자오펑

🏷️ 인물 머신러닝 영상처리 멀티모달 교수 Nature논문 NeurIPS논문 Star

개요

자오펑(Feng Zhao, 赵峰)은 중국과학기술대학교(USTC, University of Science and Technology of China) 자동화학과 정교수이자 박사 지도교수입니다. 컴퓨터 비전, 패턴 인식, 머신러닝을 기반으로 최근에는 대규모 언어 모델(LLM), 대규모 멀티모달 모델(LMM), 생성 AI(AIGC), Embodied AI, AI4Science로 연구 영역을 빠르게 확장하고 있습니다.

그가 이끄는 연구실은 CVPR, ICCV, NeurIPS 등 최우수 컴퓨터비전 및 머신러닝 학술대회에 꾸준히 논문을 발표하며, 박사과정 학생들이 제1저자로 나서는 연구를 활발히 배출하고 있습니다. 시각 생성(visual generation)에 강화학습을 결합하는 흐름을 연구실 단위로 개척하고 있는 것이 최근 두드러진 특징입니다.

2025년 이후로는 AIGC와 멀티모달 생성 모델 방향의 연구 성과가 잇따르고 있으며, 학생군 단위의 논문 생산 속도와 다양한 공동연구 네트워크 측면에서 USTC 내에서도 두드러지는 연구실로 성장하고 있습니다.

생애

자오펑은 USTC 학부(1995~2000)를 졸업한 뒤, 홍콩으로 건너가 홍콩중문대학교(CUHK, The Chinese University of Hong Kong)에서 석사(2000~2002)와 박사(2002~2006) 학위를 받았습니다. 당시 CUHK는 컴퓨터 비전 분야에서 아시아 최고 수준의 연구 환경을 갖추고 있었으며, 자오펑은 이 시기에 컴퓨터 비전 및 패턴 인식 연구의 기초를 다졌습니다.

박사 학위 취득 후에는 산업계 및 연구 기관을 거쳐 2019년 USTC 자동화학과에 정교수로 부임하였습니다. 연구실은 USTC 서캠퍼스 제4 전기관 421호에 위치합니다. 모교로 귀환하는 형태로 자리를 잡은 그는 이후 LLM과 멀티모달 모델 연구로 중심을 빠르게 이동시켰습니다.

현재까지 USTC에서 복수의 박사과정 학생을 최우수 학술대회 제1저자로 배출하고 있으며, 장궈후이, Xiaoxiao Ma, Jie Huang, Hang Xu, 위후 등이 동일 연구실 소속·출신입니다. 연구실 규모는 중형이지만 논문 완성도와 특정 기술 방향에서의 집중력이 높다는 평가를 받습니다.

업적

자오펑 연구실의 최근 대표 성과 중 하나는 OmniNFT 논문입니다. 오디오와 비디오를 동시에 생성하는 결합 생성 모델에 강화학습을 접목한 이 연구는 멀티모달 생성 분야의 새로운 방향을 제시하였으며, 자오펑이 교신저자로 전반적 방향을 총괄하였습니다. 제1저자 장궈후이를 포함한 USTC 학생들이 논문의 본진을 구성합니다.

더 넓게 보면 연구실은 도메인 적응(domain adaptation), 소스 없는 도메인 일반화(source-free domain generalization), 비디오 착색(video colorization), 이벤트 기반 인식, 시각-언어 모델의 도메인 불변 프롬프트 등 다양한 주제를 병렬로 탐구하고 있습니다. 이들 연구는 CVPR, ECCV, ICCV, NeurIPS급 학회에서 꾸준히 발표되고 있습니다.

최근에는 Embodied AI 및 AI4Science 방향으로도 연구 의제를 확장하고 있습니다. 구글 스칼라 기준 누적 피인용 수는 9,305회 이상으로(2025년 기준), 생산성과 인용 지수 모두 상승 추세에 있습니다.

여담

자오펑은 USTC 학부 출신이 CUHK에서 박사를 마치고 다시 USTC로 돌아온 전형적인 "귀환형 교수"입니다. 이 경로는 중국 대학이 해외 훈련을 받은 인재를 국내로 재유치하는 패턴과 맞닿아 있으며, USTC의 컴퓨터비전·AI 역량 강화 전략의 일부이기도 합니다.

연구실 위치가 서캠퍼스 제4 전기관 421호로 공식 홈페이지에 공개되어 있는 것은 소통을 중시하는 그의 운영 방식을 반영합니다. 외부 협력과 인턴십에도 열린 편으로, OmniNFT 같은 대형 멀티저자 논문에서도 USTC 외부 공동연구자들과의 협업을 자연스럽게 이어갑니다.

시각 생성에 강화학습을 접목하는 흐름은 아직 초기 단계이지만, 자오펑 연구실이 학생 단위로 이 주제를 집중 공략하는 방식은 단기간에 여러 편의 논문을 양산하는 효율적인 전략으로 평가받습니다. 앞으로 이 연구 라인이 멀티모달 AIGC 분야의 주류 흐름과 어떻게 교차할지가 주목됩니다.