▲ 왼쪽부터 반재민, 전지홍, 정상엽 학부생

인공지능응용학과 캡스톤디자인 neLLM(넬름)팀의 연구 논문이 인공지능 분야 세계 최고 수준의 학술대회인 ICLR 2026의 ReALM-GEN Workshop에 채택되었다.

이번에 채택된 논문의 제목은 “From Diffusion to Flow: Efficient Motion Generation in MotionGPT3”로, 최근 생성 모델 분야에서 확산(Diffusion) 기반 방법론이 플로우 매칭(Flow Matching)으로 전환되고 있는 흐름 속에서, 이러한 전환이 모션 생성 도메인에서도 유효한지를 검증한 연구이다. 동일한 모델 구조에서 확산 기반 디노이징 과정만을 플로우 매칭으로 대체하여 두 방법을 직접 비교하였고, 그 결과 플로우 매칭 방법이 기존 대비 적은 추론 단계로도 동등 이상의 성능을 달성할 수 있음을 실험적으로 검증하였다. 해당 논문과 코드는 GitHub(https://github.com/jayminban/diffusion-to-flow-MotionGPT3)에 공개되어 있다.

본 연구는 neLLM팀의 반재민, 전지홍, 정상엽 학부생이 저자로 참여하여 연구를 주도하였으며, 서경원 교수가 연구 방향에 대한 조언을 제공하였다.