alumni | SKKU IRIS Lab

Kang Eun Jeon Appointed Assistant Professor at DGIST

Tue, 18 Aug 2026 00:00:00 +0000

IRIS Lab에서 박사후연구원으로 함께했던 전강은 박사님이 2026년 8월 18일 DGIST 전기전자컴퓨터공학과 조교수로 부임하셨습니다.

전강은 박사님은 홍콩과학기술대학교(HKUST)에서 전자공학 학사 및 전자컴퓨터공학 박사 학위를 취득한 후, 2022년 12월부터 2025년 8월까지 IRIS Lab에서 박사후연구원으로 재직하였습니다. 이후 2025년 9월부터 KAIST AI대학원에서 박사후연구원으로 연구를 이어왔습니다.

주요 연구 분야는 Efficient AI와 Processing-in-Memory (PIM)로, 인메모리 컴퓨팅 하드웨어의 특성을 고려한 Quantization, Pruning, Weight Mapping 등 SW-HW Co-design을 통해 AI 모델의 연산 및 메모리 효율을 높이는 연구를 수행해 왔습니다. 최근에는 이러한 연구를 생성형 AI로 확장하여, 효율적인 추론을 위한 Flexible & Adaptive Model Compression 연구를 진행하고 있습니다.

그동안 ICCV, NeurIPS, ICCAD, DATE, ISLPED 등 주요 국제학회 및 저널에 다수의 연구 성과를 발표하였으며, 삼성전자 종합기술원(SAIT)과의 인메모리 컴퓨팅 공동연구 및 산업체와의 협력을 통해 연구 성과의 실제 시스템 적용에도 힘써 왔습니다.

오랜 기간 IRIS Lab의 구성원으로 함께 연구했던 전강은 박사님의 교수 임용을 진심으로 축하드리며, 앞으로 DGIST에서 펼쳐갈 연구와 교육 활동을 응원합니다.

Kang Eun Jeon, a former postdoctoral researcher at IRIS Lab, joined the Department of Electrical Engineering and Computer Science at DGIST as an Assistant Professor on August 18, 2026.

Kang Eun received his B.S. in Electronic Engineering and Ph.D. in Electronic and Computer Engineering from the Hong Kong University of Science and Technology (HKUST). He subsequently joined IRIS Lab as a postdoctoral researcher from December 2022 to August 2025, and continued his research at the KAIST Graduate School of AI from September 2025.

His research primarily focuses on Efficient AI and Processing-in-Memory (PIM), with particular emphasis on SW-HW co-design techniques including quantization, pruning, and weight mapping that account for the characteristics of in-memory computing hardware. More recently, he has expanded his research toward Flexible & Adaptive Model Compression for efficient generative AI inference.

His work has been published in leading journals and conferences including ICCV, NeurIPS, ICCAD, DATE, and ISLPED. He has also collaborated with Samsung Advanced Institute of Technology (SAIT) on in-memory computing and worked with industry partners to translate efficient AI research into practical systems.

Congratulations to Kang Eun on his faculty appointment at DGIST. We wish him continued success in his research and teaching endeavors!

Do Yeong Kang Admitted to Georgia Tech PhD Program

Tue, 02 Jun 2026 00:00:00 +0000

강도영 석사과정 학생이 Georgia Tech 박사과정에 합격하였습니다. 연구조교(GRA) 및 펠로우십을 포함하여 연간 약 70,000달러 규모의 지원을 받게 되었으며, Saibal Mukhopadhyay 교수의 지도 아래 연구를 이어갈 예정입니다.

석사과정 동안 인공지능 모델의 성능을 유지하면서도 연산 및 전력 소모를 최소화하는 경량화 기술과 Brain-inspired Hyperdimensional Computing 등 Efficient AI 분야에 초점을 맞추어 왔습니다. 박사 과정 동안에는 이러한 효율성 패러다임을 단일 에이전트를 넘어 협업 시스템으로 확장하여, 멀티 에이전트 시스템(Multi-Agent Systems)에서 에이전트 간 효율적인 통신(Efficient Communication)과 관련된 연구를 진행할 예정입니다.

Georgia Tech의 Saibal Mukhopadhyay 교수 연구실은 하드웨어 친화적이고 효율적인 컴퓨팅 기술을 선도하고 있어, 강도영 학생이 에이전트 간 통신과 효율적 AI 연구를 심화하는 데 최적의 연구 환경이 될 것으로 기대됩니다.

다시 한번 강도영 학생의 박사과정 합격을 진심으로 축하하며, 앞으로의 연구 활동을 응원합니다.

Doyoung Kang has been offered a fully funded PhD position at the Georgia Institute of Technology (Georgia Tech), supported by a Graduate Research Assistantship (GRA) and a fellowship amounting up to $70,000 annually. He will be advised by Professor Saibal Mukhopadhyay.

During his master’s program, his research focused on Efficient AI, particularly in model lightweighting techniques to maintain performance while minimizing computational and power overhead, as well as brain-inspired hyperdimensional computing. During his PhD, Doyoung plans to expand this efficiency paradigm from a single agent to collaborative systems, investigating efficient communication between agents in Multi-Agent Systems (MAS).

As Professor Saibal Mukhopadhyay’s research group at Georgia Tech leads the way in hardware-friendly and efficient computing technologies, it is expected to provide Doyoung with an optimal environment to deepen his research in agent communication and efficient AI. Go Yellow Jackets!

Jinju Kim Admitted to UT Austin PhD Program

Tue, 02 Jun 2026 00:00:00 +0000

김진주 석사과정 학생이 UT Austin 박사과정에 합격하였습니다. 연구조교(GRA) 및 펠로우십을 포함하여 연간 약 73,000달러 규모의 지원을 받게 되었으며, Atlas Wang 교수의 지도 아래 연구를 이어갈 예정입니다. 특히 IRIS Lab에서 지난 몇 년간 발전시켜 온 연구 주제인 안전하고 신뢰할 수 있는 생성형 모델을 위한 머신 언러닝(Machine Unlearning) 연구로 학문적 여정을 지속할 계획입니다.

생성형 모델은 실제와 구분하기 어려운 음성, 음악, 영상 등을 생성할 수 있으며, 이는 해당 기술의 강력한 장점인 동시에 중요한 사회적·기술적 문제를 제기합니다. 예를 들어 음성 생성 모델은 특정 인물의 목소리를 매우 정교하게 재현할 수 있고, 음악 생성 모델은 학습 데이터와 유사한 결과물을 만들어낼 수 있습니다. 김진주 학생의 연구는 이러한 맥락에서 다음과 같은 질문에 주목합니다. 모델이 특정 정보를 의도적으로 잊도록 만들 수 있는가? 역으로, 특정 정보가 여전히 모델 내부에 남아 있음을 증명하거나, 온전한 삭제가 이루어졌음을 검증할 수 있는가?

이 연구는 생성형 AI의 신뢰성 객관적으로 측정하고 검증할 수 있는 특성으로 정립하는 것을 목표로 합니다. UT 오스틴에서는 이러한 문제를 보다 체계적으로 탐구하며, 안전하고 신뢰할 수 있는 생성형 AI 개발에 기여할 예정입니다.

UT Austin의 Atlas Wang 교수 연구실 또한 안전한 생성형 모델을 위한 정교하고 효율적인 방법론을 지속적으로 발전시켜 왔습니다. 이러한 연구 환경은 머신 언러닝과 신뢰 가능한 생성 모델 연구를 심화하는 데 매우 적합한 기반이 될 것으로 기대됩니다.

다시 한번 김진주 학생의 박사과정 합격을 진심으로 축하하며, 앞으로의 연구 활동을 응원합니다.

Jinju Kim has been offered a fully funded PhD position at the University of Texas at Austin, supported by a Graduate Research Assistantship (GRA) and a fellowship amounting up to $73,000 annually. She will be advised by Professor Atlas Wang, continuing the research thread that has organized the last few years of her work at IRIS Lab: machine unlearning for safe, trustworthy generation.

Generative models are very good at producing real-world-quality speech, music, and video — that’s the point of them, and also the problem. A speech model can reconstruct a particular voice; a music model can generate something close to what it was trained on. The question Jinju’s research takes seriously is whether these systems can let go of something on purpose, and whether that removal can be verified — even when someone is actively trying to prove the knowledge is still in there. Turning “trustworthy generation” from a slogan into a property you can measure and defend is the work she’ll be doing at Austin.

She chose UT Austin because Atlas Wang’s group also builds on this problem — principled, efficient methods to manipulate and modify generative models for trustworthy. Go Longhorns!

IRIS Lab 2026 Homecoming

Wed, 06 May 2026 00:00:00 +0000

2026년 5월 6일(수), IRIS 연구실의 2026 홈커밍 행사가 진행되었습니다.

홈커밍은 매년 스승의 날을 기점으로 열리는 IRIS 연구실만의 전통 행사로, 졸업생과 재학생이 한자리에 모여 서로의 근황을 나누고 교류하는 뜻깊은 자리입니다. 이번 행사는 오후 6시부터 FAFAS에서 진행되었으며, 오랜만에 만난 선후배들과 즐거운 시간을 보내며 연구실의 끈끈한 유대감을 다시 한번 확인할 수 있었습니다.

On May 6, 2026, IRIS Lab held its annual Homecoming event.

Homecoming is a cherished IRIS Lab tradition held each year around Teacher’s Day, bringing together alumni and current members to reconnect and share updates on each other’s lives and research. This year’s gathering took place from 6:00 PM at FAFAS (13 Seobu-ro 2105beon-gil, 8F), offering a warm opportunity to strengthen the bonds between generations of lab members.

IRIS Lab Alumni Cheng Wencan (정문찬) Appointed as Professor at Sun Yat-sen University

Sun, 18 Jan 2026 00:00:00 +0000

IRIS 연구실 박사과정 졸업생인 정문찬(Cheng Wencan) 연구원이 2026년 4월부터 중국 Sun Yat-sen 대학교(Sun Yat-sen University) 인공지능학과 교수로 임용됩니다.

정문찬 박사는 성균관대학교에서 박사학위를 취득한 후, 싱가포르국립대학교(National University of Singapore, NUS)에서 박사후연구원으로 활동하며 효율적인 하드웨어 및 3D 구조 데이터 처리 연구를 수행해왔습니다.

IRIS 연구실에서 정문찬 박사는 3D 손 자세 추정, 포인트 클라우드 기반 장면 흐름 추정, FPGA 기반 실시간 시스템 등 다양한 연구 성과를 이루었으며, IEEE IoT Journal을 비롯한 저명한 학술지와 CVPR, ICCV 등 최고 수준의 국제 학회에 다수의 논문을 발표했습니다.

주요 연구 업적으로는 Diffusion 모델을 활용한 3D 손 자세 추정(HandDiff), 적응형 그래프 트랜스포머 기반 노이즈 제거 기법(HandDAGT), 간접 ToF 센서를 위한 FPGA 기반 에너지 효율적 실시간 시스템 등이 있으며, 이러한 연구들은 효율적인 3D 비전 시스템 구현에 중요한 기여를 했습니다.

IRIS 연구실은 정문찬 박사의 교수 임용을 진심으로 축하하며, 앞으로 Sun Yat-sen 대학교에서 인공지능 분야의 우수한 연구자와 교육자로서 더욱 발전하기를 기원합니다.

IRIS Lab is delighted to announce that Dr. Cheng Wencan (정문찬), a distinguished Ph.D. graduate from our laboratory, has been appointed as a Professor in the Department of Artificial Intelligence at Sun Yat-sen University, effective April 2026.

After completing his Ph.D. at Sungkyunkwan University, Dr. Cheng served as a Postdoctoral Researcher at the National University of Singapore (NUS), where he conducted research on efficient hardware and 3D structural data processing.

During his time at IRIS Lab, Dr. Cheng made significant contributions to various research areas, including 3D hand pose estimation, point cloud-based scene flow estimation, and FPGA-based real-time systems. His work has been published in prestigious journals such as the IEEE IoT Journal and presented at top-tier international conferences including CVPR and ICCV.

His notable research achievements include HandDiff (3D hand pose estimation using diffusion models), HandDAGT (denoising with adaptive graph transformers), and an FPGA-based energy-efficient real-time system for indirect ToF sensors. These contributions have significantly advanced the field of efficient 3D vision systems.

IRIS Lab extends its warmest congratulations to Dr. Cheng Wencan on his faculty appointment and wishes him continued success as a leading researcher and educator in artificial intelligence at Sun Yat-sen University.