PyTorch 컨퍼런스 북미 2026 세션 제안 모집 및 등록 시작

섹션별 상세

PyTorch 재단은 2026년 10월 20~21일 산호세에서 열리는 컨퍼런스를 위해 기술 세션 및 포스터 발표 제안서를 모집한다. 발표자는 구현 세부 사항, 아키텍처 통찰력, 개발자 도구에 중점을 둔 내용을 제출해야 하며, 최종 선정 결과는 7월 20일에 통보된다. 세션 제안 마감 시한은 6월 7일 오후 11시 59분(PDT)으로 정해졌다.

기술 트랙은 프레임워크의 진화가 핵심인 Core PyTorch부터 컴파일러와 최적화가 중심인 커널 엔지니어링까지 총 5개 영역으로 나뉜다. 추론 및 학습 최적화 기술과 실제 프로덕션 환경의 사례 연구, 그리고 보안과 윤리가 중심인 책임감 있는 AI 분야가 포함된다. 각 트랙은 대규모 모델 실행을 위한 라이브러리 최적화와 거버넌스 엔지니어링 접근 방식을 심도 있게 구성한다. 이를 통해 개발자들은 최신 오픈 소스 AI 도구들의 실질적인 활용 방안을 공유한다.

2026년 4월 10일까지 등록하는 참가자에게는 슈퍼 얼리버드 할인 가격이 적용되며 학생과 교직원을 위한 학술 할인도 제공된다. 일반 참가자 외에도 3,000명 이상의 엔지니어와 소통할 수 있는 기업 후원 기회가 열려 있으며 Google, Arm, Red Hat 등이 주요 후원사로 참여한다. 후원사들은 머신러닝 생태계의 실험과 배포를 주도하는 커뮤니티와 직접 소통할 수 있다.

용어 해설

발표 제안 모집(CFP (Call for Proposals)): — 컨퍼런스나 학술 대회에서 발표할 세션이나 논문의 초록을 모집하는 공식적인 절차이다. 주최 측은 이를 통해 행사 주제에 부합하는 우수한 기술 사례와 연구 결과를 선별하여 프로그램을 구성한다.
커널 엔지니어링(Kernel Engineering): — 운영체제나 프레임워크의 핵심 실행 엔진인 커널을 설계하고 최적화하는 기술 분야이다. PyTorch 맥락에서는 하드웨어 가속기를 효율적으로 활용하기 위한 컴파일러와 하위 수준의 연산 최적화를 의미한다.
추론 최적화(Inference Optimization): — 학습된 AI 모델이 실제 서비스 환경에서 빠르고 적은 자원으로 결과를 내놓도록 개선하는 과정이다. 모델 경량화, 양자화, 병렬 처리 기법 등을 통해 지연 시간을 줄이고 처리량을 높이는 것이 핵심이다.

기술

PyTorch
vLLM
DeepSpeed
Ray

활용 사례

AI 모델 추론 최적화
대규모 모델 학습
프로덕션 환경 배포