Carnegie Mellon University (CMU) Collaboration (Visiting Researcher: Jinju Kim)
IRIS 연구실 석사과정 김진주 연구원 (mokcho.github.io)은 2024년 8월부터 카네기멜론대학교 (Carnegie Mellon University, 이하 CMU) 에 방문 연구원으로 활동하며, 음성과 오디오 차원에서 머신 언러닝에 대한 연구를 세계적 전문가들과 함께 긴밀히 이어가고 있습니다.
김진주 연구원의 CMU 여정은 서강대학교와 한국정보통신기획평가원 (IITP)의 지원을 받아 6개월간의 연구 프로그램으로 시작되었으며, 교수진과의 교류를 통해 향후 지속적 협업 기반을 다졌습니다.
공식 프로그램이 종료된 이후에도, 김진주 연구원은 원격으로 David R. Mortensen 교수님과 연구를 지속하며 ACL 언어학회들에 논문을 제출하고, Rita Singh 교수님과 함께 2025 NeurIPS AI4Music 워크숍에서 음악 생성 모델에 대한 머신 언러닝 논문 (“No Encore: Unlearning as Opt-Out in Music Generation”) 을 1저자로 발표가게 되었습니다. 이 성과를 바탕으로 Bhiksha Raj 교수님의 연구실 MLSP Group에서 음성 및 오디오 시스템에 언러닝 기법을 적용한 보안 연구를 CMU 현지에서 지속하자는 초청을 받았습니다.
2025년 9월부터 김진주 연구원은 Bhiksha Raj 교수님, Rita Singh 교수님과 함께 “특정 데이터로 학습한 정보를 잊는 효율적인 알고리즘 설계"에 집중하고 있습니다. 이 주제는 음성 프라이버시, 윤리적 AI 생성 시스템, 효율적 머신러닝 등 여러 분야와 깊이 연결되어 있습니다.
김진주 연구원의 CMU 방문은 한국 대학과 세계적 AI 연구 거점 간의 연결을 강화하며, 국제 공동 연구의 시너지를 만드는 기회가 될 것입니다. 앞으로 머신 언러닝, 음성/프라이버시 시스템 분야에서 연구의 결실을 기대합니다.
Since August 2024, our Master’s student Jinju Kim has been engaging as a visiting research fellow in the School of Computer Science at Carnegie Mellon University. Since then, Jinju Kim has evolved her research on machine unlearning into close collaboration with leading experts in language, audio, and privacy.
Her journey with CMU began through a six-month funded program sponsored by Sogang University and the Institute for Information & Communications Technology Planning & Evaluation (IITP). During that period, Jinju Kim immersed herself in four courseworks, engaged with faculty, and laid the groundwork for long-term collaboration.
After the official program ended, Jinju Kim continued collaborating remotely with CMU professors, submitting work with Prof. David R. Mortensen to ACL venues and leading as first author on a paper with Prof. Rita Singh to be presented at the NeurIPS 2025 AI4Music workshop titled “No Encore: Unlearning as Opt-Out in Music Generation.” Recognizing the promise of this work, Prof. Bhiksha Raj’s lab, the MLSP Group, invited Jinju Kim to continue her research on-site, focusing on efficient machine unlearning methods for audio and speech systems.
From September 2025, Jinju Kim’s ongoing work centers on designing unlearning algorithms that can “forget targeted data distributions efficiently.” This is especially relevant to voice privacy, trustworthy generative AI systems, and efficient machine learning.
Jinju Kim’s presence at CMU strengthens ties between Korean universities and a leading AI research hub, catalyzing new synergies across international and interdisciplinary research. We look forward to the full impact of her evolving work.
