[연구의 필요성]

- 여러 확률분포에서 샘플링하는 것은 컴퓨터/과학/공학 등 다양한 분야에서 가장 기본적인 연산 중 하나이다.

- 이를 위한 여러 라이브러리들이 존재하지만, "정확한 실수를 다룰 수 있다"는 비현실적인 가정 하에 개발되었기에 이론적인 보장은 전혀 가지지 않는다.

- 이러한 이론의 부재는 보안/암호론 등의 분야에서 큰 문제를 일으키므로, 이론적 보장이 엄밀히 갖춰진 샘플링 라이브러리를 개발하는 것은 중요하다.

[포스텍이 가진 고유의 기술]

- 유한정밀도(finite-precision) 계산만으로도 원하는 확률분포에서 정확히 샘플링을 할 수 있는 알고리즘을 개발했다.
- 개발한 알고리즘이 올바르다는 것을 증명했을 뿐만 아니라, 정보이론적으로(information-theoretically) 최적이라는 것도 증명했다.

- 개발한 알고리즘을 실제 라이브러리로 구현했고, 이론적 보장이 전혀 없는 기존 라이브러리와 비슷한 성능을 낸다는 것을 실험적으로 보였다.

[연구의 의미]

- 샘플링 라이브러리에 이론적 보장을 줄 수 있는 방법론을 세계 최초로 제시했다.

- 개발한 알고리즘이 올바르면서도 정보이론적으로 최적임을 수학적으로 증명하였기에, 이론적으로 큰 혁신성을 지닌다.

- 개발한 알고리즘을 누구나 사용할 수 있는 실제 라이브러리로 구현하였기에, 실용적으로 큰 영향력을 낼 것으로 기대한다. 

[연구결과의 진행 상태 및 향후 계획]

- 프로그래밍언어 분야 최고학회 중 하나인 PLDI에 채택되었고, 학회 메인세션에서 구두 발표되었다.

- 포스텍 39년 역사상 최초의 PLDI 논문으로서 더 큰 의의를 가진다.

[성과와 관련된 실적]

Feras Saad, Wonyeol Lee. "Random Variate Generation with Formal Guarantees", PLDI 2025.

[성과와 관련된 이미지]