양링

🏷️ 인물 확산모델 강화학습 LLM 에이전트 교수

개요

양링(Ling Yang)은 프린스턴 대학교 전기컴퓨터공학과 박사후연구원이자 Princeton AI Lab 연구 펠로우입니다. Mengdi Wang 교수 그룹에서 활동하며, 생성 모델 기초(대형 언어 모델, 확산 모델), 강화학습, 멀티모달 에이전트 시스템을 아우르는 연구를 진행합니다. 이 비전을 "Super Generative Intelligence"라는 이름 아래 Gen-Verse 연구 그룹을 이끄는 형태로 구체화하고 있습니다.

확산 모델 분야에서 가장 광범위하게 인용되는 종합 서베이(arXiv:2209.00796)의 제1저자로, 이 분야 입문자들의 필독 문헌을 작성한 연구자로 알려져 있습니다. Gen-Verse 팀의 깃허브 저장소와 HuggingFace 페이지는 합산 1만 이상의 스타와 20만 이상의 다운로드를 기록하고 있습니다. 2025-2026년에는 확산 언어 모델(dLLM)과 강화학습 기반 추론을 결합하는 새로운 연구 방향을 개척하며 NeurIPS, ICLR, ICML 등 최상위 학술 대회에서 왕성한 성과를 내고 있습니다.

생애

양링은 베이징대학교에서 2021년부터 박사 과정을 시작했습니다. Bin Cui 교수와 Luxia Zhang 교수의 공동 지도 아래 생성 모델과 그래프 머신러닝을 연구했으며, 2025년 7월 박사 학위를 취득했습니다. 박사 과정 중에도 ICLR, NeurIPS, ICML 등 최상위 대회에 연속으로 논문을 게재하며 두각을 나타냈습니다.

박사 졸업 직후 프린스턴 대학교로 이동해 Mengdi Wang 교수 그룹에 합류했습니다. 이 시기부터 강화학습과 에이전트 시스템 연구를 확산 모델 연구와 통합하는 방향으로 연구 영역을 확장했습니다. Gen-Verse 그룹은 이 통합 비전을 구현하기 위해 양링이 직접 조직한 연구 집단입니다.

2023년에는 Electronics Industry Press를 통해 "Diffusion Model: Theory, Application, and Code Practice of Generative AI Models"라는 단행본도 출판했습니다. NeurIPS 2025에서는 Area Chair를 맡는 등 학회 운영에도 기여하고 있으며, 현재 프린스턴을 거점으로 국제 공동 연구 네트워크를 폭넓게 유지하고 있습니다.

업적

확산 모델 종합 서베이(ACM Computing Surveys, 2023)는 양링의 가장 중요한 단독 학문적 기여입니다. 확산 모델의 이론, 효율적 샘플링, 향상된 우도 추정, 특수 구조 데이터 처리, 그리고 컴퓨터 비전, 자연어 생성, 시계열 모델링, 과학 응용 등 광범위한 분야에서의 활용을 체계적으로 정리했습니다. 관련 깃허브 저장소는 확산 모델 논문 목록의 사실상 표준 참조 자료가 되었으며, 인용 수는 수천 건을 넘어섰습니다.

2025년 NeurIPS에서는 ReasonFlux(Spotlight 선정)를 발표했습니다. 계층적 강화학습을 통해 LLM이 입력 문제에 최적화된 사고 템플릿 궤적을 계획하도록 훈련하는 방법론으로, 수학적 추론과 코딩 분야에서 유의미한 성능 향상을 보였습니다. 같은 해 NeurIPS에는 MMaDA(첫 멀티모달 확산 대형 언어 모델)도 발표했으며, NeurIPS 2024에서도 Buffer of Thoughts(Spotlight, 상위 3%)를 발표한 바 있습니다.

ICLR 2026에서는 확산 LLM 관련 논문 4편이 채택되었으며, 그 중 OmniVerifier가 Oral(상위 1%) 선정을 받았습니다. ICML 2026에는 에이전트 및 멀티모달 RL 논문 6편(1편 Spotlight)이 채택되었습니다. 2026년 3월에는 Mengdi Wang 교수 및 프린스턴 팀과 함께 OpenClaw-RL을 발표했습니다. 배포 중인 에이전트가 사용자와의 대화 자체를 강화학습 신호로 활용해 추가 데이터 수집 없이 지속적으로 자기 개선하는 비동기 RL 프레임워크로, HuggingFace에서 156 업보트를 기록했습니다.

여담

양링은 확산 모델 서베이 논문 출판 당시 아직 박사 1년차에 불과했습니다. 이 논문의 인용 수는 수천 건을 넘어섰으며, 확산 모델이 생성 AI의 주류가 된 2022-2023년 붐을 타고 빠르게 확산되었습니다. 이처럼 이른 시기에 필드를 대표하는 서베이를 작성한 경험은 이후 연구 방향 설정에서 넓은 시야를 유지하게 하는 자산이 되었을 것으로 보입니다.

Gen-Verse 그룹명은 "Generative Universe"의 줄임말로, 생성 모델이 하나의 우주처럼 다양한 도메인을 아우른다는 비전을 담고 있습니다. NeurIPS 2025 Spotlight 선정 이후 ReasonFlux 저장소는 LLM 사후 훈련(post-training) 오픈소스 스위트의 유력한 선택지로 자리 잡았습니다.

확산 LLM 분야는 자기회귀 언어 모델과는 다른 병렬 디코딩 방식으로 텍스트를 생성하는 새로운 패러다임입니다. 기존 토큰별 순차 생성 방식에 비해 추론 지연(latency)을 줄이고 양방향 문맥을 활용할 수 있다는 이점이 있으며, 양링과 Gen-Verse 그룹은 이 분야에서 세계적으로 가장 활발한 연구자들 중 하나로 자리매김하고 있습니다.

주요 논문