Biography

삼성전자 삼성리서치 / VP, AI Center Mountain View (AIC-MV) 센터장
(겸) Adjunct Professor of Computer Science at Stanford University

전문 분야: 컴퓨터 비전, 머신러닝, 멀티모달 AI, 자율 에이전트(AI agents)
학력: 박) Ph.D. in Electrical Engineering, Princeton University, 2011
           학) Electronics Engineering, Universidad del Norte

참조: https://www.niebles.net/

에이전틱 AI와 피지컬 AI의 융합과 미래 전망, 실제 제품에 적용 방향

Biography

삼성전자 삼성리서치 / VP, AI Center Mountain View (AIC-MV) 센터장
(겸) Adjunct Professor of Computer Science at Stanford University

전문 분야: 컴퓨터 비전, 머신러닝, 멀티모달 AI, 자율 에이전트(AI agents)
학력: 박) Ph.D. in Electrical Engineering, Princeton University, 2011
           학) Electronics Engineering, Universidad del Norte

참조: https://www.niebles.net/

The Convergence of Agentic AI and Physical AI
Future outlook and paths to real-world product applications

Biography

<학력>
- 1999. KAIST 컴퓨터공학 학사
- 2001. KAIST 컴퓨터공학 석사
- 2006. KAIST 컴퓨터공학 박사
- 2011 MIT Media Lab Visiting Scholar

<경력>
- 2006.03~2014.02 삼성전자 소프트웨어 시니어 엔지니어
- 2014.03~2018.12 삼성전자 소프트웨어 수석 엔지니어
- 2018.12~2021.02 삼성 리서치 AI 솔루션팀 상무
- 2021.02~2023.11 삼성전자 MX사업부 AI R&D상무
- 2023.11~ 삼성전자 MX사업부 AI R&D 부사장

Biography

Biography

<학력>
- 1999. KAIST 컴퓨터공학 학사
- 2001. KAIST 컴퓨터공학 석사
- 2006. KAIST 컴퓨터공학 박사
- 2011 MIT Media Lab Visiting Scholar

<경력>
- 2006.03~2014.02 삼성전자 소프트웨어 시니어 엔지니어
- 2014.03~2018.12 삼성전자 소프트웨어 수석 엔지니어
- 2018.12~2021.02 삼성 리서치 AI 솔루션팀 상무
- 2021.02~2023.11 삼성전자 MX사업부 AI R&D상무
- 2023.11~ 삼성전자 MX사업부 AI R&D 부사장

Biography

Biography

전문 분야: 머신러닝, 컴퓨터 비전, 비전-언어(Vision & Language)
학력: 박) Ph.D. Neuroinformatics, University of Edinburgh, 2008
           학) Computer Science, University of Cambridge

참조: https://homepages.inf.ed.ac.uk/thospeda/

Biography

전문 분야: 오픈월드 로보틱스, 로봇 동작 계획 및 제어, 반자율 시스템

학력: 박) Ph.D. in Computer Science, Stanford University, 2008
           학) Computer Science, Stanford University

참조: https://kkhauser.web.illinois.edu/

Biography

전문 분야: 머신러닝, 컴퓨터 비전, 비전-언어(Vision & Language)
학력: 박) Ph.D. Neuroinformatics, University of Edinburgh, 2008
           학) Computer Science, University of Cambridge

참조: https://homepages.inf.ed.ac.uk/thospeda/

Biography

전문 분야: 오픈월드 로보틱스, 로봇 동작 계획 및 제어, 반자율 시스템

학력: 박) Ph.D. in Computer Science, Stanford University, 2008
           학) Computer Science, Stanford University

참조: https://kkhauser.web.illinois.edu/

Biography

자연어 처리 및 정보 검색 기술 전문가로, 삼성전자의 자체 Foundation Model인 Gauss 개발을 리드
현재 DX부문 CTO 직속 조직인 Nova AI Lab에서 스스로 성장하는 AI 실현을 목표로 Self-evolving AI 기술 연구 중

학력: 박) 한국과학기술원(KAIST) 컴퓨터공학과
           학) 한동대학교 컴퓨터공학과

Biography

전문 분야: 컴퓨터 비전, 머신러닝, 멀티모달 AI, 자율 에이전트(AI agents)

학력: 박) Ph.D. in Electrical Engineering, Princeton University, 2011
           학) Electronics Engineering, Universidad del Norte

참조: https://www.niebles.net/

Biography

자연어 처리 및 정보 검색 기술 전문가로, 삼성전자의 자체 Foundation Model인 Gauss 개발을 리드
현재 DX부문 CTO 직속 조직인 Nova AI Lab에서 스스로 성장하는 AI 실현을 목표로 Self-evolving AI 기술 연구 중

학력: 박) 한국과학기술원(KAIST) 컴퓨터공학과
           학) 한동대학교 컴퓨터공학과

Biography

전문 분야: 컴퓨터 비전, 머신러닝, 멀티모달 AI, 자율 에이전트(AI agents)

학력: 박) Ph.D. in Electrical Engineering, Princeton University, 2011
           학) Electronics Engineering, Universidad del Norte

참조: https://www.niebles.net/

Biography

(현) Dell Technologies CTO, APJC (Asia Pacific, Japan & Greater China)
전문 분야: Enterprise AI/GenAI, Multi-Cloud, Edge, Data, Enterprise Infrastructure 및 Digital Transformation
20년 이상 IT 업계 경력, EMC/Dell EMC의 Presales·Solutions Architecture를 거쳐 Dell Technologies APJC 지역 기술 리더십 수행

외부 AX를 통한 Business Value 창출 사례
AI PoC를 넘어 전사 AX로: Enterprise AI Factory 구축 방법

Biography

Chief Technology Officer for Asia Pacific, Japan & Greater China at Dell Technologies
Area of expertise : Enterprise AI/GenAI, Multi-Cloud, Edge, Data, Enterprise Infrastructure and Digital Transformation
Two decades in, Deepak Waghmare has worked every side of the table - customer, systems integrator, and vender - with organisations from startups to mulinationals across North America, EMEA, and APJ.

Business Value Creation Cases through External AX
Beyond AI PoCs to company-wide AX: How to Build an Enterprise AI Factory

Biography

(현) Anthropic Research 소속 Member of Technical
Staff
전문 분야: 데이터 중심 AI(Data-centric AI),
영향함수 기반 데이터 가치평가·귀속, AI 해석성
대표 연구: LLM 데이터 가치평가('24), NeurIPS '23, ICLR '23 Oral, OSDI '21 최우수논문상
CMU 컴퓨터과학 박사, 서울대 전기정보공학·수학 복수전공 학사

Claude를 안전하게 업무에 적용하기
엔지니어링·R&D를 위한 신뢰할 수 있는 에이전트 시스템 설계

AI agents can now automate entire workflows, from writing and testing software to running experiments, and this promises very large productivity gains for engineering and R&D organizations. However, an agent that acts in real systems also touches proprietary data, credentials, and production infrastructure, and at this scale a person can no longer approve every step. In this talk, I will describe how Anthropic addresses this in its own engineering work. The central idea is to build the controls into the system rather than rely on instructions to the model: isolate the environment the agent runs in, screen the external content it reads, and check risky actions before they run. These defenses overlap, and together they let people supervise the system instead of approving each action. I will illustrate this with one engineering workflow, the three types of risk we plan for, the three components we defend, and incidents and results Anthropic has published about its own agents. I will close with what this makes possible—many agents working in parallel under one person's direction—and the first steps an organization can take today.

Biography

(현) Anthropic Research 소속 Member of Technical
Staff
전문 분야: 데이터 중심 AI(Data-centric AI),
영향함수 기반 데이터 가치평가·귀속, AI 해석성
대표 연구: LLM 데이터 가치평가('24), NeurIPS '23, ICLR '23 Oral, OSDI '21 최우수논문상
CMU 컴퓨터과학 박사, 서울대 전기정보공학·수학 복수전공 학사

Putting Claude to Work Safely
Designing Trustworthy Agent Systems for Engineering and R&D

AI agents can now automate entire workflows, from writing and testing software to running experiments, and this promises very large productivity gains for engineering and R&D organizations. However, an agent that acts in real systems also touches proprietary data, credentials, and production infrastructure, and at this scale a person can no longer approve every step. In this talk, I will describe how Anthropic addresses this in its own engineering work. The central idea is to build the controls into the system rather than rely on instructions to the model: isolate the environment the agent runs in, screen the external content it reads, and check risky actions before they run. These defenses overlap, and together they let people supervise the system instead of approving each action. I will illustrate this with one engineering workflow, the three types of risk we plan for, the three components we defend, and incidents and results Anthropic has published about its own agents. I will close with what this makes possible—many agents working in parallel under one person's direction—and the first steps an organization can take today.

Biography

Toward AI-Native DS
자동화와 지능화, 두 축이 만드는 반도체의 다음 도약

삼성전자 DS부문은 "AI Native"를 향해 나아가고 있다. AI Native는 단순히 AI 도구를 도입(Adoption)하는 것이 아니라, AI를 중심으로 일하는 방식 자체를 재설계(Reinvention)하는 것이다. 그리고 이 여정은 자동화(Automation)와 지능화(Intelligence)라는 두 축을 따라 전개된다. 자동화는 반복적·정형화된 업무를 AI에 위임하여 인간의 시간을 창의적 문제 해결로 돌리는 것이고, 지능화는 AI가 추론·판단·의사결정에 깊이 개입하여 인간의 인지 능력을 증폭하는 것이다. 두 축은 독립이 아니라 상호 강화한다 — 자동화가 쌓은 실행 기반 위에서 지능화가 빛나고, 지능화가 제시한 통찰이 다시 자동화의 범위를 넓힌다. 본 강연에서는 AI Native 목표 달성을 위해 DS 사내 AI 생태계가 R&D·개발·제조라는 서로 다른 Nature를 가진 세 영역에서 어떻게 자동화와 지능화를 전개하고 있는지 현황을 공유하고, 다음 도약을 제시한다.

Biography

Toward AI-Native DS
Automation and Intelligence: The Two Axes Driving the Next Leap in Semiconductors

삼성전자 DS부문은 "AI Native"를 향해 나아가고 있다. AI Native는 단순히 AI 도구를 도입(Adoption)하는 것이 아니라, AI를 중심으로 일하는 방식 자체를 재설계(Reinvention)하는 것이다. 그리고 이 여정은 자동화(Automation)와 지능화(Intelligence)라는 두 축을 따라 전개된다. 자동화는 반복적·정형화된 업무를 AI에 위임하여 인간의 시간을 창의적 문제 해결로 돌리는 것이고, 지능화는 AI가 추론·판단·의사결정에 깊이 개입하여 인간의 인지 능력을 증폭하는 것이다. 두 축은 독립이 아니라 상호 강화한다 — 자동화가 쌓은 실행 기반 위에서 지능화가 빛나고, 지능화가 제시한 통찰이 다시 자동화의 범위를 넓힌다. 본 강연에서는 AI Native 목표 달성을 위해 DS 사내 AI 생태계가 R&D·개발·제조라는 서로 다른 Nature를 가진 세 영역에서 어떻게 자동화와 지능화를 전개하고 있는지 현황을 공유하고, 다음 도약을 제시한다.