Project프로젝트

ICAIF 2026 · First-author paper · OralICAIF 2026 · 제1저자 논문 · 구두 발표

AlphaLeakAlphaLeak

“What ‘Blind’ LLM Trading Benchmarks Still See.” Several LLM stock-ranking benchmarks call themselves blind after swapping tickers and company names for anonymous labels. AlphaLeak audits that claim with a matched utility–linkability design: every comparison holds the stock, the rebalance date, the numeric features and the realized return fixed, and varies only the visible identity and the news representation.“What ‘Blind’ LLM Trading Benchmarks Still See.” 여러 LLM 종목 순위 벤치마크는 티커와 회사명을 익명 라벨로 바꾸면 ‘블라인드’라고 주장합니다. AlphaLeak은 종목·리밸런싱 날짜·수치 피처·실현 수익률을 고정하고 보이는 정체성과 뉴스 표현만 바꾸는 짝지은 유용성–연결가능성 설계로 그 주장을 검증합니다.

• Masking does not hide the stock: an open-ended LLM still names the issuer of 71% of name-masked records, and same-date retrieval recovers 99.8%.마스킹은 종목을 숨기지 못합니다. 후보 목록 없이도 LLM이 이름을 가린 기록의 71%에서 발행사를 맞히고, 같은 날짜 기사 검색은 99.8%를 복원합니다.
• Hiding costs the signal: Theme and Event tags cut exact-stock recovery to about 5% but do not beat a numeric-only baseline on Rank IC.숨기면 신호도 사라집니다. 테마·이벤트 태그는 종목 복원율을 약 5%로 낮추지만 Rank IC에서 수치 전용 기준선을 넘지 못합니다.
• Text is not the only leak: rounded numeric features and released score histories identify stocks even when no news is shown.텍스트만 새는 것이 아닙니다. 반올림한 수치 피처와 공개된 점수 이력만으로도 뉴스 없이 종목이 식별됩니다.

• LLM Trading BenchmarksLLM 트레이딩 벤치마크
• Re-identification재식별
• Evaluation Protocols평가 프로토콜

Lab leader · Nov. 2025–Present랩장 · 2025.11 ~ 현재

Multi-Agent Quant LabMulti-Agent Quant Lab

An open study that uses AI coding agents to build algorithmic trading systems that work in real stock and crypto markets, from paper review and design to implementation and live trading through brokerage and exchange APIs. Two cohorts completed; members from securities firms, consulting and academia. The lab's ICAIF 2026 and MARBLE 2026 papers grew out of this work.AI 코딩 에이전트를 활용해 실제 주식·크립토 시장에서 작동하는 알고리즘 트레이딩 시스템을 논문 리뷰와 설계부터 구현, 증권사·거래소 API 실거래까지 만들어 보는 오픈 스터디입니다. 2기까지 운영했고 증권사·컨설팅·학계 멤버가 참여합니다. ICAIF 2026과 MARBLE 2026 논문들이 이 활동에서 나왔습니다.

• LLM AgentsLLM 에이전트
• Algorithmic Trading알고리즘 트레이딩
• Open Study오픈 스터디

Research focus연구 관심 주제

Human & AI Visual Perception인간과 AI의 시각인지

I study differences in visual perception between people and AI models, comparing how models represent visual information and detect objects with human cognitive processes.사람과 다양한 인공지능 모델의 시각인지 차이를 연구합니다. 모델이 시각 정보를 표현하고 객체를 탐지하는 방식을 인간의 인지 과정과 비교합니다.

• Computer Vision컴퓨터 비전
• Human-AI Interaction인간-AI 상호작용

Research focus연구 관심 주제

Explainable AI설명 가능한 AI

I investigate methods for explaining and interpreting AI decisions, with an interest in understanding visual and vision-language models.인공지능의 판단을 설명하고 해석하는 분석 방법을 연구합니다. 시각 모델과 비전-언어 모델의 동작을 이해하는 데 관심이 있습니다.

• XAIXAI
• Vision-Language Models비전-언어 모델