왕룽성

🏷️ 인물 LLM 에이전트 교수

개요

왕룽성(Rongsheng Wang)은 홍콩중문대학교 선전 캠퍼스(CUHK-Shenzhen) 연구조교이자 AI 스타트업 Qiyuan.Tech의 CTO입니다. LLM 에이전트, 의료 AI, 수학적 추론 세 축을 넘나드는 연구를 진행하면서 동시에 오픈소스 프로젝트를 통해 커뮤니티와 적극적으로 소통합니다.

ChatPaper, XrayGLM, TinyDeepSeek 등 실용성 높은 오픈소스 프로젝트를 주도하며 깃허브와 HuggingFace를 통해 코드와 데이터셋을 꾸준히 공개해 왔습니다. 2025년에는 AIMO-2 수학 경쟁에서 팀으로 금메달을 수상하고 ACL 2025에 논문 2편을 게재하는 등 연구 역량도 빠르게 성장하고 있습니다. 전통 중의학 멀티모달 LLM ShizhenGPT 연구에도 기여하는 등 의료 AI 연구의 범위를 지속적으로 확장하고 있습니다.

생애

왕룽성은 홍콩과학기술대학교 광저우 캠퍼스(HKUST-GZ)에서 연구조교로 일했습니다(2024년 2월-5월). 이후 홍콩중문대학교 선전 캠퍼스로 이동해 Benyou Wang 교수 지도 아래 연구조교 활동을 이어가고 있습니다(2024년 9월-2025년 9월). Benyou Wang 교수는 의료 NLP 및 멀티모달 AI 연구로 잘 알려진 연구자로, 왕룽성은 그 지도 아래 HuatuoGPT 시리즈 연구에 깊이 관여했습니다.

연구 활동과 별개로 스타트업 Qiyuan.Tech를 공동 창업하고 CTO직을 겸직하고 있습니다. 이 회사는 LLM 기반 탐지 시스템, 의료 AI 솔루션 등을 개발하며 HuggingFace에 공개 데이터셋(QiYuan-tech/LLM-Detector)을 보유하고 있습니다. 개인 홈페이지(wangrongsheng.github.io)를 통해 연구 성과와 프로젝트를 공유하며, Awesome-LLM-Resources 저장소를 통해 커뮤니티에도 기여합니다.

업적

ChatPaper는 ChatGPT API를 활용해 arXiv 논문을 자동 요약하는 오픈소스 도구로, 연구자들 사이에서 빠르게 확산되었습니다. 논문 초록과 핵심 내용을 구조화된 형식으로 정리해 제공하며, 비영어권 연구자들의 논문 접근성을 높인 도구로 평가받습니다.

XrayGLM은 흉부 X선 영상을 분석하고 방사선과 보고서를 생성하는 대화형 의료 비전-언어 모델입니다. 중국어를 지원하는 최초의 의료 멀티모달 모델 중 하나로, RSNA 2024 Cutting-Edge Research 컨퍼런스에서 구두 발표(oral)로 소개되었습니다. 이 연구의 연장선에서 전통 중의학에 특화된 멀티모달 LLM ShizhenGPT 개발에도 기여했습니다.

2025년 AIMO-2(AI Mathematical Olympiad) 대회에서 팀으로 참가해 2213개 팀 중 14위로 금메달을 수상했습니다. 같은 해 ACL 2025에는 HuatuoGPT-o1(의료 추론 LLM)과 Med-MAT(의료 VQA 데이터셋) 두 편이 채택되었습니다. HuatuoGPT-o1은 검증 가능한 의료 질문과 의료 검증기를 사용해 LLM이 의사처럼 깊이 사고하고 답변 전 자기 검증을 수행하도록 훈련하는 방법론을 제안합니다. GameCraft-Bench - Can Agents Build Playable Games End-to-End in a Real Game Engine? 논문에서는 공동 제1저자로 참여해 LLM 에이전트가 실제 게임 엔진 안에서 플레이 가능한 게임을 처음부터 제작할 수 있는지 평가하는 벤치마크 설계를 주도했습니다.

여담

Awesome-LLM-Resources는 왕룽성이 관리하는 LLM 관련 자료 모음 저장소로, 논문, 튜토리얼, 도구, 데이터셋 등을 정리해 제공합니다. 의료 AI와 에이전트 영역을 함께 다룬다는 점에서 유사한 awesome 시리즈와 차별점을 가집니다.

CareGPT는 XrayGLM의 연장선에 있는 의료 LLM 오픈소스 프로젝트로, 임상 환경에서 활용 가능한 범용 의료 대화 AI를 목표로 합니다. 연구 공개 시 중국어와 영어를 동시에 지원하는 경우가 많아, 중국어권 의료 AI 연구 생태계 구축에도 기여하고 있습니다.

TinyDeepSeek는 DeepSeek 모델의 경량화 구현체로, 교육 목적으로 코드베이스를 단순화한 오픈소스 프로젝트입니다. 모델 아키텍처를 직접 구현하며 배우려는 연구자와 개발자를 위한 교육용 리소스 성격을 지니며, 딥러닝 모델을 처음부터 구현해보고자 하는 입문자들에게 유용한 참조 자료가 되고 있습니다.

주요 논문