feature Quantized Self-Attention for Fair Large Language Models - Jaeil Park and Sung-Bae Cho 12. Multi-turn Evaluation of Anthropomorphic Behaviours in Large Language Models - Lujain Ibrahim, Canfer Akbulut, Rasmi Elasmar, Charvi Rastogi, Minsuk Kahng, Meredith Ringel Morris, Kevin R. McKee, Verena Rieser, Murray Shanahan, and Laura Weidinger 13. Partially Equivariant Reinforcement Learning in Symmetry-Breaking Environments - Junwoo Chang, Minwoo Park, Joohwan Seo, Roberto Horowitz, Jongmin Lee*, Jongeun Choi* 14. Prior-based Noisy Text Data Filtering: Fast and Strong Alternative for Perplexity - Youngbin Seo, Gayoung Kim, Jaehyung Kim*, and Jinyoung Yeo* 15. Rainbow Padding: Mitigating Early Termination in Instruction-Tuned Diffusion LLMs - Bumjun Kim*, Dongjae Jeon*, Dueun Kim*, Wonje Jeung, and Albert No 16. Rethinking Benign Relearning: Syntax as the Hidden Driver of Unlearning Failures - Sangyeon Yoon, Hyesoo Hong, Wonje Jeung, and Albert No 17. RPM: Reasoning-Level Personalization for Black-Box Large Language Models - Jieyong Kim*, Tongyoung Kim*, Soojin Yoon, Jaehyung Kim, and Dongha Lee 18. Scalable Offline Model-Based RL with Action Chunks - Kwanyoung Park, Seohong Park, Youngwoon Lee, Sergey Levine 19. TiTok: Transfer Token-level Knowledge via Contrastive Excess to Transplant LoRA - Chanjoo Jung and Jaehyung Kim 20. TwinVLA: Data-Efficient Bimanual Manipulation with Twin Single-Arm Vision-Language-Action Models - Hokyun Im, Euijin Jeong, Andrey Kolobov, Jianlong Fu, Youngwoon Lee 21. Video Scene Segmentation with Genre and Duration Signals - Jungu Cho, Seong Jong Ha and Hae-Gon Jeon Image Source: ICLR Official Website (https://iclr.cc)
- 첨단컴퓨팅학부 2026.03.23
-
44
- 연세대학교 BDAI 연구실, 2026년 SIGMOD·ICDE·DAC 등 세계 최고 권위 국제학회 논문 3편 채택
- 연세대학교 BDAI 연구실, 2026년 SIGMOD·ICDE·DAC 등 세계 최고 권위 국제학회 논문 3편 채택 연세대학교 컴퓨터과학과 Big Data Systems & AI (BDAI) 연구실 (지도교수 박광현)이 2026년 세계 최고 권위의 국제 학회에 논문 3편을 채택시키며 AI·데이터 시스템 및 하드웨어 가속 연구 분야에서 우수한 연구 성과를 거두었다. 특히, 이번 성과는 연구실 설립 2년 만에 이루어진 결과라는 점에서 더욱 의미가 크다. BDAI 연구실은 2026년 ACM SIGMOD, IEEE ICDE, Design Automation Conference (DAC) 등 인공지능/데이터/컴퓨터 시스템 및 하드웨어 분야의 대표적인 최상위 국제 학회에 총 3편의 논문이 채택되었다. 이번 연구들은 BDAI 연구실이 중심이 되어, Microsoft Research, SK hynix, SK Telecom 등 글로벌 산업 및 연구 파트너와의 협력을 통해 이루어졌다는 점에서도 의미가 크다. 먼저 ACM SIGMOD 2026에는 멀티모달 대규모 언어 모델(LLM) 학습 파이프라인을 데이터 기반으로 최적화하는 프레임워크 “DFLOP: A Data-driven Framework for Multimodal LLM Training Pipeline Optimization” 연구가 채택되었다. 본 연구는 BDAI 연구실이 주도하고 Microsoft Research와 SK Telecom이 공동으로 참여한 연구로, 다양한 모달리티를 포함하는 LLM 학습 과정에서 커널 선택, GPU 자원 할당, 데이터 스케줄링을 통합적으로 최적화하는 시스템 프레임워크를 제안한다. 특히 A100 GPU 64대를 활용한 대규모 실험 환경에서 기존 방식 대비 최대 3.7배 빠른 학습 속도를 달성하였으며, DeepSeek-VL2 (27B)와 같은 대규모 모델 학습 기준으로 약 20만 달러(환율 기준 약 수억 원)에 달하는 학습 비용 절감 효과를 확인하였다. 이러한 결과는 대규모 LLM 학습 인프라의 효율성을 크게 향상시킬 수 있음을 보여준다. 다음으로 IEEE ICDE 2026에는 벡터 검색과 전통적인 관계형 분석 쿼리를 통합적으로 최적화하는 새로운 쿼리 최적화 프레임워크 “Exqutor: Extended Query Optimizer for Vector-augmented Analytical Queries” 연구가 채택되었다. 해당 연구는 BDAI 연구실이 주도하고 Microsoft Research와 공동으로 수행된 연구로, 벡터 검색을 포함한 복합 분석 질의에 대해 정확한 카디널리티 기반 비용 모델을 활용하는 새로운 쿼리 최적화 기법을 제안한다. 특히 실제 데이터 시스템 환경에서 수행된 실험을 통해 기존 접근 방식 대비 10,000배 이상의 성능 향상을 달성하였으며, 이는 대규모 벡터 검색과 데이터 질의 처리가 결합된 LLM 기반 Retrieval-Augmented Generation(RAG) 파이프라인의 실행 속도를 획기적으로 개선할 수 있음을 보여준다. 마지막으로 Design Automation Conference (DAC) 2026에는 CXL 기반 근접 메모리 처리(Near-Memory Processing)를 활용한 벡터 검색 가속 아키텍처 “CANNON: A CXL-Based Near-Memory Processing Architecture for Approximate Nearest Neighbor Search on Real Hardware” 연구가 채택되었다. 본 연구는 BDAI 연구실이 중심이 되어 Microsoft Research와 SK hynix와 협력하여 수행된 연구로, 실제 CXL 하드웨어 환경에서 근접 메모리 연산을 활용하여 대규모 벡터 검색을 가속하는 시스템을 제안한다. 특히 실제 하드웨어 기반 실험에서 기존 최신 기술(SOTA) 대비 800배 이상의 속도 향상을 달성하며, 차세대 AI 데이터 시스템 인프라 및 LLM 기반 Retrieval-Augmented Generation(RAG) 시스템의 검색 단계 가속 가능성을 보여주었다. 이번 연구 성과는 연세대학교 BDAI 연구실이 중심이 되어 Microsoft Research, SK hynix, SK Telecom 등 글로벌 산업 및 연구 파트너와 협력하여 AI 및 데이터 시스템 인프라, 그리고 차세대 컴퓨팅 아키텍처를 아우르는 융합 연구 분야에서 세계적인 연구 경쟁력을 확보하고 있음을 보여준다. 채택 논문 (2026) • DFLOP: A Data-driven Framework for Multimodal LLM Training Pipeline Optimization ACM SIGMOD 2026 • Exqutor: Extended Query Optimizer for Vector-augmented Analytical Queries IEEE International Conference on Data Engineering (ICDE) 2026 • CANNON: A CXL-Based Near-Memory Processing Architecture for Approximate Nearest Neighbor Search on Real Hardware Design Automation Conference (DAC) 2026 연세대학교 BDAI 연구실에 대한 자세한 연구 활동 및 연구실 지원 문의 등은 아래 연구실 홈페이지에서 확인할 수 있다. https://bdai.yonsei.ac.kr
- 첨단컴퓨팅학부 2026.03.17