중페이린

🏷️ 인물 머신러닝 교수 NeurIPS논문 Star

개요

중페이린(Peilin Zhong)은 Google Research 뉴욕 오피스의 Algorithms and Optimization 팀에서 Research Scientist로 활동하는 이론 컴퓨터 과학자입니다. 병렬 알고리즘, 스케칭(sketching), 스트리밍, 그래프 알고리즘, 고차원 기하학, 수치 선형대수, 클러스터링 등 대규모 데이터 계산을 다루는 알고리즘 이론 전반이 그의 핵심 연구 영역입니다.

이론 알고리즘 전문가임에도 최근에는 이 방법론을 머신러닝 시스템에 접목하는 방향으로 연구를 확장하고 있습니다. 스케칭 다항 커널을 활용한 고속 트랜스포머 PolySketchFormer(ICML 2024), 테스트 타임 메모리화와 어텐션 편향을 연결하는 온라인 최적화 연구(ICLR 2026) 등이 대표적 성과입니다. 해당 팀은 바하브 미로크니(Vahab Mirrokni)가 이끌고 있으며, 중페이린은 이 팀에서 대부분의 논문을 공동 저술합니다.

2012년 국제 정보올림피아드(IOI) 금메달, 2019년 Google PhD Fellowship 수상 이력이 보여 주듯, 경쟁적 프로그래밍과 이론 알고리즘 양쪽에서 뛰어난 성과를 거둔 연구자입니다.

생애

중페이린은 중국 출신으로, 칭화대학교 야오반(Yao Class, 姚期智班)에서 학부를 마쳤습니다. 야오반은 야오치즈(Andrew Yao)가 설립한 엘리트 컴퓨터과학 트랙으로, 이론 전산학의 최정예를 배출하는 과정으로 유명합니다. 재학 중 ACM-ICPC 국내외 대회를 섭렵하며 알고리즘 역량을 닦았고, 2015년 칭화 야오상(Yao Award)을 수상했습니다.

학부 졸업 후에는 미국으로 건너가 컬럼비아 대학교(Columbia University)에서 박사 과정을 밟았습니다. 지도교수는 이론 알고리즘 분야의 권위자인 알렉스 안도니(Alex Andoni), 클리프 스타인(Cliff Stein), 미할리스 야나카키스(Mihalis Yannakakis) 세 명이었습니다. 박사 과정 중인 2017년에는 ACM-ICPC Greater New York Regional Contest에서 1위를 차지했고, 2019년 Google PhD Fellowship을 받으며 연구 역량을 외부로부터 공인받았습니다.

박사 학위 취득 후에는 Google Research 뉴욕에 합류해 현재까지 Algorithms and Optimization 팀에서 연구를 이어가고 있습니다.

업적

중페이린의 가장 두드러진 특징은 이론 컴퓨터 과학의 도구를 머신러닝 실용 문제에 연결하는 능력입니다. ICML 2024에 발표한 PolySketchFormer는 스케칭 기법으로 다항식 커널 어텐션을 근사해 트랜스포머의 연산 효율을 높이는 연구로, 이론적 보장과 실제 속도 향상을 동시에 제시했습니다.

차별적 프라이버시(differential privacy) 분야에서도 꾸준히 성과를 내고 있습니다. ICLR 2025에서는 터른스타일 모델에서 고유 원소를 카운팅하는 차별적 프라이버시 공간 효율 알고리즘을 발표했고, Addax라는 제로차 기울기 기반 메모리 효율 SGD 알고리즘 연구에도 공저자로 참여했습니다. ICML 2025와 KDD 2025에서도 스트리밍 알고리즘, 최대 커버리지, 예측 하드 레이블을 활용한 재훈련 등 다수의 연구를 발표하며 활발한 생산성을 유지하고 있습니다.

2026년 ICLR에 발표한 "It's All Connected: A Journey Through Test-Time Memorization, Attentional Bias, Retention, and Online Optimization"은 테스트 타임 메모리화, 어텐션 편향, 리텐션, 온라인 최적화를 하나의 이론 프레임워크로 묶는 작업으로, 이론과 실용의 연결이라는 그의 연구 노선을 잘 보여 줍니다. NeurIPS 2025에서는 Nested Learning 및 딥러닝 아키텍처의 환상(illusion) 주제 연구도 발표했습니다.

여담

중페이린이 속한 Google Research 뉴욕 Algorithms and Optimization 팀은 이론 컴퓨터 과학과 머신러닝의 교차 지점을 탐구하는 소수 정예 그룹입니다. 학계와 산업계의 경계에서 수학적으로 엄밀한 연구를 유지하면서도 시스템 수준의 기여를 병행하는 방식이 이 팀의 특색입니다.

야오반 출신이라는 배경은 중국 AI 연구 생태계에서 중요한 의미를 가집니다. 야오치즈(Andrew Yao)가 노벨상에 맞먹는 이론 전산학 최고상인 튜링상을 받은 이후 설립한 이 과정에서는 중국 이론 컴퓨터 과학의 차세대 핵심 인재들이 배출되고 있습니다. 국제 정보올림피아드 금메달리스트가 AI 연구자로 성장하는 전형적 경로이기도 합니다.

Nested Learning 연구에서 중페이린의 역할은 메모리 모듈의 정보 압축을 알고리즘 이론의 시각으로 형식화하는 데 있었습니다. 컨텍스트 흐름을 연상 기억으로 보는 관점과 모듈 간 빈도를 명시적 순서로 정의하는 방식은 데이터 스트림 알고리즘에서 자연스럽게 빌려온 언어입니다.

주요 논문