고려대학교·연세대학교 전기전자공학부 제어시스템연구실 (Korea Univ. & Yonsei Control Groups) School of Electrical Engineering (Takagi-Sugeno LMI Fuzzy/Nonlinear Control, Sampled-Data Systems & Multi-Agent Consensus) 강의실에서 마주하는 볼록 최적화(Convex Optimization), 마르첸코-파스투어 공분산 수축, 그리고 극한값 이론은 더 이상 시험지 위 연습문제에 머무르지 않습니다. 마코위츠 시스템즈는 50개의 상관된 LLM 프롬프트가 단 N_eff≈1.42개의 독립 에이전트로 붕괴하는 상관 위험을 해결하기 위해, 현대 포트폴리오 이론(MPT)을 분산 에이전트 아키텍처에 엄밀히 이식합니다. 학기 중에는 전공 강의와 랩 미팅 일정에 맞춘 주 10-25시간 원격 비동기 R&D 팟을 통해 프로덕션 레벨 수리 모델링을 실시간으로 배포할 수 있습니다. 수리적 엄밀성을 갖춘 고려대학교·연세대학교 전기전자공학부 제어시스템연구실 (Korea Univ. & Yonsei Control Groups) 연구자로서, 교과서 속 순수 수학을 100% 가동하여 다중 에이전트 추론 비용과 잔차 위험을 체계적으로 헷징하십시오.
강의 수강, 문제 풀이 세트(Problem Sets), 랩 세미나 사이의 자투리 시간과 주말을 활용하여 주 10-25시간 비동기식으로 몰입할 수 있습니다. 고정된 코어 근무 시간 없이 GitHub PR과 수리 증명 노트를 기반으로 글로벌 퀀트 팟과 원격 협업합니다.
전문성에 따라 시간당 $20-$45 USD의 글로벌 표준 보상이 지급됩니다. 특히 중간고사 및 기말고사 기간(각 2주)에는 주 0시간 완전 활동 중단이 제도적으로 보장되며, 시험 후 기존 R&D 팟 좌석과 연구 프로젝트가 100% 보존됩니다.
학부 우수졸업논문 및 석·박사 세미나 연구 주제와 직접 연계하여 2024-2026년 공저 프리프린트 출판 기회를 부여합니다. 참여 연구원에게는 고차원 수리통계 및 에이전트 분산 최적화를 다루는 39시간 분량의 독점 CPE 라이브러리({preprints_url})가 전액 무료로 제공됩니다.
| 대학 교과목 및 수리 이론 | 수리 모형 및 목적함수 (LaTeX) | 연구 팟 | 에이전트 시스템 프로덕션 응용 |
|---|---|---|---|
| 볼록 최적화 및 2차 계획법 (Convex & Quadratic Optimization) | \min_{\mathbf{w}} \mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \boldsymbol{\mu} \ge \mu^*, \; \mathbf{1}^T \mathbf{w} = 1, \; \mathbf{w} \ge \mathbf{0} |
POD-01 | 이종 LLM 추론기 및 정적 검증기(Deterministic Verifier) 에이전트 군집에 컴퓨팅 가중치를 할당하여, 목표 벤치마크 정확도 하에서 다중 에이전트 환각 분산을 최소화하는 실시간 마코위츠 프론티어 수립. |
| 확률론 및 상관시행 모형 (Probability Theory & Correlated Trials) | N_{\text{eff}} = \frac{N}{1 + (N - 1)\bar{\rho}} |
POD-01 | 상관계수 \bar{\rho}=0.70인 50개의 LLM 프롬프트가 실제로는 유효 독립 전문가 N_eff≈1.42개로 붕괴함을 수리적으로 증명하고, 직교화된 에이전트 앙상블을 설계하여 유효 분산 감소 달성. |
| 고차원 수리통계학 및 계량경제학 (High-Dimensional Statistics, N > T) | \hat{\boldsymbol{\Sigma}}_{\text{LW}} = (1 - \delta^*) \mathbf{S} + \delta^* \mathbf{F} |
POD-02 | 표본 수 대비 에이전트 수가 많은 단기 평가 벤치마크(N > T) 환경에서 마르첸코-파스투어(Marčenko-Pastur) 고유값 노이즈를 필터링하고 르두아-울프(Ledoit-Wolf) 공분산 수축을 통해 조건수(Condition Number)가 왜곡되지 않은 안정적 공분산 행렬 산출. |
| 보험수리학 및 극단값 위험이론 (Actuarial Risk & Extreme Value Theory) | \boldsymbol{\Sigma}^-_{ij} = \mathbb{E}[\min(R_i - \tau, 0)\min(R_j - \tau, 0)], \quad \text{CVaR}_{99\%}(L_{\mathbf{w}}) \le M_{\text{audit}} |
POD-02 | 마코위츠(Markowitz 1959) 하방 반분산(Downside Semivariance)과 록카펠러-우랴세프(Rockafellar-Uryasev) CVaR을 적용하여, 에이전트 시스템의 누적 환각 및 API 비용 폭주 등 극단적 꼬리 위험(Tail Risk)에 대한 감사 한계 제약식 구성. |
| 금융경제학 및 확률미적분학 (Financial Economics & Stochastic Calculus) | \mathbf{w}_{\text{tan}} \propto \boldsymbol{\Sigma}^{-1}(\boldsymbol{\mu} - c \cdot \mathbf{1}), \quad \text{SR}(\mathbf{w}) = \frac{\mathbf{w}^T(\boldsymbol{\mu} - c)}{\sqrt{\mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w}}} |
POD-03 | 토빈의 분리 정리(Tobin's Separation Theorem)를 차용하여 무위험 자산(\sigma_0=0)인 컴파일러·타입체커 기반 결정론적 코드 검증기와 위험 자산인 확률적 LLM 에이전트의 접선 포트폴리오를 분리 결합, 최적의 단위 비용 대비 성능(샤프 지수) 도출. |
| 순차 가설검정 및 통계적 의사결정론 (Sequential Hypothesis Testing) | P(\text{Type I Error}) \le \alpha \quad (\text{Neyman-Pearson FrugalGPT/RouteLLM Cascade}) |
POD-04 | 네이만-피어슨 보조정리를 기반으로 슬레이트 모델에서 프론티어 모델로의 에이전트 라우팅 폭포(Cascade)를 설계하여, 추론 비용을 73% 절감하면서 제1종 오류(검증 통과 환각) 상한 \alpha를 엄격하게 통제 ({preprints_url}의 39시간 CPE 참조). |
1. 서울대·KAIST·연세대·고려대 경력개발센터 및 학부 연구생/퀀트 학회 공지: 고려대학교·연세대학교 전기전자공학부 제어시스템연구실 (Korea Univ. & Yonsei Control Groups) 경력개발센터(서울대·KAIST·연세대·고려대 경력개발센터 및 학부 연구생/퀀트 학회 공지) 공고를 통해 접수하시거나, 본 페이지의 원클릭 지원 시스템을 통해 전공 수강 내역(성적표 요약)과 GitHub/연구 포트폴리오를 제출해 주십시오. 고려대학교·연세대학교 전기전자공학부 제어시스템연구실 (Korea Univ. & Yonsei Control Groups) 이메일 계정 인증 시 학내 퀀트 팟 패스트트랙이 적용됩니다. (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)
2. Python Seminar & Thesis Kit (/uni/kr-korea-university-yonsei-university-seoul/lab.py): 5분 만에 재현 가능한 Python 랩 키트: NumPy와 SciPy를 활용해 상관된 에이전트 앙상블의 유효 독립 전문가 수(N_eff) 붕괴를 직접 시뮬레이션하고, 고차원 단기 평가 셋에서 르두아-울프(Ledoit-Wolf) 공분산 수축 및 2차 계획법 최적 가중치를 산출하는 학술 세미나용 실습 코드.