천레이

개요

천레이(Lei Chen, 陈雷)는 홍콩과학기술대학교 광저우 캠퍼스(HKUST(GZ)) Information Hub 학장이자 Data Science and Analytics Thrust 석좌교수입니다. ACM Distinguished Member, IEEE Fellow이며 2026-27 임기 VLDB Endowment 의장으로, 중국 출신 학자로는 최초로 선임됐습니다.

데이터베이스 관리, 그래프 신경망(GNN) 훈련 효율화, 크라우드소싱, 공간·시간 데이터베이스, 지식 그래프, 블록체인, 데이터 프라이버시 등 광범위한 데이터 관리 분야에서 세계적 권위를 가지고 있습니다. VLDB 2022 Best Regular Research Paper Award, SIGMOD 2015 Test-of-Time Award, Google Faculty Award(2013) 등 주요 수상 경력을 보유합니다.

HKUST Big Data Institute 소장, MOE/MSRA IT Key Laboratory 소장을 겸임하며 홍콩과 중국 본토를 아우르는 대규모 연구 인프라를 운영합니다.

생애

천레이는 천진대학교(Tianjin University)에서 컴퓨터과학 학사(1994년)를 받은 뒤, 태국의 Asian Institute of Technology(AIT)에서 컴퓨터과학 석사(1997년)를 취득했습니다. 이후 캐나다 University of Waterloo로 옮겨 컴퓨터과학 박사 학위를 받았습니다.

2005년 박사 취득과 동시에 HKUST(홍콩과학기술대학교) 조교수로 임용됐고, 이후 부교수, 정교수, 석좌교수로 승진하며 20년 이상 HKUST에서 경력을 쌓았습니다. HKUST(GZ) 캠퍼스가 개설된 이후에는 그 광저우 캠퍼스 Information Hub의 초대 학장을 맡아 새 캠퍼스의 연구 방향 수립에 핵심 역할을 했습니다.

2025년 9월 VLDB Endowment가 2026-27 임기 의장으로 천레이 교수를 선출했습니다. VLDB 조직 거의 반세기 역사상 중국 출신 학자로는 처음 있는 일로, 중국 데이터베이스 연구 공동체 전반에 상징적인 사건으로 기록됐습니다. TKDE(Transactions on Knowledge and Data Engineering) 편집장직과 VLDB Journal 전 편집장직도 역임했습니다.

업적

천레이의 가장 알려진 연구 성과 중 하나는 분산 그래프 신경망(GNN) 훈련의 통신 비용을 줄이는 SANCUS 시스템입니다. 이 연구는 분산 GNN 처리를 순차 행렬 곱으로 추상화하고 히스토리 임베딩 캐시를 활용해 통신량을 최대 74% 줄이면서 평균 1.86배 빠른 처리량을 달성했습니다. 이 논문이 VLDB 2022 Best Regular Research Paper Award를 수상했습니다.

2026년 Springer에서 출판한 단행본 "Graph Neural Network Training: From Data Management Perspective"는 GNN 훈련 전반을 데이터 관리 관점에서 체계화한 종합서로, 이 분야의 표준 참고서 역할을 하고 있습니다. 크라우드소싱으로 불확실 데이터를 정제하는 방법론, 공간 크라우드소싱에서의 프라이버시 보존형 과제 할당 연구도 주요 기여로 꼽힙니다.

데이터 중심 AI와 지식 그래프, 시간적 링크 예측 등으로도 연구 범위를 넓히고 있습니다. 도로 네트워크 거리 인덱스의 실증 서베이와 벤치마크 작업은 자율주행 등 실용 분야와의 연결을 보여줍니다.

여담

천레이가 VLDB Endowment 의장에 선출됐을 때, HKUST(GZ) 공식 보도는 "nearly half-century history" 중 최초의 중국 출신 의장이라는 점을 특별히 강조했습니다. 단순한 개인 수상이 아니라 중국 데이터베이스 연구의 국제적 지위 상승을 상징하는 사건으로 해석됐기 때문입니다.

HKUST에서 조교수부터 학장까지 20년 넘게 한 기관에서 경력을 쌓은 것은 홍콩 대학가에서도 보기 드문 사례입니다. HKUST(GZ)라는 새 캠퍼스의 Information Hub 설계에 직접 참여한 것도 그 신뢰의 결과로 볼 수 있습니다.

학위를 중국, 태국, 캐나다에서 받은 이력은 그의 연구가 여러 국제 커뮤니티와의 접점에서 형성됐음을 보여줍니다. 현재의 HKUST(GZ)에서의 역할은 홍콩-중국 본토 연구 생태계를 연결하는 교량 역할이기도 합니다.

주요 논문

• SANCUS: Staleness-Aware Communication-Avoiding Full-Graph Decentralized Training in Large-Scale Graph Neural Networks (VLDB 2022 Best Paper) -- 분산 GNN 훈련 통신 비용 최대 74% 절감을 달성한 논문.
• Graph Neural Network Training: From Data Management Perspective (Springer, 2026) -- GNN 훈련을 데이터 관리 관점에서 체계화한 단행본.
• Fight Fire with Fire: Towards Robust Graph Neural Networks (VLDB) -- 적대적 환경에서의 GNN 강건성 연구.
• Faster Convergence in Mini-batch Graph Neural Networks (VLDB) -- 미니배치 GNN 수렴 속도 개선 연구.
• Cleaning Uncertain Data With Crowdsourcing: A General Model With Diverse Accuracy Rates -- 크라우드소싱으로 불확실 데이터를 정제하는 일반 모델.
• Privacy-Preserving Batch-based Task Assignment in Spatial Crowdsourcing with Untrusted Server -- 비신뢰 서버 환경에서의 프라이버시 보존형 공간 크라우드소싱 과제 할당.
• gMission: An Open Sourced Spatial Crowdsourcing Platform -- 공간 크라우드소싱 플랫폼 구축 오픈소스 연구.
• An Empirical Survey and Benchmark of Learned Distance Indexes for Road Networks (arXiv:2602.04068) -- 도로 네트워크 거리 인덱스의 실증 서베이와 벤치마크.
• When Speed meets Accuracy: an Efficient and Effective Graph Model for Temporal Link Prediction (arXiv:2507.13825) -- 시간 링크 예측을 위한 효율적 그래프 모델.