🔬 기초 연구 대학 운영 중 설립 1905

NUS

주관 부처
교육부(MOE)
규모 / KPI
재학생 4만+; 2024 QS 세계 대학 순위 8위; AI 논문 산출 아시아 상위 3
공식 웹사이트
nus.edu.sg
정보 업데이트
2026-05-02

NUS(싱가포르국립대학교)는 싱가포르 최고의 연구형 대학이자 AI Singapore의 「숙주」입니다——AISG 본부는 NUS 컴퓨터과학부(COM3)에 위치합니다. AI 분야에서 NUS는 싱가포르 기초 연구의 주력이며, 2024년 3월 **NUS AI Institute**를 설립하여 각 학부에 분산된 AI 연구를 하나의 기함 플랫폼으로 통합했습니다.

📖 개요

NUS의 AI 연구는 몇 가지 핵심 단위가 담당합니다:

  • NUS AI Institute(NAII): 2024년 3월 설립된 기함 연구원으로, 기초 AI / 응용 AI / 사회 영향의 세 가지 분야 집중
  • School of Computing(SoC): 전통적인 CS 강점으로, AI / NLP / CV / RL 모두 최고 수준의 팀 보유
  • NUS Business School: 비즈니스 응용의 AI, AI for Finance
  • NUS Medicine: AI for Healthcare(Synapxe, 각 병원과 협력)
  • NUS Law TRAIL: AI 법적 거버넌스 연구

NUS는 또한 AI Singapore를 호스팅합니다——AISG의 사무실, 컴퓨팅 자원, 교직원이 모두 NUS 캠퍼스에 내장되어 있습니다. 이러한 「국가 계획이 대학에 기생하는」 모델은 NUS가 학문적 자율성과 국가 자원을 동시에 누릴 수 있도록 합니다.

국제 협력 측면에서, NUS는 Microsoft Research Asia와 함께 IPP(Industrial PhD Programme)를 공동 구축하고 있으며, Google DeepMind의 싱가포르 실험실과도 연구 협력이 있습니다.

🤖 AI와의 관계

NUS의 AI 연구는 세 가지 수준에서 모두 강력한 존재감을 지니고 있습니다:

  • 기초 연구: NeurIPS / ICML / ICLR / CVPR / ACL의 논문 산출에서 아시아 상위 3, 일부 세부 분야(예: Trustworthy ML, Multi-modal Learning)에서는 전 세계 상위 10
  • 응용 연구: 현지 기업, 병원, 정부 부서와 많은 횡단 프로젝트를 진행하며, 싱가포르 AI 응용 연구의 「수주 기관」
  • 국가 계획 지원: AISG를 통해 국가 수준의 프로젝트(SEA-LION 학습, AI Verify 평가 방법론 등)에 직접 참여

대표적인 연구 분야:

  • Trustworthy AI: Bryan Hooi, Reza Shokri 등 팀이 AI 개인정보보호, 적대적 견고성 분야에서 전 세계 선도
  • Multi-modal Foundation Models: LV-NUS 실험실이 다중모달 LLM에서 지속적인 성과 산출
  • AI for Science: 생물학, 화학, 재료 학원과의 협력

그러나 NUS의 AI 연구는 한 가지 장기적 문제를 안고 있습니다: 「인재 유출이 대형 기업과 해외로」——매년 최고 수준의 PI가 Google, OpenAI, Meta에 의해 스카우트되고 있으며, 이는 싱가포르가 「소국 + 높은 급여 환경」으로서 처한 구조적 도전입니다.

🇸🇬 싱가포르와의 관계

NUS는 싱가포르 AI 전략에서 「기초 연구의 지지 구조」입니다.

「일곱 가지 전달 레버」에서:

  • 레버 1(기초 연구): NUS는 싱가포르 AI 논문 산출의 최대 단일 기관
  • 레버 2(인재): NUS Computing은 현지 AI 엔지니어의 주요 양성 기지이며, AISG의 AIAP 인턴 약 1/3은 NUS 출신
  • 레버 3(산업 응용): NUS Enterprise와 횡단 프로젝트를 통해 연구를 전환

관점: NUS는 「세계 수준의 연구를 수행하면서 동시에 국가 업무를 기꺼이 수주하는」드문 대학입니다——이러한 균형은 많은 연구형 대학에서 달성하기 어렵습니다. AISG가 NUS에 내장된 것은 싱가포르 AI 전략의 가장 핵심적인 체제 설계입니다: 국가 계획이 대학의 연구 역량을 획득할 수 있도록 하면서 동시에 대학의 연구를 국가 전략으로 증폭시킵니다.

그러나 NUS AI Institute(2024 설립)는 현재 통합 과정에 있으며, 「그것이 진정한 의미의 아시아 AI 연구 중심이 될 수 있을지는 2-3년의 관찰이 필요합니다」. 핵심 변수: 최고 수준의 PI를 유치/유지할 수 있는가, SEA-LION 수준의 기함 프로젝트를 산출할 수 있는가, NTU와 차별화를 형성할 수 있는가(NTU는 공학 응용 편향, NUS는 기초 연구 편향).

🗓️ 주요 마일스톤

  1. 1905
    NUS 전신 해협 의학원 설립
  2. 1980
    현재 NUS는 두 대학의 합병으로 구성
  3. 1998
    School of Computing 설립
  4. 2017
    AI Singapore 본부 NUS COM3 입주
  5. 2024-03
    NUS AI Institute 설립

    전체 대학의 AI 연구를 통합하는 기함 플랫폼.

  6. 2025-07
    NUS와 Microsoft Research Asia의 IPP 협력

    산업 박사 프로그램(Industrial PhD Programme).

👥 주요 인물

🔗 관련 리소스

출처

같은 범주 🔬 기초 연구

A*STAR
싱가포르 과학기술청, AI 기초 연구 및 응용 연구의 주력
NTU
난양이공대학교, AI 및 데이터과학 연구의 중심지
SMU
싱가포르관리대학, 비즈니스와 사회응용 AI
SUTD
싱가포르과기설계대학, AI와 디자인 교차혁신
AI Singapore와 미국 NSF 연구자들의 연구 협력 프로젝트
해당 프로젝트는 난양공과대학교 Zhang Jie 교수가 주도하며 미국 매사추세츠공과대학교(MIT)와 협력하고 있으며, 신뢰할 수 있고 해석 가능한 인공지능-인간 상호작용 최적화 시스템 개발에 힘쓰고 있습니다. 연구 중점은 자연언어를 조합 최적화 문제의 견고한 인터페이스로 확립하는 것으로, AI 시스템이 인간 언어로부터 최적화 문제를 수립하고, 강력한 AI 보조 최적화를 수행하며, 해석 가능한 피드백을 제공할 수 있도록 합니다. 해당 프로젝트는 물류, 제조, 금융 등 산업에 효율적인 의사결정 지원 도구를 제공하는 것을 목표로 하며, 동시에 신뢰할 수 있는 AI의 기초 연구를 추진합니다.
PINNACLE: PINN 자적응 배치점 및 실험점 선택 방법
PINNACLE은 물리 정보 신경망(PINN)의 훈련 효율을 개선하기 위한 자적응 점 선택 방법입니다. 해당 방법은 경험적 신경 접선 커널 이론을 기반으로 하며, 모든 유형의 훈련점 선택을 자동으로 결합 최적화할 수 있으며, 실험점과 배치점을 포함합니다. 정방향 문제, 역문제 및 전이 학습 등 다양한 작업에서 기존 기준 방법을 현저히 능가합니다.
BadEdit: 모델 편집을 통한 대형 언어 모델의 백도어 주입
AI Singapore 연구팀은 BadEdit 프레임워크를 제시했으며, 이는 모델 매개변수를 직접 수정하여 사전 훈련된 대형 언어 모델에 효율적인 백도어 공격을 수행하는 혁신적인 백도어 주입 방법입니다. 해당 방법은 15개의 데이터 샘플과 120초만으로 백도어를 성공적으로 주입할 수 있으며, 공격 성공률은 100%에 가깝고 정제된 데이터에 대한 최소한의 부작용을 유지합니다. BadEdit은 기존 가중치 중독 방법과 비교하여 데이터 요구가 적고 효율이 높다는 장점이 있으며, 텍스트 분류, 사실 확인 및 대화 감정 생성을 포함한 다양한 작업 영역에 적용 가능합니다.
기호 회귀를 통한 의사결정 나무의 더 큰 범주 분할 발견
본 연구는 기호 회귀 강화 의사결정 나무(SREDT)를 소개합니다. 기호 회귀를 통해 비선형, 다변량 의사결정 나무 분할 규칙을 발견합니다. 전통적인 의사결정 나무와 비교했을 때, SREDT는 더 나은 예측 성능, 더 작고 컴팩트한 나무 구조, 더 빠른 추론 속도, 그리고 잡음에 대한 견고성을 갖추고 있습니다. 이 방법은 유전 프로그래밍을 통해 폐쇄형 해석 표현식을 탐색하며, 분류 작업에서 표준 의사결정 나무를 현저히 능가합니다.

같은 주제 더 보기