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!

phd | SKKU IRIS Lab

Do Yeong Kang Admitted to Georgia Tech PhD Program

Jinju Kim Admitted to UT Austin PhD Program