위키원
이안 굿펠로우
이안 굿펠로우(Ian Goodfellow, 본명: 이안 J. 굿펠로우, Ian J. Goodfellow, 1987년 출생)는 미국의 컴퓨터과학자, 엔지니어 및 경영자이며 인공신경망 및 딥러닝에 대한 연구로 가장 잘 알려져 있다. 이전에 구글 브레인의 연구 과학자, 애플의 기계 학습 이사로 근무했으며 생성대립신경망(GAN)의 발명을 포함하여 딥러닝 분야에 여러 가지 중요한 공헌을 했다. 굿펠로우는 딥러닝(2016) 교과서의 제1저자로 공동 저술했으며, 인공 지능 분야의 권위 있는 교과서인 Artificial Intelligence: A Modern Approach(135개 국가의 1,500곳 이상의 대학에서 사용됨)에서 딥러닝에 관한 장을 썼다.
인물 소개[편집]
이안 굿펠로우는 인공신경망과 딥러닝 분야에서 주목할 만한 연구를 수행한 미국의 컴퓨터과학자, 엔지니어, 경영인이다. 현재 구글 딥마인드(Google DeepMind)에서 연구 과학자로 활동하고 있으며, 이전에는 구글 브레인(Google Brain) 연구 과학자, 애플(Apple)에서 머신러닝 디렉터, 그리고 오픈AI(OpenAI)의 초기 직원 중 한 명이었다. 그는 딥러닝 분야에서 여러 중요한 기여를 했으며, 특히 생성대립신경망(GAN, Generative Adversarial Networks)의 창시자로 가장 잘 알려져 있다.
굿펠로우는 2016년, 딥러닝 분야의 대표적인 교재인 "Deep Learning"을 공동 저술했으며, 인공지능 분야의 권위 있는 교재인 "Artificial Intelligence: A Modern Approach"에서 딥러닝 관련 챕터를 집필했다. 이 책은 전 세계 135개국 1,500개 이상의 대학에서 사용되고 있다.
- 학력
굿펠로우는 스탠퍼드 대학교(Stanford University)에서 앤드류 응(Andrew Ng)의 지도 아래 컴퓨터과학 학사(B.S.) 및 석사(M.S.) 학위를 취득했다. 이후 몬트리올 대학교(Université de Montréal)에서 요슈아 벤지오(Yoshua Bengio)와 애런 쿠빌(Aaron Courville)의 지도 아래 2015년 2월, 머신러닝 박사(Ph.D.) 학위를 받았다. 그의 박사 학위 논문 제목은 "Deep Learning of Representations and its Application to Computer Vision"이다.
- 경력
박사 학위 취득 후 굿펠로우는 구글 브레인(Google Brain) 연구팀에 합류했다. 이후 2016년 3월, 새롭게 설립된 오픈AI(OpenAI) 연구소로 이직했으나, 2017년 3월 다시 구글 연구팀(Google Research)으로 복귀했다.
2019년에는 애플(Apple)의 특수 프로젝트 그룹(Special Projects Group)에서 머신러닝 디렉터로 활동했다. 그러나 애플의 사무실 출근 의무화 정책에 반발하여 2022년 4월 사직했다. 이후 다시 구글 딥마인드(Google DeepMind)에 합류하여 연구를 계속하고 있다.
연구 및 기여[편집]
굿펠로우의 가장 큰 업적은 생성대립신경망(GAN, Generative Adversarial Networks)의 발명이다.
2014년 등장한 굿펠로우의 논문은 인공지능(AI) 업계를 뒤집어 놓았다. 지도 학습 중심의 딥러닝 패러다임을 비지도 학습으로 바꿔놓았기 때문이다. GAN(Generative Adversarial Network), 우리말로 생성대립신경망이라고 불리는 연구 결과다. 구글 브레인에서 머신러닝을 연구하고 있는 이안 굿펠로우(Ian Goodfellow)가 NIPS 학회에서 발표한 뒤로 GAN을 기반으로 한 다양한 후속 연구와 사례들이 나타나고 있다. 딥러닝의 대가이자 페이스북 AI 연구팀 리더인 얀 르쿤(Yann Lecun) 교수는 GAN을 최근 10년간 머신러닝 연구 중 가장 혁신적인 아이디어로 꼽았다. 무엇보다 진짜 같은 가짜를 쉽고 빠르게 만들 수 있다는 점에서 기술이 널리 확산되고 있다.
GAN은 생성대립신경망이라는 이름처럼 두 신경망 모델의 경쟁을 통해 학습하고 결과물을 만들어낸다. 두 모델은 '생성자(Generator)'와 '감별자(Discriminator)'로 불리는데 상반된 목적을 갖고 있다. 생성자는 실제 데이터를 학습하고 이를 바탕으로 거짓 데이터를 생성한다. 실제에 가까운 거짓 데이터를 생성하는 게 목적이다. 감별자는 생성자가 내놓은 데이터가 실제인지 거짓인지 판별하도록 학습한다. 생성자의 거짓 데이터에 놀아나지 않는 게 목적이다. 이안 굿펠로우는 생성자를 위조지폐범에, 감별자를 경찰에 비유했다. 생성자는 감별자를 속이지 못한 데이터를, 감별자는 생성자에게 속은 데이터를 입력받아 학습한다. 이 과정이 반복되면서 위조지폐가 정교해지듯 점점 더 실제에 가까운 거짓 데이터를 만들 수 있게 되는 셈이다.
학계에서 GAN이 차세대 딥러닝 알고리즘으로 주목받는 이유는 기존 지도학습 방식에서 벗어나 비지도학습의 초석을 다졌기 때문이다. 대부분의 AI 연구는 지도학습 방식으로 이뤄진다. 사람이 정답을 알려주는 방식의 학습이다. 해당 이미지가 고양이인지 개인지 태그를 달아주는 등 AI가 학습할 수 있는 방식으로 데이터를 가공하는 과정이 필요하다. AI 세계 뒤에선 데이터에 일일이 라벨을 붙여주는 인간의 수작업이 벌어지고 있는 셈이다.
이처럼 지도 학습 방식의 한계는 대량의 데이터를 정제 과정 없이 처리할 수 없다는 점과 이 과정에서 인간의 개입이 필요하다는 점이다. 반면 GAN은 인간이 정답을 알려주지 않아도 경쟁 과정 속에 스스로 학습한다. 대량의 데이터를 AI 스스로 학습하기 때문에 파급 효과가 더 큰 셈이다. 특히 생성 모델을 통해 직접 이미지나 음성을 만들어낸다는 점에서 다른 지도 학습형 알고리즘과 차별화된다.
이 과정이 반복되면서 생성자는 점점 더 사실적인 이미지를 만들어 내고, 판별자는 더욱 정교한 가짜를 감별할 수 있도록 학습된다. GAN은 딥페이크(Deepfake)와 같은 기술의 토대가 되었으며, AI 기반 이미지 및 영상 생성 기술을 크게 발전시켰다. 그러나 동시에 가짜 뉴스 및 영상 기반 허위 정보 생성 등 악용 가능성도 증가했다.
굿펠로우는 또한 구글 스트리트 뷰(Street View)에서 촬영한 사진에서 주소를 자동으로 추출하는 시스템을 개발했으며, 머신러닝 시스템의 보안 취약점을 연구하여 적대적 예제(Adversarial Examples)를 통한 AI 모델 공격 가능성을 입증했다.
- GAN 다양한 적용 사례
GAN은 주로 이미지 생성에 활용된다. 실제 이미지를 학습해 거짓 이미지를 만들어낸다. 엔비디아는 2017년 유명인 20만명의 사진을 학습시켜 실존하지 않는 사람들의 사진을 무한대로 만들어낼 수 있는 기술을 선보였다. 사람의 눈으로는 실존 인물인지 가상 인물인지 판별하기 어려운 수준의 사진이다. 과거에는 전문가가 포토샵 등을 이용해 일일이 작업해야 가능했던 일을 더 빠르고 쉽게 작업을 할 수 있게 됐다. 엔비디아가 발표한 논문은 사람뿐만 아니라 침실, 화분, 소파, 버스 등의 사물도 AI가 실제처럼 만들어낼 수 있다는 걸 보여준다. 또 GAN을 활용해서 간단한 스케치만으로 제품 디자인 시안을 생성해주거나 유명 화가의 그림처럼 만들어주는 일도 가능해졌다. 저해상도 사진을 고해상도로 만드는 등 손상된 이미지를 복원할 수도 있다.
GAN은 영상 합성에도 활용된다. 지난 2017년 8월 미국 워싱턴대학교 연구진은 버락 오바마 전 미국 대통령의 가짜 영상을 만들어 화제가 됐다. 오바마 전 대통령의 연설 영상에서 음성을 따서 이 음성에 맞게 입 모양을 내도록 학습시켜 합성해 실제로는 존재하지 않는 영상을 만들어냈다. GAN은 음성 합성에서도 성과를 내고 있다. IBM 등은 특정 인물의 목소리, 말투, 화법 등을 학습시켜 실제 사람의 음성을 만들어내는 연구를 하고 있다.
수상 및 인정[편집]
- 2017년: MIT 테크놀로지 리뷰 선정 "35세 이하 혁신가 35인(35 Innovators Under 35)"
- 2019년: 외교정책(Foreign Policy) 선정 "세계 100대 사상가(Global Think
참고자료[편집]
- 이안 굿펠로우 출판 - 구글 학술 검색 색인 - https://scholar.google.com/citations?user=iYN86KEAAAAJ&hl=en
- "Ian Goodfellow", Wikipedia
- 이기범 기자, 〈IT열쇳말 GAN(생성적 적대 신경망)〉, 《블로터》, 2018-06-08
같이 보기[편집]
이 문서는 인물사진 수정이 필요합니다.
| ||||||||||||||
