리수젠

🏷️ 인물 NLP LLM 교수

개요

리수젠(李素建, Sujian Li)은 베이징대학교(PKU) School of EECS 교수이자 교육부(MOE) 전산언어학 핵심실험실(Key Lab of Computational Linguistics) 소속 시니어 연구자입니다. Google Scholar 기준 인용 12,500회 이상으로, 중국 NLP 연구 그룹 중에서도 누적 영향력이 큰 시니어 PI(principal investigator)에 속합니다.

연구 분야는 담화 분석, 문서 요약, 텍스트 생성, 키워드 추출, 기계 독해, 정보 추출로 출발해 최근에는 LLM 정렬(alignment)과 멀티모달 에이전트로 확장되었습니다. 산업 파트너들과의 협업도 활발해, 학생 연구자들이 기업 LLM 팀과 함께 데이터 합성 파이프라인을 구축하는 형태의 연구를 함께 진행합니다.

연락처는 lisujian@pku.edu.cn이며, MOE Key Lab 페이지와 PKU EECS 연구진 명단에서 확인됩니다.

생애

리수젠은 베이징대학교에서 학위 과정을 마치고 같은 대학 EECS 학과에 교수로 자리를 잡았습니다. 오랜 기간 전산언어학 핵심실험실에서 연구를 이어오며, NLP의 기초 문제인 담화 구조 분석에서 시작해 독해와 정보 추출, 그리고 최근 LLM 시대의 정렬 문제까지 연구 주제를 확장해왔습니다.

지도 학생들의 산출물이 AAAI, ACL, EMNLP 등 NLP 분야 주요 학회에 꾸준히 게재되며, 그룹 내에서 길러진 연구자들이 샤오미, 바이두, 알리바바 등 중국 주요 기술 기업의 LLM 팀에서 활동하는 경우도 있습니다. 이처럼 학계와 산업의 연결 고리 역할을 하는 그룹을 이끌고 있습니다.

업적

리수젠 그룹의 두드러진 기여 중 하나는 인간 선호 정렬 분야의 PRO(Preference Ranking Optimization)입니다. 이 연구는 AAAI 2024에 발표된 Feifan Song의 작업으로, 리스트 단위 선호 순위 신호를 활용해 LLM을 보다 정밀하게 정렬하는 방법을 제안했습니다. 기존 쌍대 비교(pairwise) 방식에 비해 선호 순위 정보를 더 풍부하게 활용할 수 있다는 장점이 있습니다.

멀티모달 에이전트 연구에서는 Video2GUI 프로젝트가 주목을 받았습니다. 이 연구에서 리수젠은 제1 교신저자(corresponding author)로, 학생 1저자 Weimin Xiong과 샤오미 LLM-Core 팀을 잇는 학계 책임자 역할을 맡았습니다. 대규모 GUI 상호작용 궤적 데이터를 비디오에서 합성해 에이전트 사전학습에 활용하는 방법론을 제안했습니다.

기계 독해, 질의응답, 정보 추출 분야의 기반 연구도 지속적으로 쌓아왔습니다. 2022년에는 Computational Linguistics 학회에서 복잡한 질문 이해를 위한 전이 기반 방법론을 발표했고, 2023년에는 ACL에서 명명 개체 인식(NER)의 교정 방법을 다루는 연구를 발표했습니다.

여담

리수젠 그룹은 순수 이론 연구와 산업 협업을 병행하는 구조를 갖고 있어, 최신 LLM 기술의 빠른 변화 속에서도 실용적인 연구 결과를 꾸준히 내놓고 있습니다. 데이터 합성 파이프라인 구축과 GUI 에이전트 학습 데이터 생성 등은 모델 학습 데이터가 점점 더 중요해지는 현재 트렌드와 맞닿아 있습니다.

베이징대학교 전산언어학 핵심실험실은 중국 NLP 연구에서 오랜 역사를 가진 기관으로, 리수젠은 이 기관의 연구 방향이 LLM 시대에 맞게 진화하는 과정을 이끄는 역할을 하고 있습니다.

주요 논문