main Lab(지도교수 김재광), ACL 2026 Findings 논문 게재 승인

main Lab(지도교수: 김재광)의 논문이 우수 국제학술대회 The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026) Findings에 1편 게재 승인되었습니다. 해당 논문은 2026년 7월 샌디에고에서 발표될 예정입니다. "DPLoRA: A Dual-Pruning Framework based on ILP Optimization and Progressive Pruning for Parameter-Efficient LoRA Fine-Tuning" 논문은 박창준(데이터사이언스융합학과 석사졸업)이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. 특히 TCNJ의 윤세종 교수님이 공동연구자로 참여한 국제협력 연구입니다. 이 연구에서 제안하는 DPLoRA(Dual-Pruning LoRA)는 LoRA 미세조정에서 흔히 쓰는 “모든 층에 동일 rank를 부여”하는 관행이 비효율적이라는 문제의식에서 출발합니다. 각 층(layer)마다 기여도가 다른 데도 같은 크기의 어댑터를 달면, 어떤 층은 과투자, 어떤 층은 병목이 생기기 때문입니다. 이를 해결하기 위해 2단계의 이중 프루닝을 제안합니다. 1단계(OPLoRA): 학습 시작 전, 층별 중요도를 기반으로 ILP(정수선형계획)를 풀어 예산 제약 하에서 층별 rank를 전역적으로 최적 배분합니다(수동 튜닝/탐색 최소화). 2단계(Progressive Pruning): 학습 중에는 중요도 점수를 EMA로 평활화해 흔들림을 줄이고, 덜 중요한 rank를 점진적으로 제거해 추가 압축을 달성합니다. 제안 방법은 실험적으로는 GLUE에서 SOTA를 달성하면서, 표준 LoRA 대비 학습 파라미터를 80%+ 절감하고, 학습 시간을 최대 46% 단축하는 등 성능-효율 트레이드오프를 개선을 이루었습니다.

dxlab(지도교수 박은일), CHI 2026, MMsys 2026, WWW 2026에 총 4편 게재 승인

dxlab (지도교수: 박은일, https://dsl.skku.edu)의 논문이 HCI 분야 최우수 학술대회인 CHI 2026에 1편, 인공지능/멀티미디어 분야 최우수 학술대회인 MMsys 2026에 1편, WWW 2026에 2편 게재 승인되었습니다. 해당 논문은 26년 4월에서 6월에 걸쳐, 바르셀로나와 홍콩, 두바이에서 발표될 예정입니다. 01. (CHI 2026) “Thriving, Not Just Growing: Structural Sustainability as the Key to Quality in Online Wellness Communities” 논문은 박신유 석사과정(인공지능융합학과), 차준엽 박사과정(인공지능융합학과), S. Shyam Sundar 교수가 저자로 참여하였고, 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 온라인 웰니스 커뮤니티의 성공을 사용자 수나 활동량과 같은 양적 성장 지표로만 평가해 온 기존 접근의 한계를 지적합니다. 이를 보완하기 위해 연구팀은 커뮤니티의 장기적 품질을 결정하는 메커니즘으로 '구조적 지속가능성(Structural Sustainability)' 프레임워크를 제안했습니다. 해당 프레임워크는 지속적으로 참여하는 안정적인 핵심 사용자 구조(Stable User Structure), 단순한 정보 전달을 넘어선 질적으로 유의미한 상호작용(Meaningful Interaction), 조율된 커뮤니티 정체성(Coordinated Community Identity)이라는 세 축으로 구성됩니다. 연구팀은 2023-2024년 동안 56개의 Reddit 웰니스 커뮤니티에서 수집한 1,700만 건 이상의 게시글 데이터를 분석해 사용자(User), 콘텐츠(Content), 정체성(Identity) 차원에서 커뮤니티 품질을 정량적으로 측정했습니다. 분석 결과, 우수한 커뮤니티는 단순한 대화의 양이 아니라 충성도 높은 핵심 사용자와 상호 보완적인 깊은 대화에 의해 유지된다는 사실을 확인했습니다. 특히, 뚜렷한 커뮤니티 정체성은 내부 결속과 대화의 질을 높이는 핵심 요인으로 작용하는 동시에, 사용자 유입을 제한할 수 있는 성장-정체성 간 상충 관계 (Trade-off)를 형성하는 것으로 나타났습니다. 본 연구는 '성장=성공'이라는 기존 패러다임을 재고하고, 커뮤니티가 단순한 외형적 확장을 넘어 사용자들의 장기적인 웰빙과 신뢰를 구축하는 구조적 관점을 제시합니다. 이는 플랫폼 설계자와 운영자들이 단기적 활성 지표에 의존하기보다, 유의미한 상호작용과 안정적인 구조 유지에 초점을 맞춰야 함을 시사하며, 실질적인 커뮤니티 운영 가이드라인을 제공한다는 점에서 중요한 가치를 지닙니다. 02. (MMsys 2026) “MARs: Multi-Scale Convolution-Attention Residual Fusion for Video Summarization” 논문은 송준석 석박사통합과정(실감미디어공학과)이 제1저자로 참여하였으며, 이주엽 박사과정(인공지능융합학과)과 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 비디오 요약에서 영상의 전체 흐름을 이해하는 능력과 프레임 간 세밀한 변화 포착을 동시에 수행하기 어렵다는 기존 모델의 한계를 해결하기 위해 MARs (Multi-scale Convolution-Attention Residual Fusion) 구조를 제안합니다. Multi-Head Self-Attention을 통해 영상 전체 프레임 간의 장기적인 관계와 스토리 흐름을 학습하고, Multi-Scale Convolution Module을 통해 인접 프레임 사이의 세밀한 변화와 동작 패턴을 함께 포착합니다. 실험 결과, 제안 방법은 SumMe와 TVSum 데이터셋에서 기존 방법보다 높은 성능을 기록하며, 추가적인 오디오나 텍스트 없이 영상 정보만으로도 우수한 요약 성능을 달성했습니다.이 연구는 전역 맥락과 지역적 변화 정보를 동시에 학습하는 구조를 통해 실제 영상 서비스 환경에서 활용 가능한 효율적인 비디오 요약 방법을 제시합니다. 03. (WWW 2026) “AIMER: Affective Intention-guided Multimodal Emotion Reasoner for Visual Emotion Analysis in Social Media” 논문은 이유빈 박사과정 (인공지능융합학과), 박신유 석사과정 (인공지능융합학과), 차준엽 박사과정 (인공지능융합학과), 박지원 석사과정 (실감미디어공학과)이 저자로 참여하였고, 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 기존 Vision-Language Model(VLM) 기반 감정 인식이 이미지의 표면적인 시각 단서에 주로 의존하여 감정의 근본적인 의미나 의도를 충분히 반영하지 못하는 문제를 해결하기 위해 AIMER (Affective Intention-guided Multimodal Emotion Reasoner)를 제안합니다. 감정은 단순한 시각 표현이 아니라 인간의 동기와 의도에 의해 형성되는 인지적 과정이라는 관점에서, AIMER는 감정의 외적 표현과 내적 의도를 함께 고려하는 감정 이해 구조를 설계합니다. AIMER는 GPT-5.0을 활용하여 감정의 카테고리, 의도, 추론 정보를 포함한 Intention-aware Emotion Instruction을 생성하고, 이를 이미지에서 추출된 시각 특징과 결합하여 감정을 해석합니다. 생성된 감정 지시문과 시각 임베딩은 Q-Former를 통해 정렬되며, 이를 통해 모델이 단순한 감정 표현 인식을 넘어 감정의 의미와 맥락을 함께 이해하도록 합니다. 또한 Visual Projection과 LLM 사이에 Lightweight Emotion MLP를 추가하여 파라미터 효율적인 방식으로 감정 표현을 보정하고 추론 성능을 향상시킵니다. 이를 통해 AIMER는 다양한 감정 데이터셋에서 기존 vision 기반 및 multimodal 모델보다 우수한 성능을 보이며, 감정의 의도와 맥락을 함께 고려하는 감정 이해 모델로 활용될 수 있음을 보여줍니다. 04. (WWW 2026) “ReMi-ReMath: A Reverse-Mutual Reasoning Framework for Enhancing Mathematical Thinking in Small Language Models” 논문은 김대규 박사과정(인공지능융합학과), 문상규 박사과정(인공지능융합학과)이 참여하였으며, 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 소형 언어 모델이 복잡한 수학적 추론 과정에서 논리적 일관성을 유지하지 못하고, 단순히 정답만 맞히는 현상을 해결하기 위해 ReMi-ReMath 프레임워크를 제안합니다. 기존의 상호 추론 방식이 정답의 일치 여부에만 집중했던 것과 달리, ReMi-ReMath는 추론 과정이 문제의 전제 조건을 충족하는지 검증하는 '논리적 타당성'에 초점을 맞추었습니다. 해당 모델은 Forward Generation - Reverse Reconstruction - Mutual Verification으로 구성되어, 먼저 모델이 문제에 대한 여러 추론 경로를 생성하면, 상호 추론 판별기가 해당 추론 과정과 도출된 정답을 바탕으로 역순으로 문제를 재구성합니다. 그 후, 재구성된 문제와 원래의 문제를 비교하여 수치적 일관성과 의미적 일관성을 측정하는 삼중 일관성을 계산하였습니다. 이를 통해 별도의 미세 조정없이 논리적으로 결함이 있는 추론 경로를 효과적으로 필터링합니다.실험 결과, ReMi-ReMath는 3.8B 규모의 소형 모델에서 기존 rStar 대비 3~5%p의 성능 향상을 기록하며 GSM8K, MATH 등 주요 벤치마크에서 우수한 정확도를 보였습니다. 특히 복잡한 논리가 필요한 고난도 문제에서 두드러진 성과를 거두어, SLM이 단순히 답을 맞히는 수준을 넘어 논리를 이해하고 검증하는 모델로 진화할 수 있는 가능성을 제시하였습니다.

글로벌융합학부 김상호 학생, 2025 대한민국 인재상 수상

글로벌융합학부 김상호 학생, 2025 대한민국 인재상 수상 성균관대학교가 ‘2025 대한민국 인재상’ 대학·청년 일반 분과에서 총 4명의 수상자를 배출하며 학문적 성취와 사회적 기여를 아우르는 인재 양성 성과를 입증했다. 교육부 주최의 대한민국 인재상은 창의와 열정을 바탕으로 새로운 가치를 창출하고 공동체 발전에 기여한 고등학생 40명, 대학·일반인 60명 총 100명의 미래 인재에게 훈격 교육부 장관상과 수여된다. 이번 수상자 중 글로벌융합학부 인공지능융합전공 김상호 학생은 인공지능 기술에 대한 전문성과 공공 영역을 융합하여 사회 문제 해결에 기여해온 활동으로 주목받았다. 성균관대학교에서 인공지능과 소프트웨어, 정치외교학을 동시에 전공하고 있는 김상호 학생은 학업에서 월등한 성적을 유지하면서도 과학기술정보통신부와 주한미국대사관에서 청년 정책 제안과 과학기술외교 분야에서 큰 활약을 보였다. 학부연구생으로서 그는 인간의 소프트 스킬(soft skills)을 기계에 구현하는 ‘사회적 인공지능(Artificial Social Intelligence)’ 연구에 매진하는 한편, 우리 대학 인공지능학회 SKKAI의 초대 학회장으로서 인공지능에 대한 학우들의 관심을 환기하는 동시에 학생 융합 연구 생태계 구축에 기여했다. 김상호 학생은 현재 텍사스주립대학교 오스틴 캠퍼스(UT Austin)에서 교환학생이자 학부연구생으로 3D/4D 인간 상호작용 분석 연구를 수행하며 학문적 깊이를 더하고 있다. 지난 2025년에는 과학기술정보통신부 인공지능분과 2030 자문단원으로서 과학기술 강국 간 긴밀한 청년 인재 교류를 통한 AI 인재 확보 전략을 제안했으며, 같은 해 8월에 열린 ‘2025 한미일 청년대표 회의(YTL Summit)’에서는 대한민국 유일의 이공계 대표로 참가해 글로벌 과학기술 외교의 주역으로 활약했다. 김상호 학생은 수상 소감을 통해 인공지능을 단독의 학문이 아닌 융합적 학문으로 접근할 때 가장 큰 시너지가 난다는 점을 강조했다. 그는 “인공지능의 원리를 학습하면서 이 한 분야에만 매진하기보다, 이 신기술을 사회와 어떻게 연결할 수 있을지, 그리고 범지구적 관점에서 어떤 공공적 가치를 창출할 수 있을지를 함께 고민해온 과정이 이번 수상으로 이어진 것 같다”고 감회를 밝혔다. 또한 그는 수상 소감을 통해 ‘목소리를 내는 이공계열 청년들의 역할’을 강조했다. 특히 “인공지능과 공존하는 세상은 더 이상 먼 미래의 이야기가 아닌 것 같다”며, “현재 인공지능을 공부하고 일상에서 활용하는 미래의 주역들이야말로 나무만을 바라보는 시각에서 공부에만 매진하기보다는 숲을 바라보는 시각으로, 작지만 확고한 목소리를 내어 보다 조화롭고 윤리적인 생태계와 미래를 만들어 나가는 데 힘을 보태야 한다고 생각한다”고 말했다. 이어 학우들과 후학들에게 “제가 인공지능과 정책, 외교를 접목해온 것처럼, 모두가 자신의 전공이나 관심 분야에서 출발해 인공지능이라는 큰 주제를 중심으로 연결고리를 만들어본다면 학문을 공부하기 위한 조금 더 근본적인 원동력을 발견하는 동시에 신기술의 물결에도 올라탈 수 있을 것”이라며 “주저하지 말고 도전해보길 바란다”고 덧붙였다. 김상호 학생의 이번 수상은 단순한 개인의 성취를 넘어, 기술적 전문성과 인문학적 소양을 융합한 글로벌융합 인재의 모델을 보여주는 상징적인 사례가 되었다. 주요 수상 및 활동 이력 • 2025 대한민국 인재상 수상 • 성균관대학교 인공지능 학회(SKKAI) 초대 학회장 • 과학기술정보통신부 제2기 2030 자문단 AI 분과 자문단원 • 2025 한미일 청년대표 회의(YTL Summit) 대한민국 청년 대표 • 미 대통령 봉사상, 외교부 주최 외교 공공데이터 활용 경진대회 우수상, 제5회 공군 창의·혁신 아이디어 해커톤 대상(1위) 수상

main Lab. 연구실 (지도교수: 김재광) The 2026 ACM Web Conference (WWW) Research Track 논문 게재 승인

main Lab. 연구실 (지도교수: 김재광) 논문이 Top-tier 국제학술대회 The 2026 ACM Web Conference (WWW) Research Track에 게재 승인되었습니다. 논문은 26년 4월 두바이에서 발표될 예정입니다. "FCRLLM: Aligning LLM with Collaborative Filtering for Long-tailed Sequential Recommendation" 논문은 허병문 (인공지능융합학과 박사과정), 이남준 (인공지능융합학과 석사과정), 김선아 (소프트웨어학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. 이 연구는 상호작용 데이터가 부족한 Long-tailed 사용자 및 아이템에서의 추천 문제를 해결하기 위해, 거대언어모델(LLM)의 풍부한 의미론적(Semantic) 지식과 기존의 협업 필터링 신호를 결합한 FCRLLM 프레임워크를 제안합니다. 핵심 기술인 '플립드 클래스룸(Flipped Classroom)' 메커니즘은 협업 표현과 의미론적(Semantic) 표현이 서로 스승과 제자의 역할을 교차 수행하며 동적으로 정렬(aligned) 되도록 유도합니다. 이 과정에서 홉필드 네트워크 기반의 에너지 함수를 활용하여 두 양식 간의 어텐션 패턴 차이를 최소화하고 상호 보완적인 학습을 가능하게 합니다. 제안 방법은 세 개의 실제 데이터셋을 활용하여 실험하였고, 그 결과 제안 방법이 아이템의 인기나 사용자의 활동 수치와 관계없이 추천 성능을 일관되게 향상시키는 것으로 나타났습니다. 본 연구는 서로 다른 차원의 정보들을 양방향 교사-학생 구조로 통합함으로써 더욱 정교하고 다양한 추천 시스템을 구축할 수 있음을 보여줍니다.