2025 Fall KAIST School of Computing Colloquium

On Mon September 08, 2025

Speaker

Tae-Hyun Oh

Title

Generative Machine Perception: Learning to See Visually Subtle or Invisible Signals

Abstract

Humans rely heavily on visual signals sensed by our eyes, forming the basis of our visual perception system. To build human-like AI agents, computer vision techniques have advanced significantly as a core component. Despite these advancements, all vision systems, including our eyes, have fundamental limitations in seeing things that are small, occluded, or in the dark. In this talk, I present my recent journey toward building data-efficient, versatile, and generalizable machines by developing the next generation of machine perception, which is generative and multi-modal. The core idea is to exploit other multi-modal signals that describe the world around us, including sound and language, and pose them as generative cross-modal translation problems to fill in missing visual information beyond sight. I present deep learning systems that learn to perceive and visualize subtle signals, and what they sense about our world.

Bio

Tae-Hyun Oh is an Associate Professor at the School of Computing, KAIST, Daejeon, Korea. Prior to joining KAIST, he was with the Department of Electrical Engineering at POSTECH, Korea (2020–2023 as an Assistant Professor and 2023-2025 as an Associate Professor). He also served as Research Director at OpenLab, POSCO-RIST, Pohang, Korea, from 2021 to 2023. He received the B.E. degree in Computer Engineering from Kwang-Woon University, Korea, in 2010, and the M.S. and Ph.D. degrees in Electrical Engineering from KAIST, Korea, in 2012 and 2017, respectively. During his Ph.D. studies, he was a research intern at Microsoft Research Asia (Beijing, China, 2014–2015) and Microsoft Research (Redmond, WA, USA, 2016). Following his Ph.D., he was a postdoctoral associate at MIT CSAIL (2017–2019) and a postdoctoral researcher at Facebook AI Research (2019–2020). His research achievements have been recognized with the Best Poster Award at BMVC 2024, the Microsoft Research Asia Fellowship, the Gold Prize of the Samsung HumanTech Thesis Award, the Qualcomm Innovation Awards, the Excellent Research Achievement Award from Hyundai Motor Company, and multiple Top Research Achievement Awards from KAIST. He has served the research community as Area Chair for CVPR, ICCV, ECCV, NeurIPS, ICML, and ICLR; Senior Area Chair or Senior Program Chair for AAAI 2022 and ICCV 2025; and Associate Editor for the International Journal of Computer Vision (IJCV).

Language

English · Offline

On Mon September 15, 2025

Speaker

이선영

Title

한국 성소수자 건강 현황과 트랜스젠더 건강 연구

Abstract

성소수자(sexual and gender minority)란 성적지향(sexual orientation) 또는 성별정체성 (gender identity)이 사회에서 다수에 포함되지 않는 사람 또는 집단을 통칭하는 표현입니다. 레즈비언(lesbian), 게이(gay), 바이섹슈얼(bisexual), 트랜스젠더(transgender), 퀴어(queer)를 포괄하고 이외 다양한 정체성을 포함하는 의미에서 +을 붙인 LGBTQ+ 라는 표현이 사용되기도 합니다. 해외에서 이루어진 연구들에 의하면 성소수자는 전체 인구의 4-5%로 추정되어, 이를 한국 인구에 적용하면 5,000만 인구의 4~5%인 약 200~250만명이 성소수자일 것으로 추정됩니다. 성소수자나 “다름”에 대한 이해가 불충분했던 시기 성소수자 정체성은 일종의 정신질환으로 간주되었던 때도 있으나, 정체성에 대한 과학적 이해가 증진됨에 따라 성소수자 정체성은 정신질환이 아니라는 것이 확립되었고, 미국정신의학협회는 이를 바꾸려는 노력, 일명 전환치료는 오히려 정신건강을 악화시키므로 시도되어서는 안 된다는 공식입장을 발표하기도 했습니다. 그러나 한국 사회에서 성소수자는 여전히 다양한 혐오와 차별을 경험하며 건강 불평등을 경험하고 있습니다. 이 강의에서는 한국 트랜스젠더 건강 코호트 연구 결과를 중심으로 한국 성소수자의 건강 현황을 알아보고 한국 성소수자의 건강을 향상시킬 수 있는 방안을 고찰해보고자 합니다.

Bio

이선영 교수는 서울대학교 의과대학을 졸업하고 동대학에서 석사, 박사 학위를 취득한 응급의학과 전문의이다. 현재 서울대학교병원 공공진료센터 부센터장이자 서울의대 휴먼시스템의학과 임상교원을 겸임하고 있다. 주요 전문분야는 재택의료와 소수자 건강으로 의과대학에서 ‘사람중심의료’ 수업을 담당하고 있으며, Korean Initiative for Transgender Health (KITE) 연구의 책임자로 성소수자 건강 관련 교육과 연구를 지속해오고 있다.

Language

Korean · Offline

On Mon September 22, 2025

Speaker

Bohyung Han

Title

Beyond Ground-Truth for Discriminative Learning

Abstract

Ground-truths are often treated as unquestionable anchors for supervised learning, yet in practice they are frequently noisy, inconsistent, or incomplete. This talk challenges the assumption that ground-truths alone are sufficient, and argues for rethinking their role in discriminative learning. I will discuss how one can construct richer supervision by enhancing imperfect references—using generative priors to produce training signals that better reflect perceptual quality—and how models can reconcile heterogeneous label spaces without demanding new annotations. These examples highlight a broader agenda: progress in computer vision requires moving beyond the passive use of ground-truths toward actively shaping and expanding the supervision that drives learning.

Bio

Bohyung Han is a Professor in the Department of Electrical and Computer Engineering at Seoul National University, Korea. He was a visiting faculty researcher at Google DeepMind, Google Research, and Snap Research, and an Assistant/Associate Professor in the Department of Computer Science and Engineering at POSTECH, Korea. He received his Ph.D. from the Department of Computer Science at the University of Maryland, College Park, MD, USA, in 2005. He has served or will serve as an organizing and senior-level program committee member in major computer vision and machine learning conferences numerous times including a Program Chair in ICCV 2025 and Senior Area Chair in NeurIPS, CVPR, ICLR, and ICML. He is also an Associate Editor of TPAMI. He received the Google AI Focused Research Award in 2018. His research interests include computer vision and machine learning with an emphasis on deep learning.

Language

English · Offline

On Mon September 29, 2025

Speaker

Minkyung Baek

Title

Protein Interaction Modeling and Design using AI

Abstract

Proteins are large biomolecules that play critical roles in essentially all biological processes. Protein structure prediction is very important as a protein’s function mainly depends on its 3D structure. With the increase in bio-big data, data-driven approaches using deep learning techniques have made considerable progress in protein structure modeling and its interaction prediction. The deep learning-based protein modeling method changed the framework of protein research. In this talk, I’ll present a deep learning-based protein structure prediction method, RoseTTAFold2, and its utilization to screen protein-protein interactions on a proteomic scale. In addition, we further extend the RoseTTAFold2 to modeling of protein-nucleic acid complexes. RoseTTAFoldNA, the deep learning model to predict protein-nucleic acid complexes, rapidly produces 3D structure models with confidence estimations. Confident predictions of RoseTTAFoldNA have considerably higher accuracy than the current state-of-the-art methods. RoseTTAFold2 and RoseTTAFoldNA should be broadly useful for modeling the structure of proteins and their complexes, and for designing a new protein having desired functions.

Bio

Minkyung Baek is an Assistant Professor in the Department of Biological Sciences at Seoul National University. Her research combines computational biology, structural modeling, and artificial intelligence to predict and design biomolecular structures and interactions, with applications in protein design, drug discovery, and vaccines. She was previously a postdoctoral researcher in David Baker’s lab at the University of Washington, where she developed RoseTTAFold, a deep learning framework that advanced protein structure prediction and design. Her work continues to drive AI-based modeling of biomolecular systems, bridging biology and artificial intelligence to accelerate therapeutic innovation.

Language

English · Online

On Mon October 13, 2025

Speaker

임경태

Title

우리 LLM 직접 만들어 볼래? KAIST에서 만든 모두를 위한 언어모델 KORMo

Abstract

빅테크 기업들이 주도하는 초거대 언어모델(LLM)의 시대, 과연 대학은 어떠한 역할을 할 수 있을까요? 여러 역할 중 KAIST의 MLP 연구실은 처음부터 끝까지 스스로 언어모델을 구축하고 공개하는 오픈소스 Provider의 역할에 집중하고자 합니다. 본 세미나에서는 학습데이터, 코드, 모델을 모두 공개하는 완전한 한국어 오픈소스 LLM, KORMo (Korean Open Reasoning Model)의 도전기와 그 속에 숨겨진 이야기들을 소개합니다. KORMo는 누구나 쉽게 한-영 언어모델을 from scratch부터 학습할 수 있도록 제공하는 10.4B 규모의 완전한 오픈소스로 다음과 같은 문화/언어특성을 고려해 구축되었습니다. 1) GPT의 Tokenizer는 과연 한국어에 잘 맞을까? 한국어 특성에 맞는 Tokenizer는 어떻게 만들 수 있을까? 2) 어떻게 하면 양질의 한국어 학습데이터를 효과적으로 획득할 수 있을까? 3) 모델 아키텍쳐의 변형 (Attention, norm 등)은 어떤 영향을 미칠까?

Bio

임경태 교수는 KAIST 웹사이언스공학 석사, 전산학 박사 중퇴 후 École Normale Supérieure 에서 2020년 언어학으로 박사를 마쳤다. 2023년 서울과학기술대학교에 부임해 Multimodal Language Processing (MLP) 연구실 운영해 왔으며 자연어처리와 한국어 언어자원에 대한 연구를 진행해 왔다. 2025년부터 KAIST 문화기술대학원에서 Bllossom, KORMo와 같은 멀티모달 오픈소스 언어모델 연구를 지속해 오고 있다.

Language

Korean · Offline

On Mon October 27, 2025

Speaker

이진

Title

AI 기술 발전에 따른 법률전문가의 업무변화

Abstract

AI 시대, 우리는 어떻게 방대한 양의 판결문 속에서 법률 언어의 미로를 탐색하고, 나아가 법률 전문가의 사고를 보조하는 파트너를 만들어가고 있을까요? 본 강연은 국내 리걸 AI 시장을 개척하는 엘박스가 마주한 기술적 과제와 혁신에 관한 이야기입니다. 엘박스는 먼저 방대한 비정형 데이터와 씨름했습니다. 410만 건의 판결문이라는 압도적인 데이터를 단순한 검색 대상이 아닌, 의미론적 분석이 가능한 자산으로 전환했습니다. 또한, 주요 IT 기업 출신의 최고 인재들이 모여 법률 분야에 특화된 언어 모델을 개발하며, 검색의 패러다임을 새롭게 열었습니다. 특히, 생성형 AI의 가장 큰 허들인 환각(Hallucination) 현상을 극복하기 위해 RAG(Retrieval-Augmented Generation) 방식을 도입, 신뢰성이 핵심인 법률 분야에 맞는 높은 정확도의 답변을 만들어가고 있습니다. 최근 출시한 '문서 작성' 기능은 리서치와 문서 생성을 결합하는 새로운 워크플로우를 제시하며, 엘박스가 나아가고자 하는 다음 단계의 제품 방향성을 보여줍니다. 엘박스는 AI를 단순한 도구가 아닌, 전문가와 협력하는 파트너로 발전시켜가는 미래를 그리고 있습니다. 이 강연을 통해 엘박스가 풀고 있는 문제의 매력과 그동안의 기술적 성취를 확인하고, AI로 법률을 혁신하는 위대한 여정에 동참할 미래의 동료들을 만나 뵙기를 기대합니다.

Bio

제 47회 사법시험 합격 (2005년)
연세대학교 법과대학 졸업 (2008년)
사법연수원 수료 (38기) (2009년)
공군 군사법원 군판사 (2009년 - 2012년)
김앤장 법률사무소 변호사 (2012년 - 2017년)
미국 캘리포니아 변호사 시험 합격 (2018년)
UC Berkeley MBA (2019년)
주식회사 엘박스 대표 (2019년 - 현재)

Language

Korean · Offline

On Mon November 03, 2025

Speaker

Marcus Hutter

Title

Universal Algorithmic Intelligence

Abstract

There is great interest in understanding and constructing generally intelligent systems approaching and ultimately exceeding human intelligence. Universal AI is such a mathematical theory of machine super-intelligence. More precisely, AIXI is an elegant parameter-free theory of an optimal reinforcement learning agent embedded in an arbitrary unknown environment that possesses essentially all aspects of rational intelligence. The theory reduces all conceptual AI problems to pure computational questions. After a brief discussion of its philosophical, mathematical, and computational ingredients, I will give a formal definition and measure of intelligence, which is maximized by AIXI. AIXI can be viewed as the most powerful Bayes-optimal sequential decision maker, for which I will present general optimality results. This also motivates some variations such as knowledge-seeking and optimistic agents, and feature reinforcement learning. Finally I present some recent approximations, implementations, and applications of this modern top-down approach to AI.

Bio

Marcus Hutter is Senior Researcher at DeepMind and Professor in the RSCS at the Australian National University. He received his PhD and BSc in physics from the LMU in Munich and a Habilitation, MSc, and BSc in informatics from the TU Munich. Since 2000, his research at IDSIA and ANU and DeepMind has centered around the information-theoretic foundations of inductive reasoning and reinforcement learning, which has resulted in 200+ publications and several awards. His books on “Universal Artificial Intelligence” develop the first sound and complete theory of super-intelligent machines (ASI). He also runs the Human Knowledge Compression Contest (500'000€ H-prize). See http://www.hutter1.net/ for further information.

Language

English · Online

On Mon November 10, 2025

Speaker

Junghoon Kim

Title

Discovering Cohesive Subgraphs: From Traditional Algorithms to Quantum Approaches

Abstract

Graphs are a powerful tool for analyzing complex relationships between entities and can effectively model various large-scale networks such as social networks, the internet, and financial transaction networks. This talk will introduce key concepts including cohesive subgraph discovery, graph decomposition, and query-based community search. It will also discuss efficient algorithms and dynamic update techniques for large-scale graph processing. Finally, the presentation will briefly explore the potential of identifying subgraphs using quantum algorithms.

Bio

Junghoon Kim is an Assistant Professor in the Department of Computer Science and Engineering at UNIST, South Korea. He received his Ph.D. in Computer Science from Nanyang Technological University in 2022. His research interests include data mining, data management, and social network analysis, with a particular focus on scalable algorithms for subgraph discovery in real-world networks.

Language

English · Offline

On Mon November 17, 2025

Speaker

최정숙

Title

생활속 숨은 명곡으로 여는 클래식의 세계

Abstract

한국은 문화강국 세계5위! 아직은 낮설지만 사실은 익숙한 음악을 통해 클래식의 장벽을 허무는 시간이 될것입니다. 이 강의 이후 "클래식은 낮설다는 인식이 클래식은 이미 내삶에 있다"로 바뀝니다. 음악을 통해 창의적 사고와 감수성을 동시에 균형을 찾고 확장하는 시간입니다.

Bio

주요 학력

숙명여자대학교 성악과 졸업(‘90년)

이탈리아 파르마 국립음악원 졸업(’04년)

프랑스 에콜노르말 음악원 3학년과정 이수(’06년)

주요 경력

전국립심포니오케스트라 대표이사 역임 (22.1~25.2)

지역문화진흥원 이사(’21년~24년)

우리가곡연구회 회원(’13년~현재)

숙명여자대학교 성악과 겸임교수(’10년~’12년)

피아 테발디니 콩쿠르 심사위원(’10년)

이탈리아 국제음악협회(FMI) 부회장(‘08년-’10년)

브레샤 국제 콩쿠르 2위(’05년)

트라비아타,리골렛토,트로바토레,피가로의결혼등 수많은 오페라 주.조역 출연

2023대한민국 오페라 대상 공로상 수상

팔레르모시 마촐레니 협회 초청 독창회, 마리아 칼라스 기념예술제(런던), 세종문화회관 베르디’레퀴엠‘등 출연

Language

Korean · Offline

On Mon November 24, 2025

Speaker

Shane McIntosh

Title

On the Scope of the Software Build Automation

Abstract

Continuous Integration and Delivery (CI/CD) pipelines process change sets that modify system behaviour by (1) invoking build and test routines, providing timely feedback to team members about whether changes integrate cleanly; (2) updating deployment environments with new system behaviour; and (3) exposing new system behaviour to samples of a user population while monitoring and responding to changes in operational metrics. CI/CD pipelines are composed of software artifacts, and as such, are prone to imperfections, such as noise (e.g., misleading signals from CI/CD) and waste (e.g., invocations of the pipeline that do not provide value). In this talk, I will present research that characterizes and mitigates noise and waste in CI/CD pipelines, and present avenues for future work.

Bio

Shane McIntosh received the Ph.D. degree from Queen's University, for which he was awarded the Governor General's Academic Gold Medal. He is an Associate Professor and the Ross & Muriel Cheriton Faculty Fellow at the University of Waterloo. He leads the Software Repository Excavation and Build Engineering Labs (Software REBELs). Prior to this, he was the Canada Research Chair in software build automation and an Assistant Professor with McGill University. In his research, he uses empirical methods to study software build systems, devops pipelines, and software quality.

Language

English · Offline

On Mon December 01, 2025

Speaker

Kookjin Lee

Title

Generalizing FNOs for Parametric Coupled Systems and Flow-Map Learning

Abstract

We consider two extensions of Fourier Neural Operators (FNOs) to advance their applicability in modeling complex physical dynamics. First, we address coupled and parameterized partial differential equations (PDEs), which arise ubiquitously in science and engineering, from multiphase flows and plasmas to climate dynamics and biological systems, yet remain relatively underexplored in learning-based frameworks. For coupled systems, we introduce and systematically investigate a design space of FNO architectures, identifying configurations that best capture interdependent physical processes. To handle parameterized dynamics, we propose a hypernetwork-based modulation approach that conditions the operator on input physical parameters, enabling flexible generalization across problem settings.

Second, to mitigate error accumulation during long-time rollouts, we extend FNOs to learn flow-map–type operators that directly propagate solutions across larger time horizons. This formulation reduces compounding errors in autoregressive prediction while maintaining physical fidelity.

We evaluate the proposed extensions on benchmark coupled PDEs, including canonical benchmark problems and the one-dimensional capacitively coupled plasmas equation. The experiments show that our methods consistently outperform existing approaches, demonstrating the effectiveness of the coupled/parametric architectures and the flow-map formulation.

Bio

Kookjin Lee is an Assistant Professor in the Computer Science department within the School of Computing and Augmented Intelligence at Arizona State University. His research centers on scientific machine learning, with emphasis on reduced-order modeling, structure-preserving dynamics modeling, physics-informed neural networks, and neural operators. He received the NSF CAREER Award in 2024 and has served as an area chair or program committee member for leading machine learning conferences including ICML, NeurIPS, and ICLR. His work has been supported by the NSF, Sandia National Laboratories, Meta Inc., and Applied Materials. Before joining ASU, he was a postdoctoral researcher at Sandia National Laboratories. He earned his Ph.D. in Computer Science from the University of Maryland, College Park, and his M.S. and B.S. degrees from Seoul National University.

Language

English · Online

On Mon December 08, 2025

Speaker

방승현

Title

Quantum Software in Action: 산업계 적용 사례

Abstract

양자 소프트웨어는 기존 컴퓨터가 처리하기 어려운 복잡한 문제를 해결하기 위해 산업계에서 점차 주목받고 있다. 이번 강연에서는 금융, 물류·제조, 의약·화학, 통신·보안 등 다양한 분야에서의 적용 사례가 소개되었다.

먼저 금융 분야에서는 포트폴리오 최적화, 리스크 관리, 복잡한 금융상품 시뮬레이션에 양자 알고리즘이 활용되고 있다. 일부 글로벌 은행들은 실제 투자 전략 검증에 양자 소프트웨어를 실험적으로 도입하고 있으며, 기존 대비 효율적인 해법을 확인하고 있다.

물류와 제조에서는 공급망 최적화와 생산 일정 관리에 적용되고 있다. 복잡한 운송 경로와 자원 배분 문제를 양자 알고리즘으로 해결함으로써 물류비 절감과 효율적 자원 운영을 가능하게 하고 있으며, 글로벌 제조사들은 이를 통해 공급망 개선 프로젝트를 진행 중이다.

의약 및 화학 분야에서는 신약 후보 물질 탐색과 분자 시뮬레이션이 핵심 활용 영역이다. 양자 소프트웨어는 분자 구조 최적화와 반응 메커니즘 분석에 기여하여 신약 개발 기간을 단축하고, 신소재 개발에도 중요한 도구로 자리잡아가고 있다.통신과 보안 분야에서는 양자암호와의 결합을 통해 보안 수준을 강화하고 있다. 또한 통신 네트워크의 채널 효율을 극대화하는 데에도 적용 가능성이 높아, 정부기관에서는 양자 보안망 실증 프로젝트를 이미 추진하고 있다.

결론적으로 양자 소프트웨어가 아직 초기 단계임에도 불구하고 산업 전반에 걸쳐 실질적인 가치를 창출하고 있음을 강조하였다. 고전적 접근을 보완하는 새로운 도구로서 양자 소프트웨어는 산업 경쟁력 강화에 기여할 중요한 기술로 부상하고 있다.

Bio

현) ㈜ ORIENTOM CEO / Founder

현) 한국양자산업협회(KQIA) 회장

현) 서울시 양자정책 자문위원

현) 세종시 양자육성 마스터플랜 분과장

QUANTUM KOREA 국제전시분과위원장

㈜ 현대증권

Language

Korean · Offline