류스룽

개요

류스룽(Shilong Liu, 刘世隆)은 프린스턴 대학교 AI Lab의 박사후연구원입니다. 2026년 가을 컬럼비아대학교 컴퓨터과학과에 테뉴어 트랙 조교수로 부임할 예정입니다.

대표 연구

가장 널리 알려진 작업은 2023년의 Grounding DINO(arXiv:2303.05499)입니다. DINO 계열 객체 검출기에 grounded pre-training을 결합해, 카테고리 이름이나 지시 표현 같은 사람의 자연어 입력만으로 임의의 객체를 검출하는 open-set detector를 만들었습니다. 현재 Hugging Face에서 가장 많이 내려받는 제로샷 객체 검출 모델이며 월 200만 다운로드를 넘습니다.

Grounding DINO 이전에는 DAB-DETR와 DN-DETR 계열의 검출 트랜스포머 연구에 참여했습니다. 쿼리를 앵커 박스로 명시적으로 해석하고 디노이징 학습을 붙이는 흐름이 Grounding DINO의 토대가 되었습니다.

최근 방향

프린스턴 합류 이후에는 비전 검출에서 에이전트 시스템 쪽으로 관심을 넓히고 있습니다. 2026년 NVIDIA GTC의 ViSCALE 워크숍(컴퓨터비전을 위한 테스트타임 스케일링)에서 발표했고, 같은 해 Demystifying Agent Skills - Why They Work Until They Don't에 교신저자로 참여했습니다. 오픈셋 인식에서 "사람이 준 설명을 모델이 어디까지 일반화해 쓰는가"를 다뤄온 궤적이, 스킬 문서라는 사람이 쓴 절차 설명을 에이전트가 어떻게 적용하는지를 묻는 이 연구와 이어집니다.