CUHK AI4Science 팀 모집: Scientific AGI, 분자 설계 및 과학 에이전트

소개

홍콩중문대학교(The Chinese University of Hong Kong) AI4Science 팀은 Scientific AGI, AI4Science, 생성형 AI, 분자 설계, 과학 에이전트, 체화 지능, 자동화 실험실에 관심 있는 학생 및 연구자를 모집하고 있습니다.

이 글은 지원자들이 팀의 연구 방향, 모집 직책, 지원 시 기대 사항, 연구 환경을 더 명확하게 이해할 수 있도록 기존 모집 정보를 보다 읽기 쉽고 매끄러운 영어 버전으로 재구성한 것입니다. 원래의 구조는 유지하되, 표현은 더 자연스럽고 이해하기 쉽게 다듬었습니다.

출처 안내: 원문은 BAAI Hub에 게시되었으며, 내용은 위챗(WeChat)에서 가져온 것이라고 명시되어 있습니다. 본문에는 캠퍼스/팀 관련 이미지 1장이 포함되어 있으며, 배너 광고, 사이트 장식 이미지, 맨 위로 이동하는 UI 아이콘은 제외되었습니다.

팀 개요

홍콩중문대학교 컴퓨터과학및공학과의 Pheng Ann Heng 교수 연구팀은 OTeam과 함께 Scientific Artificial General Intelligence, 즉 Scientific AGI에 집중하고 있습니다.

이 팀은 AI4Science를 위한 범용 계산 기반 모델을 구축하는 것을 목표로 합니다. 연구는 복잡한 과학 시스템 전반에 걸친 통합 모델링, 추론, 생성, 설계를 탐구하며, 주요 주제로는 올투올 분자 설계 월드 모델, 가상 생물학적 경로 모델, Scientific Agents, 그리고 AR/VR과 지능형 과학 워크플로를 결합한 자율주행형 실험실 시스템이 포함됩니다.

더 큰 목표는 AI를 수동적인 분석 도구에 머무르게 하는 것이 아니라, 과학적 발견에 능동적으로 참여할 수 있는 핵심 지능 시스템으로 발전시키는 것입니다.

팀은 기반 모델과 핵심 알고리즘에서 실제 과학 문제에 이르는 체계적인 연구 경로를 강조합니다. 학생들은 학제 간 환경에서 모델링, 추론, 설계, 그리고 실험 루프 역량을 발전시킬 것으로 기대됩니다.

연구팀은 약학, 물리학, 화학, 생체의공학, 컴퓨터과학 및 기타 관련 분야의 학생들을 환영합니다. 개방적인 연구 분위기, 우수한 과학 연구 자원, 그리고 약 1,000장의 컴퓨팅 카드를 포함한 대규모 계산 자원을 제공하고 있습니다. 또한 MIT, 하버드, 스탠퍼드, Baker Lab을 포함한 세계 유수의 AI4Science 연구실들과 장기적인 협력 관계를 유지하고 있습니다.

기초 연구 외에도, 이 팀은 강력한 산업화 및 기술이전 자원을 보유하고 있으며, 산업계로부터 약 1억 위안에 가까운 지원을 받았습니다. 이는 학생들에게 최전선 탐구, 학제 간 훈련, 그리고 실제 과학 응용을 결합한 플랫폼을 제공합니다.

Scientific AGI와 최첨단 AI4Science 연구에 관심 있는 지원자들의 많은 참여를 바라며, 차세대 탐구를 함께 열어가기를 기대합니다.

AI 기반 과학적 발견.

연구팀 리더

펭 앤 헝 교수는 홍콩중문대학교(The Chinese University of Hong Kong) 컴퓨터과학 및 공학 분야의 초밍 리(Choh-Ming Li) 석좌교수입니다. 또한 CUHK 의학지능 및 XR 연구소 소장과 광둥-홍콩-마카오 인간-기계 지능 시너지 시스템 공동연구실의 공동 소장을 맡고 있습니다.

그는 1985년 싱가포르국립대학교에서 컴퓨터과학 학사 학위를, 1992년 인디애나대학교에서 컴퓨터과학 박사 학위를 받았습니다. 1992년에는 NUS-JHU 정보증강의학센터에 연구원으로 합류했습니다. 1995년에는 CUHK 컴퓨터과학 및 공학과에 조교수로 부임했으며, 2002년에 정교수로 승진했습니다.

2007년 헝 교수는 중국 교육부로부터 창장학자 석좌교수직을 수여받았습니다. 또한 학과장과 대학원 과정 책임자를 역임했습니다.

그는 1999년부터 CUHK 가상현실·시각화·영상 연구센터를 이끌고 있습니다. 또한 2006년부터 중국과학원 선전첨단기술연구원 인간-컴퓨터 상호작용 기술센터 소장도 맡고 있습니다.

그의 연구 관심 분야는 의료영상 분석, 인공지능, 수술 시뮬레이션, 시각화, 확장현실입니다. 그는 760편이 넘는 논문을 발표했으며, Google Scholar 기준 80,000회 이상의 인용과 h-index 132를 기록하고 있습니다. 그는 클래리베이트(Clarivate) 선정 Highly Cited Researcher로 이름을 올렸으며, Research.com으로부터 중국 컴퓨터과학 분야의 선도적 연구자로 인정받았습니다.

연구 방향

이 팀은 학문적 자유를 지지하며, 학생들이 미래의 과학 및 AI 트렌드를 형성할 수 있는 연구 방향을 탐색하도록 장려합니다. 현재의 중점 분야에는 생성 모델과 표현 학습의 기초 연구, 과학 에이전트, 그리고 AI4Science 응용이 포함됩니다.

다음 분야들은 특히 관련성이 높지만, 이에 국한되지는 않습니다.

Scientific AI

심층 생성 기초와 응용

이 팀은 물리학 및 관련 과학 원리에서 영감을 받은 AI의 기초 방법을 연구합니다. 주제에는 이산 및 연속 확산 모델, 기타 생성 모델링 기법, 그리고 3D 포인트 클라우드, 분자 생성, 월드 모델과 같은 응용이 포함됩니다.

이 연구 방향은 생성 모델링을 기초 수준에서 다루면서도 그 방법을 과학적 문제와 연결하고자 하는 학생들에게 적합합니다.

멀티모달 표현 학습

이 팀은 토크나이제이션, 모달리티 융합, 표현-생성 통합을 포함한 통합 멀티모달 표현 모델을 연구합니다.

목표는 단지 서로 다른 데이터 모달리티를 정렬하는 데 그치지 않고, 표현 학습이 과학적 생성에도 유용하도록 만드는 것입니다. 여기에는 과학적 구조를 생성하고 추론하는 보다 자연스럽고 통합된 방식을 구축하는 것이 포함됩니다.

과학 에이전트와 자율적 발견

이 연구 방향은 과학 과제를 위한 AI 에이전트, LLM 에이전트, 그리고 멀티에이전트 시스템에 초점을 맞춥니다. 이 팀은 계획, 추론, 도구 활용, 실험 설계, 자율 최적화 역량을 갖춘 에이전트를 탐구합니다.

응용 분야

분자 설계, 단백질 공학, 자동화 실험, 문헌 기반 지식 마이닝, 과학적 가설 생성 등을 포함합니다.

장기적인 목표는 다음과 같은 폐쇄 루프를 구축하는 것입니다.

1. 인지
2. 추론
3. 생성
4. 검증
5. 피드백

이 루프는 과학적 발견과 공학 혁신을 가속화하기 위한 것입니다.

구현형 과학 지능과 자동화 실험실

이 방향은 AI4Science에서 가상 지능이 실제 실험 시스템과 어떻게 연결될 수 있는지를 연구합니다.

이 팀은 Scientific Agents, 로봇 실험 플랫폼, 자동화 실험실, 지능형 의사결정 시스템 간의 협업에 초점을 맞추고 있습니다. 목표로 하는 루프는 다음과 같습니다.

1. 계산 기반 설계
2. 자동화 실행
3. 실험적 검증
4. 피드백 최적화

목표는 AI가 가상 추론과 분자 설계를 넘어 실제 실험 참여와 더 빠른 과학적 발견으로 나아가도록 돕는 것입니다.

AI4Science

생체분자 월드 모델

이 방향은 AlloDesign을 중심으로 하며, 생물학적 분자 시스템을 위한 통합 기초 모델을 구축하는 것을 목표로 합니다.

이 연구는 딥 생성 모델과 멀티모달 표현 학습이 분자 구조, 기능, 상호작용을 어떻게 이해할 수 있는지를 탐구합니다. 이는 하나의 분자 유형에만 국한되지 않습니다. 대신 동일한 모델 프레임워크가 저분자, 핵산, 펩타이드, 항체, 단백질, 단백질 복합체 및 기타 생체분자 시스템을 처리할 수 있어야 합니다.

이 팀은 분자 표현에서 기능 설계까지 이어지는 연속적 모델링 역량을 구축하는 것을 목표로 합니다. 구조 예측, 기능 평가, 실험 피드백을 도입함으로써 생성된 결과는 시간이 지남에 따라 보정되고 검증될 수 있습니다.

이는 점진적으로 신약 개발, 단백질 공학, 핵산 치료제, 생체재료 설계를 위한 범용 지능형 설계 방법으로 이어질 수 있습니다.

세포 경로 모델과 노화 연구

이 방향은 세포 내부의 분자 상호작용과 신호 전달 경로에 대한 계산 모델링을 연구합니다.

핵심 질문은 단백질, 저분자, 핵산의 분자 수준 표현을 세포의 기능 상태와 어떻게 연결할 것인가입니다. 이 팀은 분자 수준의 교란이 어떻게 세포 반응으로 이어지는지를 설명하는 예측 모델을 구축하고자 합니다.

이 연구는 노화 관련 경로와 질병 상태에서의 조절 메커니즘에 특별한 주의를 기울입니다. 또한 AI가 분자 개입이 세포 운명, 신호 전달, 기능 저하에 미치는 영향을 어떻게 이해할 수 있는지도 탐구합니다.

예상되는 성과는 표적 발굴, 작용 기전 분석, 정밀 개입을 위한 새로운 계산 방법의 집합입니다.

AR/VR 가상 과학자

이 방향은 과학적 발견을 위한 몰입형 상호작용 방법을 연구합니다.

이 팀은 복잡한 분자 구조, 세포 경로, 모델 생성 과정을 이해 가능하고 상호작용 가능한 3D 연구 인터페이스로 어떻게 변환할 수 있는지를 탐구합니다.

초점은 인간 과학자와 AI 에이전트 간의 협업에 있습니다. 특히 이 팀은 상호작용 시각화와 에이전트 시스템이 가설 생성, 실험 설계,

결과 해석.

이 방향은 미래의 가상 연구 환경과 자율 과학 발견 시스템을 위한 새로운 상호작용 패러다임을 제공하는 것을 목표로 합니다.

인재 모집

본 팀은 2027학년도 입학 박사과정 학생을 모집하고 있으며, 약 4~6명의 선발 인원이 있습니다. 박사후연구원(Postdoc) 자리는 연중 수시로 모집합니다.

또한 본 팀은 Scientific AI, AI4Science, 생성형 AI, 생체분자 설계, 과학 에이전트, embodied intelligence, 자동화 실험실을 탐구하고자 하는 연구조교, 방문학생 및 기타 지원자도 환영합니다.

본 팀은 진정한 연구 관심과 열정이 뛰어난 성과를 이끄는 첫 번째 동력이라고 믿습니다. 관련 배경과 강한 의지를 가진 지원자들의 지원을 권장합니다. 본 팀은 각 지원자의 연구 관심, 배경, 역량을 종합적으로 고려한 뒤, 개인 맞춤형 연구 방향을 설계할 수 있도록 돕습니다.

박사과정에 관심이 있다면

본 팀은 과학 연구에 대한 열정을 갖고, 스스로에게 높은 기준을 적용하며, 뛰어난 학문적 안목을 지닌 잠재적 연구자를 찾고 있습니다.

박사과정 지원자에 대한 기본 기대 사항은 아래와 같습니다.

1. 연구 경험

학부생의 경우, 논문 게재는 필수 사항이 아닙니다. 그러나 연구 프로젝트 경험이 있어야 하며, 연구 과정에서 본인의 역할과 기여를 명확하게 설명할 수 있어야 합니다.

석사과정 학생의 경우, NeurIPS, ICML, CVPR, ICLR 등 최상위 학회나 저널에 논문을 게재했거나 제출한 경험이 있으면 더욱 좋습니다.

arXiv에만 공개된 논문도 환영합니다. 지원자는 본인의 대표작 1~2편을 명확히 표시하는 것이 권장되며, 이를 통해 연구실이 해당 연구의 품질과 그 이면의 연구 안목을 세심하게 평가할 수 있습니다.

1. 가산점이 되는 자격

지원자는 아래 강점 중 하나 이상을 갖춘 경우 특히 경쟁력이 높습니다.

• 수학 또는 물리학 전공, 공인된 수학 경시대회 수상 경력 등 탄탄한 수학 또는 물리학 배경
• 컴퓨터과학 또는 소프트웨어공학 배경, 프로그래밍 대회 참가 경험, 영향력 있는 커뮤니티 프로젝트 주도 경험 등 뛰어난 프로그래밍 역량
• 장기간 꾸준히 업데이트한 고품질 기술 블로그
• 활발한 기술 기여 이력
• 기술 직무에서의 장기 인턴십 경험

인턴 또는 연구조교로 합류하고 싶다면

연구조교 역할의 경우, 본 팀은 연구에 대한 강한 관심을 가진 지원자를 환영하며, 특히 다음과 같은 분들을 선호합니다.

1. 향후 박사과정 지원 전에 탄탄한 연구 기초를 쌓고자 하는 사람
2. 연구실의 연구 방향과 높은 적합성을 보이며, 연구, 엔지니어링 구현, 데이터 분석 측면에서 팀을 지원할 의향이 있는 사람

기본 요건

지원자는 일반적으로 다음을 갖추고 있어야 합니다.

• 학사 학위 이상
• 수학, 물리학, 컴퓨터과학 또는 관련 분야 배경 우대
• Python, C++ 또는 유사 언어에 대한 익숙함 등 우수한 코딩 능력
• 탄탄한 엔지니어링 구현 능력
• 강한 학습 능력과 새로운 지식 및 도구를 빠르게 습득할 수 있는 역량

가산점

자격 요건

다음과 같은 경험이 있으면 특히 우대됩니다:

• 연구 논문 출판에 제1저자로 참여한 경험
• GitHub 프로젝트와 같은 대규모 프로젝트를 개발, 최적화 또는 유지보수한 경험
• PyTorch 또는 TensorFlow와 같은 딥러닝 프레임워크에 대한 이해
• Kaggle 또는 ACM과 같은 연구 경진대회 참가 경험 및 수상 경력

또한 연구팀은 학부생과 석사과정 학생을 방문학생으로도 환영합니다. 방문학생은 연구실에서 진행 중인 최첨단 연구 프로젝트에 참여할 수 있습니다.

방문학생 기본 요건

방문학생 지원자는 다음을 갖추어야 합니다:

• 배우고자 하는 강한 동기와 학술 연구에 대한 진정한 관심
• 완전한 연구 프로젝트에 참여한 경험이 있으며, 자신의 기여와 사고 과정을 설명할 수 있는 능력
• 학술 연구 자료를 읽고 쓸 수 있는 능력을 포함한 우수한 영어 실력

방문학생 우대 사항

다음과 같은 추가 강점이 있으면 도움이 됩니다:

• 제1저자가 아니어도 무방하나, 최상위 학회 또는 저널에 논문을 제출했거나 게재한 경험
• 뛰어난 프로그래밍 역량
• 오픈소스 프로젝트 또는 기술 블로그 운영 경험
• 수학적 모델링 대회 또는 기타 연구 관련 활동에서의 수상 경력

연구팀은 모든 지원 서류를 신중하게 검토하고 모든 지원자를 공정하게 대우할 것이라고 밝혔습니다.

연구 환경

컴퓨팅 자원

연구팀은 홍콩중문대학교와 의료지능 및 XR 연구소를 통해 강력한 컴퓨팅 자원을 보유하고 있습니다.

또한 연구팀은 Valhalla Technology, Alibaba, Tencent, DP Technology, BioMap과 같은 기업들과 협력하고 있으며, 이들 역시 상당한 수준의 엔터프라이즈급 컴퓨팅 자원을 제공합니다.

교류 및 인턴십 기회

연구팀은 MIT, 하버드대학교, 워싱턴대학교, UCLA, 싱가포르국립대학교, 케임브리지대학교 등의 기관과 장기적인 협력 관계를 유지하고 있습니다.

박사과정 학생들은 연구 인턴십과 해외 교류 기회에 적극 참여하도록 권장되며, 이는 학문적 성장과 국제 협력 모두에 도움이 될 수 있습니다.

학술 교류

연구팀은 학생들이 해당 분야의 학자 및 최상위 연구기관과 협력 관계를 구축하도록 장려합니다. 또한 국제 학술대회 참석을 강력히 지원하며, 비용 환급 지원도 포함됩니다.

학생들이 관심을 가지는 연구 주제와 최근의 주요 유망 분야에 대해, 연구팀은 초청 강연을 적극적으로 주최하고 관련 온라인 학술 교류를 촉진합니다.

학술 협력

연구실은 AI 기초 연구와 신흥 AI 연구 주제에 대해 온라인과 오프라인 협력을 모두 지원합니다. 연구 관심사가 서로 부합한다면, 국내외 대학 및 기업의 협력자를 환영합니다.

AI 기초 연구 협력

연구실은 대규모 모델 및 생성형 AI 기업의 연구 부서와 긴밀히 협력하고 있습니다. 탐구 분야에는 표현 사전학습, 확산 기반 생성 모델, 자기회귀 및 관련 생성 방법, 그리고 기타 최첨단 AI 방향이 포함됩니다.

AI4Science 프로젝트 협력

이 연구실은 다양한 방식으로 생명과학 문제에 AI 혁신을 적용하는 것을 장려합니다. 또한 복잡한 생명과학 난제를 해결하는 데 있어 AI의 잠재력을 탐구하는 것을 목표로 합니다.

팀은 Westlake University, Zhejiang University, Lingang Laboratory, Shanghai AI Laboratory와 같은 대학 및 연구기관뿐만 아니라 DP Technology, BioMap과 같은 선도적인 AI4Science 기업들과도 협력하고 있습니다. 이러한 협력은 단백질과 소분자를 포함한 다양한 생명과학 분야를 포괄합니다.

지원 방법

연구실에 관심 있는 학생과 연구자는 다음 이메일로 지원할 수 있습니다:

oteam.science@outlook.com

이메일 제목은 다음 형식을 따라야 합니다:

School + Name + Application for PhD / Postdoc / Visiting Student / Research Assistant

지원자는 다음 자료를 첨부해야 합니다:

• 이력서 또는 CV
• 자기소개서
• 본인의 역량, 연구 경험 또는 기술적 강점을 보여줄 수 있는 기타 자료

FAQ

CUHK AI4Science 팀은 어떤 포지션을 모집하나요?

이 팀은 2027학년도 입학 박사과정 학생, 박사후연구원, 연구조교, 방문학생을 모집하고 있습니다. 연구 분야는 Scientific AGI, AI4Science, 생성형 AI, 분자 설계, 과학 에이전트, 체화지능, 자동화 실험실 등을 포함합니다.

학부 지원자는 논문이 꼭 있어야 하나요?

아니요. 학부 지원자는 게재된 논문이 꼭 필요하지는 않지만, 연구 프로젝트 경험은 있어야 합니다. 또한 자신이 무엇을 했는지, 어떤 기여를 했는지, 그리고 프로젝트를 통해 무엇을 배웠는지를 명확하게 설명할 수 있어야 합니다.

어떤 전공 배경이 이 팀에 적합한가요?

이 팀은 컴퓨터과학, 수학, 물리학, 화학, 약학, 의생명공학 및 관련 분야의 지원자를 환영합니다. 연구가 융합적 성격을 띠기 때문에, 뛰어난 기술적 역량과 과학적 문제에 대한 진정한 관심이 모두 중요합니다.

팀이 중점적으로 다루는 연구 분야는 무엇인가요?

핵심 방향으로는 딥 생성 모델, 멀티모달 표현 학습, Scientific Agents, 자동화 실험실, 생체분자 월드 모델, 세포 경로 모델링, 노화 연구, AR/VR 가상 과학자 등이 있습니다.

연구조교 지원자에게 유용한 역량은 무엇인가요?

뛰어난 코딩 능력이 중요하며, 특히 Python, C++, PyTorch, TensorFlow 경험이 있으면 좋습니다. 대규모 엔지니어링 경험, 연구 경진대회 경험, GitHub 프로젝트, 기술 블로그, 논문 게재 경험도 도움이 됩니다.

향후 박사과정 진학을 준비하는 지원자에게 이 팀이 적합한가요?

네. 연구조교 역할은 박사과정 지원 전에 더 탄탄한 연구 기반을 쌓고자 하는 지원자에게 특히 적합합니다. 또한 최첨단 연구 프로젝트에 참여하고자 하는 방문학생도 환영합니다.

지원 자료는 어떻게 제출해야 하나요?

지원자는 제목 형식을 School + Name + Application for PhD / Postdoc / Visiting Student / Research Assistant로 하여 oteam.science@outlook.com으로 이메일을 보내야 합니다. 이메일에는 CV, 자기소개서, 그리고 연구 및 기술 역량을 보여주는 보조 자료가 포함되어야 합니다.

관련 도구

• [Google Scholar](https://scholar.

google.com/): 출판물, 인용 수, 학술 연구자 프로필을 확인하는 데 유용합니다.

• arXiv: AI, 머신러닝, 과학 계산 연구 분야에서 널리 사용되는 프리프린트 플랫폼입니다.
• GitHub: 오픈소스 연구 코드, 엔지니어링 프로젝트, 기술적 기여를 공유하는 데 유용합니다.
• PyTorch: AI 연구와 모델 개발에 사용되는 인기 있는 딥러닝 프레임워크입니다.
• TensorFlow: 머신러닝 모델을 구축하고 배포하기 위한 딥러닝 플랫폼입니다.
• Kaggle: 데이터 과학 대회, 데이터셋, 노트북, 응용 머신러닝 실습을 위한 플랫폼입니다.

관련 링크

• Original BAAI Hub Article: 원문 중국어 채용 공고입니다.
• The Chinese University of Hong Kong: CUHK 공식 홈페이지입니다.
• CUHK Department of Computer Science and Engineering: CUHK 컴퓨터과학 및 공학과 공식 웹사이트입니다.
• CUHK CSE Faculty Page: 컴퓨터과학 및 공학과 공식 교수진 디렉터리입니다.
• Professor Pheng Ann Heng Research Profile: 헝펑안 교수의 CUHK 공식 연구 프로필입니다.
• Institute of Medical Intelligence and XR: CUHK 의학 지능 및 XR 연구소 공식 웹사이트입니다.
• Prof. Pheng Ann Heng Google Scholar Profile: 헝펑안 교수의 논문 및 인용 프로필입니다.
• AI for Science in Quantum, Atomistic, and Continuum Systems: 더 넓은 연구 지형을 이해하기 위한 포괄적인 AI4Science 개요 논문입니다.

요약

이 글은 CUHK AI4Science 팀의 채용 계획, 연구 방향, 지원 요건, 연구 환경을 설명합니다. 특히 Scientific AGI, AI4Science, 분자 설계, 과학 에이전트, 자율적 과학 발견에 관심 있는 학생들에게 가장 유용합니다.

지원자는 박사과정, 연구조교, 방문학생에 따라 기대되는 역할의 차이에 각별히 주의해야 합니다. 탄탄한 연구 경험, 코딩 능력, 수학 또는 과학적 배경, 그리고 명확한 지원 동기는 모두 큰 도움이 됩니다.

AI 기반 과학 발견에 관심 있는 지원자에게 이 팀은 최첨단 AI 방법론, 학제 간 과학 문제, 강력한 컴퓨팅 자원, 국제 협력을 결합한 연구 환경을 제공합니다.