RnDCircle Logo
Natural Language Computing Laboratory
서울시립대학교 컴퓨터과학부 이경재 교수
Open-domain QA
Calibration
Continuously-updated QA
연구 영역
기본 정보
논문·특허
구성원

Natural Language Computing Laboratory

서울시립대학교 컴퓨터과학부 이경재 교수

Natural Language Computing Laboratory(자연언어컴퓨팅연구실)는 언어와 추론이 일반 인공지능의 근간이 될 수 있다는 신념 아래, 대형 언어 모델을 기반으로 한 차세대 에이전트 시스템을 연구하고 있습니다. 본 연구실은 에이전트가 환경과 도구와의 상호작용을 통해 경험을 축적하고, 자기 반성과 경험 통합을 통해 지속적으로 진화하는 Self-Evolving Agents를 개발하는 데 주력하고 있습니다. 이를 통해 기존 인공지능의 한계를 극복하고, 실제 환경에서 자율적으로 학습하고 적응하는 지능형 시스템을 구현하고자 합니다. 또한, 신뢰할 수 있는 에이전트 시스템의 구축을 위해 사실성(factuality), 일관성(consistency), 근거 기반 의사결정(faithfulness) 등 다양한 신뢰성 지표를 정의하고, 이를 충족시키기 위한 모델 구조와 평가 방법을 연구합니다. 에이전트가 외부 증거와 세계 지식에 기반하여 논리적이고 일관된 결정을 내릴 수 있도록 다양한 알고리즘과 벤치마크를 개발하고 있습니다. 이러한 연구는 인공지능이 사회적으로 신뢰받을 수 있는 기술로 자리잡는 데 중요한 역할을 합니다. 본 연구실은 대형 언어 모델을 활용한 에이전트 기반 워크플로우, 계획 수립, 도구 활용, 증거 및 컨텍스트 관리 등 복합적인 문제 해결 능력을 갖춘 시스템 개발에도 집중하고 있습니다. 에이전트가 복잡한 작업을 다단계로 분할하고, 각 단계에서 필요한 정보를 능동적으로 수집·활용할 수 있도록 하는 기술을 연구하며, 이를 통해 다양한 실제 응용 분야에서의 활용 가능성을 높이고 있습니다. 이외에도, 멀티모달 데이터 처리, 질의응답 시스템, 텍스트 분류, 번역 등 자연언어처리의 다양한 하위 분야에서 선도적인 연구를 수행하고 있습니다. 다수의 국제 학술지 및 학회에 논문을 발표하며, 최신 인공지능 기술의 발전에 기여하고 있습니다. 자연언어컴퓨팅연구실은 경험 기반 자기 진화, 신뢰성 강화, 복합적 문제 해결 등 차세대 인공지능의 핵심 역량을 연구하며, 인공지능이 사회 전반에 긍정적인 영향을 미칠 수 있도록 학문적·기술적 발전을 선도하고 있습니다.

Open-domain QACalibrationContinuously-updated QAPlug-and-Play AdaptationEvidentiality
대표 연구 분야
연구 영역 전체보기
연속 업데이트 지식기반 질문응답을 위한 플러그앤플레이 적응 연구 thumbnail
연속 업데이트 지식기반 질문응답을 위한 플러그앤플레이 적응 연구
Plug-and-Play Adaptation for Continuously-updated QA
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
3
논문 전체보기
1
Article
|
·
인용수 0
·
2025
Assessing LLM Reasoning Steps via Principal Knowledge Grounding
Hyeon Seok Hwang, Y Cho, Chanwoong Yoon, Yein Park, Michael Song, Kyungjae Lee, Gangwoo Kim, Jaewoo Kang
https://doi.org/10.18653/v1/2025.findings-emnlp.1085
Principal (computer security)
Knowledge representation and reasoning
Case-based reasoning
Task (project management)
Key (lock)
Knowledge-based systems
Non-monotonic logic
Ground
2
Article
|
·
인용수 0
·
2025
The Joseon School Representation in the Novels of Koreans in Japan -With the focus on Ethnicity. and Nation
Kyungjae Lee
Chunwon Research journal
『GO』와 『지니의 퍼즐』에서는 모두 조선학교가 서사의 핵심적인 공간으로 등장한다. 이 글에서는 가네시로 가즈키의 에스니시티(ethnicity)와 최실의 네이션(nation)이라는 개념을 중심으로 두 작품에서 조선학교가 표상되는 방식을 고찰하고자 하였다. 이를 위해 2장에서는 두 작품에서 재일한인에 대한 차별이 심한 일본 사회에서 조선학교가 ‘일본이라는 네이션’에 맞서는 ‘조선이라는 에스니시티’의 공간으로 가지는 공통적인 의미를, 3장에서는 ‘치마저고리’를 매개로 두 작품에서 각기 다른 방식으로 나타나는 ‘북한라는 네이션’과 ‘조선이라는 에스니시티’의 관계에 대해 살펴보았다. 『GO』와 『지니의 퍼즐』에서는 공통적으로 조선학교가 ‘일본이라는 네이션’의 차별에 맞서는 ‘조선이라는 에스니시티’의 중심 공간으로 형상화된다. 그러나 ‘북한이라는 네이션’과의 관계에 있어서는 ‘조선이라는 에스니시티’의 존재방식이 두 작품에서 상이하게 나타난다. 특히 『GO』에서 조선학교는 ‘북한이라는 네이션’의 커다란 영향력 아래에 존재한다. 이와 달리 『지니의 퍼즐』에서 조선학교는 ‘북한이라는 네이션’과 ‘조선이라는 에스니시티’의 힘이 공존하는 동시에 충돌하는 공간이다. 이러한 차이는 ‘조선의 에스니시티’를 상징하는 치마저고리 교복이 다루어지는 방식의 차이에서도 드러난다. 기본적으로 『GO』와 『지니의 퍼즐』에서 조선학교와 그곳의 학생들은 고유한 에스니시티를 인정받지 못하는데, 그것은 일본과 북한이라는 네이션의 압박에서 비롯되는 것이다. 이러한 면모는 『GO』와 『지니의 퍼즐』이 모두 국민국가가 지닌 폐쇄성에 근본적인 의문을 제기하는 작품이라는 것을 의미한다고 볼 수 있다.
https://doi.org/10.31809/crj.2025.6.30.297
Ethnic group
Representation (politics)
Focus (optics)
Gender studies
History
Sociology
Anthropology
Political science
Law
Politics
3
Article
|
·
인용수 0
·
2025
D2FP: Learning Implicit Prior for Human Parsing
Junyoung Hong, Hyeri Yang, Ye Ju Kim, Haerim Kim, Shinwoong Kim, Euna Shim, Kyungjae Lee
인간 파싱은 인간 이미지를 정밀한 수준의 의미 부품으로 분할하는 것을 목표로 한다. 인체의 내재적 구조를 고려할 때, 최신 기법들은 일반적으로 신체 간 내재적 관계를 표현하기 위해 사전 가정에 의존한다. 그러나 다양한 시나리오에 걸쳐 동일한 구조적 사전 지식을 활용하는 것은 안정적인 예측을 달성하는 데 어려움이 있으며, 추가적인 네트워크 설계 노력이 요구된다. 이러한 문제를 해결하기 위해, 본 연구는 인간 신체의 암묵적 사전 구조를 동적으로 학습하는 새로운 방법인 Dynamic Dual Transformer for Parsing (D2FP)을 제안한다. 구체적으로, 인간 이미지의 학습 가능한 의미로부터 입력 의존적인 사전 특징을 도출하여, 이를 Transformer 디코더에 공급하기 전에 사전이 포함된 객체 쿼리를 생성한다. 본 모델은 사전 객체 쿼리를 효과적으로 학습하기 위한 세 가지 주요 구성요소, 즉 사전 추출 모듈, 사전 임베딩 모듈, 그리고 다중 스케일 이중 Transformer 디코더를 포함한다. 또한, 최종 디코딩된 객체 쿼리가 초기 사전 특징을 향상시키기 위한 구조적 단서를 제공하는 새로운 사전 향상 전략을 도입한다. 실험 결과는 LIP 및 CIHP의 두 가지 잘 알려진 인간 파싱 벤치마크 전반에서 제안 방법이 기존 방법들에 비해 우수하며 효과적임을 보여준다. 코드는 https://github.com/cvlabyongin/D2FP 에서 제공되며, 모델도 동일한 링크에서 이용할 수 있다.
https://doi.org/10.1109/wacv61041.2025.00883
Computer science
Parsing
Artificial intelligence
Natural language processing
연구실 하이라이트
연구실의 정보를 AI가 요약해서 키워드 중심으로 정리해두었어요
차세대AI
스스로 경험하고 진화하는 차세대 AI, Self-Evolving Agents
AI 요약 확인하기
신뢰성AI
환각을 넘어 신뢰로: 사실 기반 의사결정 AI 시스템
AI 요약 확인하기
핵심기술
오픈소스 LLM 평가 모델, Prometheus 2 개발
AI 요약 확인하기
기술파급력
복잡한 비즈니스 문제를 해결하는 에이전트 기반 LLM 워크플로우
AI 요약 확인하기
연구리더십
LLM 성능의 모든 것을 파헤치는 정밀 평가 벤치마크, BiGGen Bench
AI 요약 확인하기
응용기술
다중 문서·지속 업데이트 환경에 강한 지능형 QA 시스템
AI 요약 확인하기
맞춤형 인사이트 리포트
연구실의 전체 데이터를 활용한 맞춤형 인사이트 리포트
연구 트렌드부터 공동 연구 방향성 기획까지
연구실과 같이 할 수 있는게 무엇인지,
지금 바로 확인해보세요
무료 리포트 확인하기