홍승훈 연구실

홍승훈 교수 연구실(KAIST 전산학부)은 최근 5년간 31편의 논문을 발표하며 꾸준한 연구 활동을 이어왔습니다. 연구 주제는 퓨샷·소수샷 학습, 도메인 적응, 표현 학습 등 데이터 효율적 학습 방법론을 중심으로 형성되어 있으며, 이를 기반으로 생성 모델, 확산 모델, 흐름 기반 생성 모델 등 생성형 패러다임으로 연구 영역이 확장되는 흐름이 나타납니다. 동시에 동등변성·동변 신경망, 신경 상미분방정식과 같은 수학적 구조를 활용한 접근과 그래프 신경망·지식 그래프·분자 표현 학습 등 구조화된 데이터 처리 연구가 병행되고 있습니다. 비전 트랜스포머, 토큰 병합, 다중 모달 학습, 언어-시각 개념 학습 등 대규모 모델 기반의 멀티모달 연구도 주요 키워드로 자리잡고 있으며, 테스트 타임 적응과 모델 병합 같은 실용적 적응 기법으로도 관심이 이어지고 있습니다. 전반적으로 이 연구실은 효율적 학습이라는 핵심 문제의식을 유지하면서, 생성 모델과 멀티모달 학습이라는 최신 연구 흐름을 적극적으로 수용하는 방향으로 연구 스펙트럼을 넓혀가고 있습니다.