치쩌원

🏷️ 인물 LLM 에이전트

개요

치쩌원(迟泽文, Zewen Chi)은 Microsoft Research GenAI 그룹의 연구원으로, 다국어 표현 학습에서 멀티모달 대형 언어 모델을 거쳐 agentic LLM과 추론 시간 스케일링(inference-time scaling)으로 연구 방향을 옮겨가고 있습니다. 베이징이공대학교(BIT, Beijing Institute of Technology)에서 2024년 박사 학위를 취득한 직후 MSR 정규직으로 전환된 이력이 있습니다.

Google Scholar 인용 수는 약 2,800회 수준으로, 박사 과정 중에 이미 국제 무대에서 영향력을 확보한 연구자입니다. 둥리, 웨이푸루의 지도를 받으며 MSR Asia 인턴 시절부터 두각을 나타냈습니다.

생애

치쩌원은 베이징이공대학교에서 박사 과정을 밟으며 Microsoft Research Asia(MSRA)에서 인턴 연구원으로 활동했습니다. 둥리와 웨이푸루의 지도 아래 다국어 인코더와 크로스링귀얼 사전학습 연구를 주도했습니다. ByteDance AI Lab에서도 인턴 경험을 쌓았습니다.

2024년 9월 BIT에서 박사 학위를 취득하고, 곧바로 Microsoft Research GenAI 그룹에 정규직 연구원으로 합류했습니다. 박사 과정 중 쌓은 MSR과의 협업 관계가 정규직 전환으로 이어진 전형적인 사례입니다.

MSR 합류 후 연구 방향은 명시적으로 "agentic LLM과 추론 시간 스케일링"으로 전환되었습니다. 2025년 10월 arXiv에 공개된 The Era of Agentic Organization 논문이 이 전환기의 첫 정식 결과물입니다.

업적

치쩌원의 초기 주요 연구는 크로스링귀얼 사전학습 분야에 집중됩니다. XY-LENT(X-Y bitext enhanced Language ENcodings using Transformers)는 이중 언어 텍스트를 활용해 언어 간 표현을 강화하는 사전학습 방법론입니다. InfoXLM은 정보 이론적 관점에서 크로스링귀얼 표현 학습을 재해석한 연구로 ACL 2021에 발표되었습니다.

멀티모달 분야에서는 MSR의 Kosmos-1 공저자로 이름을 올렸습니다. Kosmos-1은 인지 능력, 인컨텍스트 학습, 지시 따르기를 통합한 멀티모달 LLM으로, 이 분야의 초기 대형 모델 중 하나로 평가받습니다.

최근 대표 연구는 The Era of Agentic Organization: Learning to Organize with Language Models(arXiv:2510.26658, 2025)입니다. 이 논문에서 치쩌원은 LLM 에이전트가 조직자(organizer)와 작업자(worker)를 동시에 수행하는 학습 구조를 설계하고, 비순차적(asynchronous) thought sample에 맞게 GRPO를 확장했습니다. 핵심 결과는 AsyncThink로, 병렬 추론 대비 추론 지연 시간을 28% 줄이면서 수학 추론 정확도를 향상시켰습니다. 공저자로는 둥리, 치우칭슈, 야루하오, 쉰우, 샤오한황, 웨이푸루가 참여했습니다.

여담

치쩌원의 연구 궤적은 다국어 NLP에서 멀티모달로, 다시 에이전트 시스템으로 이어지는 방향으로 자연스럽게 확장되었습니다. 공통 주제는 "표현의 힘"입니다. 언어 간 표현의 정렬이든, 멀티모달 표현의 통합이든, 에이전트 조직 구조의 표현이든 모두 정보를 어떻게 구조화하느냐의 문제입니다.

박사 졸업 직후 MSR 정규직으로 직행한 사례는 한국에서도 종종 화제가 됩니다. 이는 박사 과정 중 인턴십을 통해 충분한 연구 성과를 쌓고, 지도 교수 네트워크를 통해 포지션을 확보하는 경로가 국제 연구 시장에서 유효하게 작동한다는 점을 보여줍니다.

주요 논문