Advanced Machine Learning Lab (AML Lab)은 최첨단 AI 기술을 연구하고 개발하는 '올라운더'들의 플레이그라운드입니다. 새로운 모델과 효율적인 알고리즘을 디자인해 기존 문제들의 State-Of-The-Art (SOTA)를 혁신하는 한편, 다양한 데이터를 발굴해 학문과 산업에 중요한 문제들을 정의하고, 효율적인 시스템을 설계해 문제 해결의 청사진을 제시합니다.
AML의 구성원들은 IDEAS로 대표되는 Innovative, Deep, Effective, Alignment, Scalable의 DNA를 지향합니다. 심도 있는 이론부터 엔지니어링 과정의 모든 창의성을 고르게 존중하고, 인간과 기술이 공존하며 진화할 수 있는 상호작용 연구와 다양성을 지향합니다. 학술적인 연구와 논문으로 검증받는 과정을 통해 가능성을 확인하고, 오픈소스 라이브러리를 구축하거나 데모를 만들어 연구결과를 선제적으로 스케일링하며, 중요 결과물을 프로젝트로 발전시켜 전체의 성과에 기여합니다.
Language Processing언어처리(Language Processing)는 텍스트로 구성된 사람의 언어 및 코드를 이해(Understanding)하고, 생성(Generation)하는 연구 분야입니다. 언어처리 기술을 이용하여 대용량 전문 지식들을 추론해 사람들에게 통찰(Insight)을 전달할 수 있으며, 컴퓨터와의 상호작용(Interaction)을 통해 사람의 업무 처리를 보조하고 함께 진화해 나갈 수 있습니다. 현재는 초거대 언어모델(Large Language Models), 코드 생성(Code Generation), 질의응답 및 추론(Question Answering and Reasoning) 등과 관련된 세부 분야들을 중점 연구하고 있으며, 학술과 산업 분야의 전방위적인 결과물을 내놓고 있습니다.
Reinforcement Learning강화학습(Reinforcement Learning)은 순차적 의사결정(Sequential Decision Making) 문제가 주어졌을 때 보상(Reward)을 최대화할 수 있는 최적의 행동 정책(Optimal Policy)을 찾는 연구 분야입니다. 로보틱스(Robotics), 자연어처리(NLP) 및 다양한 실생활 문제들에 적용 가능하며, 인간의 행동 정책 이상의 수준까지도 학습가능한 장점이 있습니다. AML Lab에서는 Offline RL, RL from Human Feedback, Transformer-based RL 등 최신 강화학습 기술에 기반하여 실제 세계의 다양한 문제들에 적용 가능한 강화학습 알고리즘들을 연구하고 있습니다.
Generative Models생성모델(Generative Models)은 실제와 유사한 가상의 데이터를 생성하는 모델을 지칭하며, 언어, 컴퓨터 비전, 분자 구조, 시계열 데이터 등 다양한 분야에서 연구되고 있습니다. 이러한 생성모델은 챗봇, 신약 개발, 수요 예측 등 다양한 어플리케이션으로의 확장이 가능한 아주 중요한 연구 분야입니다. AML Lab에서는 생성모델에 대해 이론적으로 연구하고, 실용성 있는 방법론을 개발하여 다양한 분야에 활용하고 있습니다.
Foundation and FundamentalTransformer 모델은 순차 데이터 학습에서 뛰어난 성능을 가집니다. 그러나 효과적인 학습을 위해서는 많은 자원과 데이터가 요구되며 그래프와 같이 기하학적 구조를 지닌 데이터에는 직접적인 적용이 어렵습니다. 이를 개선하기 위해 미분기하학을 활용한 모델의 효율화, 비순차적 데이터로의 확장, 그리고 지속적으로 변하는 데이터를 연속적으로 학습하는 방법론 등 Transformer 모델의 활용성과 범용성을 넓히는 연구를 진행하고 있습니다.
Meet our leader!
Advanced ML Lab 이문태 랩장
"Fundamental Research Laboratory tackles cutting-edge research questions to transform the world. Our mission is to advance Artificial Intelligence for Technological Innovation, Scientific Discovery, and Humanity.
We learn generalizable representations that encode useful knowledge in large-scale data. We study how various types of data complement each other and generate creative inspirations. We also develop intelligent agents that are capable of understanding, reasoning, and interacting with real environments. For scientific discovery, we innovate material design and drug discovery along with other LG subsidiaries. To promote humanity, we seek more transparent and explainable models that better address bias, ethics, and fairness in AI-driven decision making.
Join us on our journey to the state of the art!”