MATHEMATICAL STRUCTURE
생성의 구조를 이해하다
생성모델을 확률 흐름과 분포 변환의 관점으로 정식화하고, 생성 경로의 수렴성과 안정성을 분석합니다.
NIMS · Institute Strategic Developer
수학 기반
생성모델 고도화를 위한
원천기술 연구
Foundational Research for Advancing
Math-Based Generative Models
생성의 원리를 이해하고,
효율과 신뢰성의 수학적 토대를 세웁니다.
연구 기간 ~
연구 살펴보기국가수리과학연구소 National Institute for Mathematical SciencesExplore our research
OUR OBJECTIVE
더 깊은 이해에서,
더 나은 생성으로.
생성모델의 수학적 구조와 확률 흐름을 분석하고,
생성 경로의 효율화와 경량화 과정의 오차를 연구합니다.
수학적 이해효율적인 생성정량적 신뢰성
RESEARCH FOCUS
우리가 탐구하는 질문
확률분포에서 생성 경로로,
수학적 분석에서 모델 설계로.
FLOW MAPS & GRADIENT FLOWS
더 효율적인 경로를 찾다
Flow Maps와 Wasserstein Gradient Flow를 바탕으로 생성 경로와 확률분포의 변화를 분석하고, 적은 단계로 고품질 샘플을 생성하는 방법을 연구합니다.
ERROR & RELIABILITY
작아진 모델의 오차를 밝히다
양자화와 모델 압축에서 발생하는 오차의 전파를 정량화하고, 생성 품질과 계산 효율 사이의 균형을 분석합니다.
OUR APPROACH
수학적 정식화 → 이론 분석 → 알고리즘 설계 → 검증
PEOPLE & COLLABORATION
함께 연구하는 사람들
수학과 생성모델을 잇는 공동연구 네트워크.
국가수리과학연구소 주관연구
김민중 · 조진환 · 이성원 · 양희준 · 유민하 · 김형기 · 송현수
생성모델의 수학적 분석, 효율화 및 경량화
성균관대학교 공동연구
최재웅 · 윤지우 · 황호성 · 한우림 · 한혜지 · 최홍준
생성모델 효율화
손지용 · 신재우 · 한일주 · 김태로 · 심재윤
연세대학교 소속 공동연구 참여 · 생성모델 경량화
협력 연구진 위탁연구
연구 키워드이창희 교수
고려대학교
의미 토큰화 · 표현학습 · Few-step 생성
정재훈 교수
POSTECH
잠재공간 위상 · 지속성 호몰로지
박예찬 교수
세종대학교
저비트 연산 · 양자화 오차 · 오차 상한
참여 연구진은 연구계획서와 최신 구성원 정보를 반영해 소개합니다.
SELECTED PUBLICATIONS
연구 성과
참여 연구진의 생성모델 관련 연구를 소개합니다.
NeurIPS 2026게재 승인 · Poster
Reweighted Flow Matching via Unbalanced Optimal Transport for Label-free Long-tailed Generation
불균형 분포에서의 생성 편향을 최적수송과 재가중으로 개선하는 Flow Matching 연구.
연구 키워드
ICML 2026출판
UOTIP: Unbalanced Optimal Transport Map for Unpaired Inverse Problems
비대응 관측·목표 데이터 사이의 불균형 최적수송 사상을 학습해 영상 역문제를 해결하는 연구.
연구 키워드
본 사업의 지원을 받아 수행되었으며, 사업 사사가 명시된 논문입니다.