웨샹위

개요

웨샹위(Xiangyu Yue)는 홍콩중문대학교(CUHK) 정보공학과 조교수이며 CUHK MMLab 소속입니다. 연구 범위는 머신러닝, 전이학습, 레이블 효율 학습, 컴퓨터비전을 가로지르고, 응용 대상은 자율주행, 로보틱스, 의료 영상입니다.

생애

난징대학교에서 학사를, 스탠퍼드대학교에서 석사를 마친 뒤 UC 버클리에서 전기공학·컴퓨터과학 박사학위를 받았습니다. 지도교수는 Alberto Sangiovanni-Vincentelli와 Kurt Keutzer로, Berkeley AI Research에서 연구했습니다.

박사 졸업 시 버클리 EECS 학과의 우수 박사 졸업생에게 주는 Lotfi A. Zadeh Prize를 받았습니다. 퍼지 논리를 창시한 Lotfi Zadeh의 이름을 딴 상입니다.

학계에 자리 잡기 전 Google Research, Google [x] Robotics, Baidu AI Research, Tencent AI Lab을 거쳤습니다. 연구 주제가 자율주행·로보틱스로 뻗어 있는 배경에 이 이력이 있습니다.

업적

웨샹위의 연구를 관통하는 문제의식은 레이블이 부족하거나 도메인이 달라졌을 때 모델을 어떻게 옮겨 붙이느냐입니다. 전이학습과 레이블 효율 학습이 그 답을 찾는 두 갈래입니다.

최근에는 멀티모달 모델과 에이전트 쪽으로 무게가 옮겨갔습니다. Gen-Searcher(이미지 생성을 위한 에이전틱 검색 강화), RBF++(사고 사슬 추론의 추론 경계 정량화·최적화) 등에 시니어로 참여했습니다. 2026년 7월 JarvisHub에서는 팡톈위와 함께 학술 자문(Academic Advisor)으로 이름을 올렸습니다.

여담

CUHK MMLab은 홍콩중문대 정보공학과에 있는 연구실로 컴퓨터비전 분야에서 오랜 기간 최상위권 성과를 내 온 곳입니다. JarvisHub 저자 명단에 같은 MMLab 계열 인물이 여럿 보이는 것도 이 때문입니다.

버클리에서 Kurt Keutzer 아래 있었다는 점은 눈여겨볼 만합니다. Keutzer 그룹은 모델 효율화와 하드웨어-알고리즘 공동 설계로 유명한데, 웨샹위가 레이블 효율 학습이라는 다른 종류의 효율 문제로 방향을 잡은 것은 같은 문제의식을 데이터 축으로 옮긴 결과로 읽힙니다.

주요 논문

• Domain Randomization and Pyramid Consistency: Simulation-to-Real Generalization without Accessing Target Domain Data (ICCV 2019)
• Multi-source Domain Adaptation for Semantic Segmentation (NeurIPS 2019)
• Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation (CVPR 2021)
• RBF++: Quantifying and Optimizing Reasoning Boundaries for Chain-of-Thought Reasoning
• Gen-Searcher: Reinforcing Agentic Search for Image Generation
• JarvisHub: An Open Harness for Canvas-Native Multimodal Creative Agents