주제 : Agent Optimization

기간 : 2027년 상반기 (정확한 날짜는 협의 가능)

 Agentic AI는 토큰 폭증과 메모리 부족이라는 시스템 레벨의 난제를 악화시킬 것입니다. a2sys는 이 문제가 더 비싼 GPU나 더 크고 웅장한 HBM만으로 풀리지는 않는다고 생각합니다. 모델·서빙 SW·메모리·반도체를 한 계층으로 잇는 AI-SW-HW Co-design, 그리고 '기억(KV Cache)'를 효율적으로 관리하는 새로운 추론 구조에서 답을 찾고 있습니다. a2sys는 삼성·네이버·IBM·NVIDIA에서 알고리즘부터 반도체 설계까지 직접 구현해 온 Full-Stack 팀이 모여 Agent-Native Computing Solution을 만들고 있습니다.

 이번 연구 인턴은 Agent Optimization을 중심으로, 에이전트 네트워크 구조 (LLM 아키텍쳐 및 하네스)를 어떻게 효율적으로 설계할지 (e.g., 불필요한 중복 연산 및 KV Cache사이즈를 최소화함으로써 저지연·고효율로 동작하게 만들지)를 함께 Agent Model 레이어에서 연구합니다. 여기서 멈추지 않고, 이 워크로드를 담아낼 memory-centric infrastructure를 컴퓨터 아키텍처 및 컴퓨터 시스템 설계 관점에서 같이 고민할 수 있습니다. Agentic AI를 알고리즘 레벨이나 Agent Workflow 측면에서만 바라보는 것이 아니라, 실제 시스템 위에서 통합적으로 검증해 보고 싶은 분께 열려 있습니다.

 미래 Agentic AI가 어떤 모양일지 SW와 HW의 경계에서 그려보고 싶은 분들을 모십니다. AI 추론 최적화, 컴퓨터 아키텍처 및 시스템 설계, 메모리 시스템 중 어느 한 축에서든 깊이 파고든 경험이 있다면 좋고, 무엇보다 '에이전트 시대의 Agent 모델 및 이를 위한 컴퓨팅 시스템은 어떻게 다시 설계되어야 하는가'라는 질문에 진심인 분을 찾습니다. 논문 실적이 꼭 필요한 것은 아니지만 ICLR, ICML, NeurIPS, HPCA, MICRO, ISCA, SOSP, OSDI, NSDI와 같은 탑-티어 AI/ML 및 컴퓨터 시스템 학회에 논문 개제 경험이 있는 학생 분들 특히 환영합니다.

 6개월의 기간 동안 논문을 한편 쓸 수 있다면 너무 좋을 것 같습니다. 하지만 그것이 아니더라도, 같이 고민하고 성장하는 시간으로 함께하고 싶습니다. 감사합니다.