브라이언 후이

🏷️ 인물 머신러닝 LLM 교수 Star

개요

브라이언 후이(Bryan Hooi, Hooi Kuen Yew Bryan)는 싱가포르국립대학교(NUS) 컴퓨팅학부 컴퓨터과학과 조교수입니다. 그래프 기반 이상 탐지, 사기 탐지, 시계열 이상 탐지, 허위정보 탐지를 핵심 분야로 연구합니다. 근래에는 LLM 신뢰성과 에이전트 평가로 연구 영역을 확장하고 있습니다.

KDD 2016 Best Paper Award 수상 논문 FRAUDAR의 공동 저자로 이름을 알렸습니다. 7,000명 이상의 연구자에게 인용될 만큼 그래프 이상 탐지 분야에서 높은 피인용도를 기록하고 있습니다. NUS에서 여러 박사생을 지도하며 그래프 머신러닝과 신뢰성 AI 연구 그룹을 이끌고 있습니다.

개인 홈페이지는 bhooi.github.io이며, 연구 코드와 논문을 공개하는 방식으로 커뮤니티 기여를 이어가고 있습니다.

생애

스탠퍼드대학교에서 수학 학사(우등 졸업)와 컴퓨터과학 석사를 취득했습니다. 이후 카네기멜론대학교(CMU) 머신러닝학부에서 크리스토스 팔루트소스(Christos Faloutsos) 교수의 지도 아래 2019년 머신러닝 박사학위를 받았습니다. CMU 머신러닝학부는 이상 탐지와 그래프 마이닝 분야에서 세계적 권위를 가진 곳입니다.

박사과정 중이던 2016년, 지도교수 팔루트소스와 함께 KDD Best Paper Award를 받은 FRAUDAR 논문을 발표해 일찍부터 주목받았습니다. 졸업 후 NUS 컴퓨팅학부에 합류해 조교수로 재직 중입니다.

NUS에서는 후즈위안, 쉬준동 등 여러 박사생을 지도하며 연구 그룹을 운영하고 있습니다. EvoArena 논문에서 NUS 측 시니어 지도교수 역할을 맡는 등 에이전트 평가 연구에도 관여하고 있습니다.

업적

그래프 이상 탐지 분야에서 KDD 2016 Best Paper Award를 수상한 FRAUDAR가 대표 업적입니다. FRAUDAR는 카무플라주(camouflage)에 강건한 그래프 사기 경계(bounding) 기법을 제시한 논문으로, 이상 탐지 커뮤니티에서 핵심 참조 논문으로 자리 잡았습니다. ECML-PKDD 2018에서는 GridWatch 논문으로 Best Student Data Mining Paper 준우승을 차지했습니다.

시계열 및 스트림 데이터에서의 이상 탐지 연구도 활발합니다. MSTREAM은 멀티 애스펙트 스트림에서 빠른 이상 탐지를 구현하며, MemStream은 메모리 기반 스트리밍 이상 탐지 방법론으로 WWW 2022에 발표됐습니다. LUNAR는 그래프 신경망을 통해 지역적 아웃라이어 탐지 방법들을 통합하는 프레임워크입니다.

2025~2026년에는 LLM 신뢰성 및 에이전트 평가 방향으로 연구가 확장됐습니다. NeurIPS 2025에 수락된 MLR-Bench(AI 에이전트의 오픈엔드 머신러닝 연구 수행 평가), ConfTuner(LLM 언어적 신뢰도 표현 학습), GuardReasoner-VL(강화 추론 기반 VLM 안전성) 등이 대표 성과입니다. ICLR 2026에는 TrustGen(생성 기반 모델 신뢰성 동적 벤치마킹) 논문이 수락됐습니다.

여담

수학과 컴퓨터과학을 동시에 이수한 학부 배경 덕분에, 이상 탐지 이론을 수학적으로 엄밀하게 정식화하는 데 강점을 보입니다. FRAUDAR가 그래프 사기 탐지 문제를 수학적 경계(bound)로 다루는 방식은 이러한 배경의 산물이라는 평가입니다.

지도교수 팔루트소스는 데이터 마이닝과 그래프 분야에서 가장 많이 인용되는 연구자 중 한 명으로 꼽힙니다. 후이의 연구 스타일, 특히 실용적 알고리즘과 이론적 보장을 동시에 추구하는 방식은 팔루트소스 그룹의 전통을 이어받았다는 평가입니다.

최근 LLM 에이전트 평가와 신뢰성 연구로 영역을 넓힌 점은, 그래프 및 이상 탐지 연구에서 쌓은 신뢰성(trustworthiness) 개념을 대형 모델로 적용하는 자연스러운 확장으로 보입니다.

주요 논문