션(Xiang) 렌은 분산형 AI 블록체인 플랫폼인 사하라 AI의 공동 설립자이자 CEO입니다. 그는 남캘리포니아 대학교(USC)에서 부교수이자 Andrew and Erna Viterbi Early Career Chair in Computer Science를 역임하며, 지능 및 지식 발견(INK) 연구소를 이끌고 있습니다. ^[1]

교육

션 렌(Sean Ren)은 저장대학교(浙江大学, Zhèjiāng Dàxué)에서 컴퓨터 과학 학사 학위를 받았습니다. 이후 일리노이대학교 어바나-샴페인(UIUC, University of Illinois Urbana-Champaign)에서 박사 과정을 이수하여 컴퓨터 과학 박사 학위를 취득했습니다. 박사 과정 중 스탠퍼드 대학교(Stanford University)의 자연어 처리(NLP, Natural Language Processing) 그룹과 SNAP 그룹에서 연구 활동을 수행하기도 했습니다. ^{[2] [16]}

경력

렌은 2017년 12월 남캘리포니아 대학교(USC)(University of Southern California) 컴퓨터 과학과에 합류하며 학계 경력을 시작했습니다. 2022년 9월 USC에서 부교수이자 Andrew and Erna Viterbi Early Career Chair로 임명되었습니다. 또한 USC 정보과학연구소(ISI)(Information Sciences Institute)의 연구팀장을 맡고 있으며, NLP와 머신러닝 발전에 중점을 둔 지능 및 지식 발견(INK)(Intelligence and Knowledge Discovery) 연구소를 이끌고 있습니다.

학계 역할 외에도 렌은 Snap Inc.의 데이터 과학 자문역 및 2022년 4월부터 2024년 3월까지 Allen Institute for AI (AI2)의 방문 연구원으로서 업계에서도 활동했습니다. 2023년 5월에는 분산형 AI 블록체인 플랫폼인 Sahara AI를 공동 설립하여 CEO로 재직하고 있습니다. 이 회사는 AI 지적 재산의 출처 및 사용자 소유의 휴대 가능한 에이전트와 같은 분야에 중점을 두고 공정하고 투명하며 보편적인 글로벌 지식 자본 접근을 위한 새로운 AI 개발을 촉진하는 것을 목표로 합니다. Sahara AI는 데이터 기여자를 위한 온체인 공동 소유 및 수익 공유를 위한 파트너십을 맺었으며, 그 토큰인 $SAHARA는 거래소에 상장되었습니다.

렌은 또한 2018년 9월부터 ACM SIGKDD 및 연례 KDD 컨퍼런스의 정보 책임자로서 광범위한 학계 커뮤니티에도 적극적으로 참여하고 있습니다. 상식 표현 및 추론 워크숍(CSRR)(Workshop on Commonsense Representation and Reasoning), NLP를 위한 연합 학습(FL4NLP)(Federated Learning for NLP), 저자원 NLP를 위한 심층 학습(DeepLo)(Deep Learning for Low-Resource NLP) 등 주요 컨퍼런스에서 수많은 워크숍을 조직했습니다. ^{[1] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [2]}

연구

렌(Ren)의 연구는 다양한 언어 작업과 상황을 처리할 수 있는 일반화 가능한 자연어 처리(NLP) 시스템 구축에 주로 초점을 맞추고 있으며, 모델 일반성의 범위를 넓히는 데 중점을 두고 있습니다. 그의 연구는 NLP 모델의 구축 및 유지 관리 비용을 줄이고, AI 모델에 상식을 갖추게 하며, 모델의 투명성과 신뢰성을 높여 사용자의 신뢰를 구축하기 위한 새로운 알고리즘과 데이터 세트 개발을 포함합니다.

렌(Ren)이 이끄는 INK 연구소는 다음과 같은 몇 가지 주요 분야에 집중하고 있습니다.

• 다양한 인간 추론 시나리오에서 최첨단 NLP 시스템을 평가하기 위한 평가 방법 및 데이터 세트 생성.
• 상식 및 사실적 지식으로 NLP 시스템을 개선하기 위한 새로운 학습 알고리즘 및 모델 아키텍처 구축.
• 관계 추론을 위한 그래프 신경망 방법 개발.
• NLP 모델의 강건성 검증 및 향상.

그의 연구는 자연어 데이터에서 기계가 활용 가능한 지식을 추출하고, 지능형 애플리케이션을 위한 신경 기호 지식 추론을 수행하며, 인간의 설명과 지시로부터 학습하는 것을 탐구합니다. 텍스트에서 사실적 지식의 구조를 채굴하는 노력 경감 접근 방식을 다룬 그의 박사 학위 논문은 "Mining Structures of Factual Knowledge from Text: An Effort-Light Approach" 책에 요약되어 있습니다.

렌(Ren)의 연구는 국립과학재단(NSF CAREER award), DARPA (MCS, KMASS, INCAS, SCORE, GAILA, SAIL-ON), IARPA (HIATUS, BETTER) 및 Google, Amazon, Meta, JP Morgan, Adobe, Sony, Snapchat과 같은 업계 파트너를 포함한 다양한 기관으로부터 자금을 지원받았습니다. ^{[2] [7]}

수상 및 업적

션 렌(Sean Ren)은 그의 경력 전반에 걸쳐 수많은 상과 인정을 받았습니다.

• 2024: ACM WSDM Test of Time Award.
• 2023: 삼성 AI 연구자상 (Samsung AI Researcher of the Year).
• 2023: MIT Technology Review Innovators Under 35 (Asia Pacific).
• 2023: 오카와 연구 지원금 (Okawa Research Grant).
• 2023: "SCOTT: Self-Consistent Chain-of-Thought Distillation" 논문으로 ACL 우수 논문상 수상.
• 2022: "NewsEdits" 논문으로 NAACL 우수 논문상 수상.
• 2022: 구글 연구 장학금 (Google Research Scholar).
• 2021: NSF CAREER Award.
• 2021: 아마존 안전 및 신뢰할 수 있는 ML 지원금 (Amazon Secure and Trusted ML Grant).
• 2021: TrustNLP @NAACL 최우수 논문상 수상.
• 2020: 소니 교수 혁신상 (Sony Faculty Innovation Award).
• 2020: "NERO: A Neural Rule Grounding Framework for Label Efficient Relation Extraction" 논문으로 웹 컨퍼런스(The Web Conference) 최우수 논문상 후보.
• 2019: 포브스 아시아 30세 미만 30인 (헬스케어 및 과학) 선정 (Forbes’ Asia 30 Under 30 in Healthcare & Science).
• 2019: JP Morgan AI 연구상 (JP Morgan AI Research Award).
• 2019: 아마존 교수 연구상 (Amazon Faculty Research Award).
• 2018: 구글 교수 연구상 (Google Faculty Research Award).
• 2018: ACM SIGKDD 박사 학위 논문상 (ACM SIGKDD Doctoral Dissertation Award).
• 2017: David J. Kuck 우수 논문상 (David J. Kuck Outstanding Thesis Award).
• 2016: 구글 박사 과정 장학금 (Google PhD Fellowship). ^{[2] [8] [9] [10] [11] [12] [13] [14]}

강의

Ren은 USC에서 심층 학습, 자연어 처리, 지식 추출에 중점을 둔 여러 과목을 강의했습니다. 다음과 같습니다.

• 심층 학습 및 응용 (CSCI 566)
• NLP를 위한 표현 학습
• NLP를 위한 표현 학습 고급 주제 (CSCI 699)
• 지식 추출 및 추론을 위한 기계 학습 (CSCI 699)
• 정보 추출 입문.

Ren은 ACL, EMNLP, NeurIPS, ICML, AAAI, ICLR과 같은 주요 AI 및 NLP 컨퍼런스에서 분과 위원장 또는 수석 프로그램 위원회 위원으로 활동하며 학술 서비스에 적극적으로 참여하고 있습니다. 또한 고등학생들에게 온라인 증오 발언 근절을 포함한 AI 응용 프로그램을 설명하기 위해 초청 강연을 하고 프로젝트 패널에 참여하는 등 K-12 아웃리치 활동에도 기여했습니다. ^{[2] [15]}

인터뷰

Sean Ren(션 렌)과 AI 및 블록체인 #01

테크 옵티미스트 팟캐스트 에피소드에서 Sahara AI의 공동 창립자 겸 CEO인 Sean Ren(션 렌)은 인공지능과 블록체인 기술의 교차점에서 프로젝트의 프레임워크와 의도된 역할을 설명했습니다. Ren에 따르면, Sahara AI는 사용자가 투명성과 개인 정보 보호를 지원하도록 설계된 조건 하에서 AI 관련 데이터를 관리, 보유 및 거래할 수 있도록 하는 분산형 인프라를 개발하는 것을 목표로 합니다.

Ren은 플랫폼의 기술 구조를 세 가지 주요 계층으로 구성된다고 설명했습니다. 기반은 AI 워크플로우와 관련된 데이터 세트, 모델 및 애플리케이션의 소유권과 출처를 기록하기 위해 만들어진 맞춤형 Layer 1 블록체인입니다. 이를 기반으로 데이터 개인 정보 보호를 유지하기 위해 LoRA(Low-Rank Adapters)와 같은 메커니즘을 사용하여 AI 모델의 교육 및 배포를 용이하게 하는 분산형 실행 계층이 구축됩니다. 세 번째 계층에는 데이터 라벨링, 에이전트 구성 및 모델 액세스 관리와 같은 작업을 위한 도구와 마켓플레이스가 포함됩니다.

인터뷰에서 Ren은 Sahara AI가 최근 애플리케이션 마켓플레이스와 통합된 테스트넷을 출시했다고 밝혔습니다. 그는 또한 연말까지 메인넷 출시와 추가 도구 도입 계획을 언급했습니다. 회사는 Binance Labs, Pantera Capital 및 Polychain Capital과 같은 투자 기관의 참여로 총 4,300만 달러의 투자 라운드를 공개했습니다. Ren에 따르면, 이러한 자원은 인력 확장, 생태계 개발 및 아웃리치 이니셔티브에 할당될 것입니다.

토론된 주제 중에는 AI 시스템에서 데이터 및 모델 추적의 관련성과 블록체인을 사용하여 해당 출처를 등록하고 관리하는 방법이 있습니다. Ren은 이러한 메커니즘을 구현하면 분산 환경에서 AI 구성 요소에 대한 보다 체계적인 감독을 지원할 수 있다고 강조했습니다. 그는 또한 사용자가 민감한 데이터 노출을 최소화하면서 로컬에서 모델을 미세 조정할 수 있는 방법으로 분산형 LoRA를 지적했습니다.

Ren은 블록체인과 AI 커뮤니티 간의 통합 부족을 언급하면서 Sahara AI가 두 분야 모두에서 지식 교류와 협력 개발을 촉진하기 위한 노력을 기울이고 있다고 언급했습니다. 그는 또한 자연어 처리 연구와 AI 시스템 구축 경험을 포함한 자신의 학문적 및 전문적 배경에 대한 맥락을 제공했습니다. Ren에 따르면, 이러한 전문 지식의 조합은 프로젝트의 기술 구현 및 데이터 거버넌스에 대한 구조적 접근 방식에 기여합니다. ^[18]

Sean Ren의 분산형 AI 인프라에 대한 논의 #02

2025년 2월 18일, 사하라 AI의 CEO 겸 공동 설립자인 Sean Ren은 Cryptonews Spotlight 팟캐스트에 출연하여 분산형 인공지능 시스템 개발과 AI 워크플로우에서 블록체인 기술의 응용에 대해 논의했습니다. 이 대화는 오픈소스 AI 모델의 등장과 기존 중앙 집중식 인프라에 대한 잠재적 영향을 다루었습니다.

Ren은 DeepSeek과 같은 공개적으로 이용 가능한 모델이 독점 시스템에 대한 대안을 제공하여 독립 개발자가 특정 리소스 조건 하에서 모델을 수정하고 배포할 수 있도록 한다고 설명했습니다. 그는 사하라 AI가 블록체인 기반 추적 메커니즘을 통해 데이터, 컴퓨팅 및 모델 기여에 대한 투명한 귀속을 용이하게 하는 역할을 한다고 설명했습니다.

이 인터뷰에서는 사용자별 또는 조직별 데이터를 사용하여 작업을 자동화하는 AI 시스템인 지식 에이전트(KA) 개념도 소개되었습니다. Ren에 따르면, 이러한 에이전트는 개인 데이터를 통합하여 정의된 컨텍스트 내에서 기능하도록 설계되어 다양한 영역에서 운영 효율성을 향상시킬 수 있습니다.

또한, Ren은 데이터 세트, 모델 및 컴퓨팅 서비스의 배포 및 수익 창출을 지원하는 사하라 AI 마켓플레이스의 구조를 설명했습니다. 이 플랫폼은 프로그래밍 가능한 계약을 적용하여 사용량과 성능에 따라 보상을 할당하여 기여자 간의 인센티브를 조정하는 것을 목표로 합니다.

이 논의에는 주요 기술 회사가 참여하는 기관 간 협력에 대한 언급이 포함되어 있으며, 개발자와 최종 사용자의 참여를 늘리기 위한 이니셔티브가 강조되었습니다. 이러한 노력에는 새로운 도구의 출시와 에코시스템 전체 참여 프로그램이 포함됩니다.

Ren은 사하라 AI의 접근 방식을 분산형 인프라를 적용하여 AI 개발에서 데이터 소유권, 지적 재산권 관리 및 기여자 보상과 관련된 과제를 해결하는 방식으로 제시했습니다. ^[17]