Chao Huang

Chao Huang(黄超)은 홍콩대학교(HKU) 컴퓨터 과학과 조교수이자 Musketeers Foundation Institute of Data Science 소속 연구자다. University of Notre Dame에서 그래프 신경망과 추천 시스템으로 박사 학위를 받았으며, 현재 Data Intelligence Lab @ HKU(HKUDS)를 이끌고 있다.

연구 방향은 그래프 구조 학습과 RAG(검색 증강 생성)의 결합이다. 2024년 공개한 LightRAG는 단순 청크 검색을 넘어 그래프 기반 듀얼 레벨 검색(저수준 엔티티 + 고수준 개념)을 RAG에 통합한 프레임워크로, 공개 직후 GitHub 스타 36,000개 이상을 받으며 오픈소스 RAG 생태계의 기준 중 하나가 됐다. EMNLP 2025 Findings에 채택됐다. 같은 해 SIGIR 2024에 발표한 GraphGPT는 LLM을 그래프 데이터에 맞게 인스트럭션 튜닝하는 첫 시도였고, KDD 2024의 UrbanGPT는 LLM을 도시 시공간 예측(교통, 범죄 등)에 적용했다.

2025년 10월 발표한 RAG-Anything(arXiv:2510.12323)은 텍스트뿐 아니라 이미지, 표, 수식, 코드를 노드로 잡는 멀티모달 그래프를 구성해, 문서 내 모달 간 관계를 유지한 채 검색하는 프레임워크다. LightRAG의 멀티모달 확장판으로 볼 수 있으며, 공개 직후 GitHub Trending 1위에 오르고 2만 1000개 이상의 스타를 받았다.

HKUDS 랩은 2025년 기준 GitHub 스타 누적 7만 7000개 이상, GitHub Trending 59회 진입을 기록하고 있다. 2025년 AI 100 Young Pioneers Award 수상자이며, Stanford Top 2% Scientists에 2022년부터 연속 선정됐다.