린윈룽

🏷️ 인물 멀티모달 에이전트 확산모델 NeurIPS논문

개요

린윈룽(Yunlong Lin)은 샤먼대학교(Xiamen University) 석사과정 연구자로, Xinghao Ding 교수의 지도를 받고 있습니다. 연구 주제는 시각 창작과 시각 인지를 위한 VLM·LLM·에이전트 시스템입니다.

연구 관심사를 본인이 정리한 문장이 흥미롭습니다. 더 강한 후처리(post-training) 신호, 더 촘촘한 plan-act-reflect 루프, 확장 가능한 보상 설계로 멀티모달 에이전트를 개선하는 것. 모델을 키우는 쪽이 아니라 에이전트가 스스로를 점검하고 고치는 회로를 설계하는 쪽에 무게가 실려 있습니다.

생애

학부를 마친 뒤 샤먼대학교 석사과정에 진학했고, Tencent Hunyuan과 ByteDance Seed에서 인턴으로 일했습니다. 두 곳 모두 멀티모달 생성 모델을 산업 규모로 굴리는 조직이라, 학교에서 다루기 어려운 데이터·컴퓨트 규모를 경험한 이력입니다.

개인 홈페이지 주소(lyl1015.github.io)와 JarvisHub의 GitHub 저장소 경로(LYL1015/JarvisHub)가 같습니다. 이 프로젝트의 실질적 관리 주체라는 뜻입니다.

업적

대표 작업은 PosterCraft입니다. 미학적 포스터 생성을 다룬 논문으로 ICLR 2026에 채택됐습니다. 기존 방식이 모듈을 나눠 붙이고 레이아웃을 미리 못 박아 두는 구조였다면, PosterCraft는 그 파이프라인을 버리고 모델이 구도를 자유롭게 탐색하게 두었습니다. 4단계 캐스케이드 워크플로로 학습합니다. Text-Render-2M에서 대규모 텍스트 렌더링 최적화, HQ-Poster100K에서 영역 인지 지도학습 미세조정, best-of-n 선호 최적화 기반 미학-텍스트 강화학습, 마지막으로 비전-언어 피드백을 합친 정제입니다.

이후 GenEvolve(도구 오케스트레이션 기반 시각 경험 증류로 자기진화하는 이미지 생성 에이전트), Gen-Searcher(이미지 생성을 위한 에이전틱 검색 강화), Unify-Agent(월드 그라운딩 이미지 합성 통합 에이전트)에 잇달아 참여했습니다. 생성 품질 자체보다 생성을 둘러싼 루프를 설계하는 쪽으로 관심이 일관되게 이동해 왔습니다.

2026년 7월 공개한 JarvisHub는 그 연장선입니다. 캔버스를 에이전트의 외부 메모리이자 행동 공간으로 두는 하네스로, 개별 생성 도구가 아니라 창작 프로젝트 전체의 상태를 다루는 방향으로 한 단계 올라선 작업입니다.

여담

린윈룽의 논문 목록을 시간순으로 읽으면 관심사가 어떻게 옮겨갔는지가 선명하게 보입니다. PosterCraft는 "좋은 포스터 한 장을 어떻게 만드나"를 물었고, GenEvolve는 "생성 에이전트가 어떻게 스스로 나아지나"를 물었고, JarvisHub는 "여러 날에 걸친 창작 프로젝트의 상태를 어디에 두나"를 묻습니다. 질문의 단위가 결과물에서 루프로, 루프에서 프로젝트로 커졌습니다.

석사과정 연구자가 20명 넘는 공동 저자를 묶어 하네스급 시스템 논문을 내놓는 사례는 드뭅니다. 프로젝트 관리 역량이 연구 역량만큼 요구되는 작업입니다.

주요 논문