Andrew Ng

위키
, , , ,
1

영국계 미국인 AI 연구자이자 교육자; Google Brain과 Coursera의 공동 창립자, 바이두 최고 과학자, 그리고 800만 명 이상의 전 세계 학생을 가르친 AI 대중 교육 분야에서 가장 영향력 있는 인물.

기본 정보 / 프로필

분야 상세
성명 Andrew Yan-Tak Ng (吳恩達)
출생 1976년 4월 18일, 잉글랜드 런던
국적 영국계 미국인
현재 역할 DeepLearning.AI 설립자 겸 CEO; AI Fund 매니징 파트너; Landing AI 설립자; 스탠퍼드 대학 겸임 교수; 아마존 이사회 이사
연구 분야 머신 러닝, 딥 러닝, 강화 학습, 컴퓨터 비전, 자연어 처리, 로보틱스
박사 지도 교수 Michael I. Jordan
박사 논문 Shaping and Policy Search in Reinforcement Learning (UC 버클리, 2002)
개인 웹사이트 andrewng.org
X / 트위터 @AndrewYNg
GitHub github.com/andrewyng
Google Scholar scholar.google.com/citations?user=mG4imMEAAAAJ
Coursera coursera.org/instructor/andrewng
뉴스레터 The Batch, deeplearning.ai 발행

개요

앤드류 응(Andrew Ng)은 영국계 미국인 컴퓨터 과학자로, 그의 경력은 기초 AI 연구, 대규모 산업 배포, 그리고 역사상 가장 영향력 있는 AI 교육 활동으로 이어져 왔습니다. 스탠퍼드 교수로서 스탠퍼드 AI 연구소를 이끌었고 CS229 과정을 대학에서 가장 많은 학생이 수강하는 과목으로 만들었습니다. 연구자로서는 잠재 디리클레 할당(Latent Dirichlet Allocation) 논문을 공동 저술하고, 스탠퍼드 자율 헬리콥터 프로젝트를 주도했으며, 로봇 운영 체제(Robot Operating System, ROS)의 기술적 토대를 마련하는 데 핵심적인 역할을 했습니다. 2011년에는 제프 딘(Jeff Dean)과 함께 Google Brain을 공동 창립했고, 이 프로젝트의 ‘고양이 뉴런’ 실험—비지도 학습으로 유튜브 동영상에서 고양이를 인식하는 법을 학습한 신경망—은 대규모 딥 러닝의 이정표가 되는 시연이 되었습니다. 2014년부터 2017년까지 바이두(Baidu)의 최고 과학자로 재직하며 중국에서 가장 발전된 AI 연구 및 제품 부서 중 하나를 구축했습니다. 이후 Coursera(2024년 기준 1억 4,800만 명 이상의 학습자), DeepLearning.AI(800만 명 이상의 학생), Landing AI, 그리고 수십 개의 AI 기업에 자본을 투입한 스타트업 스튜디오인 AI Fund을 설립하거나 공동 설립했습니다. 그는 AI 실존 위험 서사는 과장되었으며, AI 교육과 오픈소스 기술에 대한 접근이 이 분야의 가장 시급한 의무라고 주장하는 가장 목소리 높은 인사 중 한 명입니다.

초기 생애 및 교육

어린 시절: 런던, 홍콩, 싱가포르

응은 1976년 4월 18일 런던에서 태어났습니다. 아버지 Ronald Paul Ng는 혈액학자이자 UCL 의대 강사였고, 어머니 Tisa Ho는 런던 영화제의 예술 행정가였습니다. 두 부모 모두 홍콩 출신 이민자였습니다. 가족은 응이 어렸을 때 홍콩으로 돌아왔고, 1984년에는 싱가포르로 이주했습니다. 그는 싱가포르의 명문 중등학교 중 하나인 Raffles Institution에 다녔고, 이후 미국으로 유학을 떠났습니다.

카네기 멜론 대학교 — 학사 (1993–1997)

응은 카네기 멜론 대학교에서 컴퓨터 과학, 통계학, 경제학을 복수 전공으로 학사 학위를 취득하여 1997년에 졸업했습니다. 1996년부터 1998년까지 AT&T 벨 연구소에서 강화 학습, 모델 선택, 특징 선택에 대한 연구를 수행했습니다. 이는 그의 박사 연구를 정의하게 될 문제들에 대한 초기의 지속적인 참여였습니다.

매사추세츠 공과대학교 — 석사 (1997–1998)

MIT에서 전기 공학 및 컴퓨터 과학 석사 학위를 취득했습니다. 이 기간 동안 그는 머신 러닝 연구 논문을 위한 최초의 공개 액세스 가능한 자동 색인 웹 검색 엔진을 구축했습니다—CiteSeerX의 전신—이는 그의 경력 전반에 걸쳐 반복될 인프라에 대한 초기 관심을 보여줍니다.

UC 버클리 — 박사 (1998–2002)

응은 확률적 머신 러닝과 통계학의 기초 인물 중 한 명인 Michael I. Jordan 밑에서 UC 버클리에서 박사 학위를 마쳤습니다. 그의 논문인 Shaping and Policy Search in Reinforcement Learning은 강화 학습 에이전트의 수렴을 개선하기 위한 커리큘럼 방식의 방법과 보상 형성 기술을 조사했습니다. 박사 과정 동안 그는 David M. Blei 및 Michael I. Jordan과 함께 잠재 디리클레 할당(LDA)을 소개하는 논문을 공동 저술했습니다. LDA는 확률적 토픽 모델로 머신 러닝과 자연어 처리 분야에서 가장 많이 인용된 논문 중 하나가 되었습니다.

경력

스탠퍼드 대학교 — 조교수 및 부교수, SAIL 소장 (2002–현재)

응은 2002년 스탠퍼드에 조교수로 합류하여 2009년에 부교수가 되었습니다. 그는 스탠퍼드 인공지능 연구소(SAIL) 소장을 역임했습니다. 그의 강의 CS229: 머신 러닝은 스탠퍼드에서 가장 많은 학생이 수강하는 수업이 되었으며, 어떤 해에는 1,000명 이상의 학생이 등록하기도 했습니다. 공개된 강의 노트와 문제 세트는 전 세계 독학 머신 러닝 실무자들의 주요 참고 자료가 되었습니다. 그의 스탠퍼드 연구 그룹은 여러 영향력 있는 연구 라인을 생산했습니다.

스탠퍼드 자율 헬리콥터 프로젝트(2004–2008)는 전문 조종사를 관찰하여 헬리콥터 기동을 가르치는 도제 학습(apprenticeship learning)을 사용하여 세계에서 가장 뛰어난 자율 곡예 비행 시연 중 일부를 개발했습니다. 이는 로보틱스에서 모방 학습의 초기 공식화에 영향을 미쳤습니다.

STAIR(Stanford Artificial Intelligence Robot) 프로젝트는 로봇 운영 체제(ROS)를 탄생시켰습니다. ROS는 전 세계 학계 및 상업 로보틱스 연구를 위한 지배적인 인프라가 된 오픈소스 로보틱스 미들웨어입니다. 이 프로젝트는 Scott Hassan의 지원을 받았으며, 그는 이후 이 작업을 계속하기 위해 Willow Garage를 설립했습니다.

2008년, 응의 그룹은 딥 러닝 훈련에 GPU를 체계적으로 사용할 것을 최초로 주장한 그룹 중 하나였습니다. 이는 당시 기술적으로 논란의 여지가 있는 입장이었으나, 이후 이 분야의 표준 컴퓨팅 패러다임이 될 것을 예견한 것입니다.

그는 또한 희소 코딩, 자가 학습, 다중 작업 학습에 대한 형성적 연구를 공동 저술했으며, AI 분야의 주요 인물이 된 여러 연구자들의 박사 지도 교수였습니다: Ian Goodfellow(GAN 발명가), Pieter Abbeel(로보틱스 및 RL, UC 버클리), Quoc V. Le(Google Brain, LLM 연구), David Stavens(자율 주행 차량). 응은 스탠퍼드에 겸임 교수로 남아 있습니다.

Google Brain — 공동 창립자 (2011–2012)

2011년, Google X에서 Jeff Dean, Greg Corrado, Rajat Monga와 함께 일하면서 응은 이후 Google Brain이 된 것을 공동 창립했습니다. 이 프로젝트는 1,600만 개의 유튜브 비디오 프레임에 대해 비지도 학습을 사용하여 16,000개의 CPU 코어에서 훈련된 신경망을 구축했습니다. 레이블이 지정된 데이터나 고양이 개념에 대한 지시 없이도, 네트워크는 고양이 얼굴에 강하게 반응하는 뉴런을 개발했습니다. 이 결과는 딥 러닝의 힘을 보여주는 신호로 언론에 널리 보도되었습니다. 이 프로젝트의 음성 인식 기술은 이후 Android에 통합되었고, Google Brain은 세계에서 가장 생산적인 AI 연구소 중 하나로 성장했습니다. 응은 2012년에 스탠퍼드와 Coursera에 집중하기 위해 떠났습니다.

Coursera — 공동 창립자 (2012–2014)

2011년 10월, 응과 스탠퍼드 동료들은 맞춤형 플랫폼을 통해 온라인으로 머신 러닝 강좌 CS229a를 시작했습니다. 첫 번째 에디션에는 100,000명 이상의 학생이 등록했습니다. 2012년, 응과 Daphne Koller는 그 실험을 바탕으로 Coursera를 공동 창립했으며, 응은 공동 CEO를 역임했습니다. Coursera는 세계 최고의 MOOC 플랫폼 중 하나가 되었습니다. 2024년 기준으로 1억 4,800만 명 이상의 등록 학습자를 보고했습니다. 응 자신의 강좌—머신 러닝, 신경망 및 딥 러닝, 모두를 위한 AI—는 지속적으로 가장 인기 있는 강좌 중 하나로 꼽혔습니다. 그는 2014년 바이두에 합류하면서 Coursera의 일상 업무에서 물러났습니다.

바이두 — 최고 과학자 (2014–2017)

2014년 5월, 응은 최고 과학자로 바이두에 합류하여 실리콘 밸리로 이전해 바이두의 AI 연구 부문을 이끌었습니다. 이는 중국 기술 회사에 의한 해당 규모의 첫 번째 주요 미국인 고용이었습니다. 그는 얼굴 인식, 음성 인식, 의료 AI(Melody 챗봇) 프로젝트를 포함한 여러 연구 팀을 설립했습니다. 그는 바이두의 대화형 AI 플랫폼인 DuerOS를 개발했으며, 이 분야가 재정의되던 시기에 바이두를 AI 논의에서 선두적인 중국 회사로 포지셔닝하는 데 도움을 주었습니다. 그는 2017년 3월에 사임했으며, 단일 회사의 전략적 제약을 넘어 더 광범위한 사회적 영향을 추구하려는 열망을 이유로 들었습니다.

DeepLearning.AI — 설립자 (2017–현재)

2017년 8월, 응은 DeepLearning.AI를 출시했습니다. 이는 Coursera를 통해 제공되는 전문 과정으로, 신경망, 하이퍼파라미터 튜닝, ML 프로젝트 구조화, 컨볼루션 네트워크, 시퀀스 모델을 다루는 5개의 강좌로 구성되어 있습니다. 딥 러닝 전문 과정은 가장 많이 수강된 온라인 기술 강좌 중 하나가 되었으며, 800만 명 이상의 학생을 넘어섰습니다. 이후 DeepLearning.AI의 커리큘럼은 MLOps, NLP, TensorFlow, AI for Good을 다루고 있습니다. 응은 또한 AI 연구와 산업을 다루는 주간 뉴스레터 The Batch를 발행하고, Machine Learning Yearning과 AI Transformation Playbook을 무료 실무자 가이드로 배포했습니다.

Landing AI — 설립자 (2017–현재)

2017년에 설립된 Landing AI는 산업 기업이 AI를 채택할 수 있도록 지원하는 데 중점을 둡니다. 특히 제조 품질 검사 및 이상 탐지를 위한 컴퓨터 비전 및 MLOps에 중점을 둡니다. 이 회사는 2021년 11월 McRock Capital이 주도하는 5,700만 달러의 시리즈 A 투자를 유치했습니다. 이 회사의 LandingLens 플랫폼은 ML 엔지니어가 아닌 사람도 비전 AI 애플리케이션을 구축하고 배포할 수 있도록 하며, 이는 응이 오랫동안 주장해 온 AI 채택을 위해서는 머신 러닝 연구자보다 도메인 전문가가 접근할 수 있는 도구가 필요하다는 주장을 반영합니다.

AI Fund — 설립자 겸 매니징 파트너 (2018–현재)

2018년 1월, 응은 처음에 1억 7,500만 달러를 투자하여 AI Fund을 출시했습니다. 이는 기존 회사에 투자하는 대신 처음부터 스타트업을 구축하는 AI 중심 벤처 스튜디오이자 펀드입니다. 이 펀드는 헬스케어, 교육, 물류, 금융 서비스 분야의 회사에 시드 투자를 했습니다. 2024년 10월에는 인도에 첫 투자를 하여 AI 헬스케어 플랫폼 Jivi를 지원했습니다. 응은 AI Fund 모델을 심층 ML 실무자가 거의 없는 수직 분야에 AI 연구 역량을 배치하려는 의도적인 시도라고 설명했습니다.

아마존 이사회 (2024–현재)

2024년 4월, 아마존은 응의 이사회 임명을 발표하여 AWS와 아마존의 소비자 제품 전반에 걸친 상당한 AI 투자 시점에 회사의 감독에 AI 연구 관점을 추가했습니다.

주요 기여

  • 잠재 디리클레 할당(LDA) (JMLR, 2003, Blei 및 Jordan과 공동) — LDA를 독립적으로 소개한 두 논문 중 하나를 공동 저술했습니다. LDA는 머신 러닝과 텍스트 분석에서 가장 많이 인용된 연구 중 하나로 남아 있는 생성적 확률적 토픽 모델입니다.
  • 스탠퍼드 자율 헬리콥터 — 전문 조종사를 모방하여 헬리콥터가 곡예 기동을 수행할 수 있도록 하는 도제 학습 알고리즘을 개발했습니다. 당대 가장 뛰어난 자율 비행 시연 중 하나입니다.
  • 로봇 운영 체제(ROS) — 기술 인프라가 직접 ROS로 이어진 STAIR 프로젝트를 주도했습니다. ROS는 현재 전 세계 로보틱스 연구 및 상업 개발을 위한 지배적인 오픈소스 미들웨어입니다.
  • 딥 러닝을 위한 GPU 옹호(2008) — 체계적으로 GPU 기반 훈련을 추진한 최초의 학자 중 한 명으로, 이 입장은 이후 이 분야의 보편적인 컴퓨팅 기반으로 검증되었습니다.
  • Google Brain 공동 창립 및 ‘고양이 뉴런’ 실험(2011–2012) — Google Brain을 공동 창립하고 신경망이 레이블이 없는 비디오에서 높은 수준의 시각적 개념을 학습할 수 있음을 보여주는 대규모 비지도 학습 프로젝트를 주도했습니다. 이는 딥 러닝의 산업적 잠재력에 대한 널리 인용된 신호 순간이었습니다.
  • CS229: 머신 러닝 — 스탠퍼드에서 가장 많은 학생이 수강하는 과정을 설계하고 가르쳤습니다. 공개된 노트, 슬라이드, 문제 세트는 20년 이상 전 세계 ML 실무자를 위한 주요 독학 참고 자료로 사용되었습니다.
  • Coursera(2012년 Daphne Koller와 공동 창립) — 현재 1억 4,800만 명 이상의 학습자에게 서비스를 제공하고 300개 이상의 대학 및 기업의 자격 증명을 제공하는 MOOC 플랫폼을 공동 창립했습니다.
  • 딥 러닝 전문 과정 / DeepLearning.AI — 800만 명 이상의 학생이 등록한 커리큘럼을 설계하여 세계에서 가장 널리 접근된 딥 러닝 교육 프로그램을 만들었습니다.
  • 모두를 위한 AI — 비즈니스 리더와 일반 대중을 대상으로 한 비기술적 AI 리터러시 강좌로, AI 변환이 기술적 문제만큼이나 조직적 문제라는 응의 신념을 반영합니다.
  • ‘AI는 새로운 전기다’ — 응이 2016년경부터 대중화한 개념적 프레임으로, 경제에서 AI의 인프라적 역할이 한 세기 전 전기가 모든 산업을 변혁시킨 것과 유사하다고 주장합니다. 기업 및 정책 논의에서 널리 채택되었습니다.
  • 오픈소스 AI 옹호 — 오픈소스 모델 개발에 부담을 주는 규제 제안에 반대하고, 2024년 캘리포니아의 SB 1047에 반대하며, 파운데이션 모델에 대한 라이선스 요구 사항이 AI 역량을 대규모 기존 업체에 집중시킬 것이라는 견해를 표명하는 일관된 공개 목소리입니다.
  • Machine Learning Yearning 및 AI Transformation Playbook — 직접 배포되는 무료 실무자 가이드로, 각각 여러 언어로 번역되어 전 세계 AI 팀의 온보딩 자료로 사용됩니다.

수상 및 인정

  • Alfred P. Sloan 연구 펠로우십(2007)
  • MIT Technology Review TR35 35세 미만 혁신가(2008)
  • IJCAI 컴퓨터와 사고상(2009) — 35세 미만 연구자를 위한 최고 AI 상.
  • 타임 100 가장 영향력 있는 인물(2013, Daphne Koller와 공동, Coursera)
  • Fortune 40 Under 40(2013)
  • CNN 10: 사상가(2013)
  • Fast Company 비즈니스에서 가장 창의적인 사람들(2014)
  • 세계 경제 포럼 젊은 글로벌 리더(2015)
  • 타임 100 AI 가장 영향력 있는 인물(2023)
  • 왕립 통계 학회 명예 펠로우십(2024)

주요 관계

  • Michael I. Jordan — UC 버클리 박사 지도 교수; 통계적 머신 러닝의 정의적인 인물 중 한 명; Jordan과 공동 저술한 LDA 논문은 응의 가장 많이 인용된 학술 연구로 남아 있습니다.
  • Jeff Dean — Google Brain 공동 창립자; ‘고양이 뉴런’ 프로젝트와 이후 Google의 딥 러닝 연구 확장을 위한 엔지니어링 인프라를 주도했습니다.
  • Daphne Koller — 스탠퍼드 동료이자 Coursera 공동 창립자; 두 사람은 함께 MOOC 플랫폼을 구축했으며 2013년 타임의 가장 영향력 있는 100인에 공동으로 선정되었습니다.
  • Ian Goodfellow — 스탠퍼드 박사 과정 학생으로 이후 GAN을 발명했습니다. Mila 인터뷰에서 Goodfellow는 응의 스탠퍼드 로보틱스 프로젝트와 강좌가 AI 연구에 대한 자신의 헌신을 촉발했다고 설명했습니다.
  • Pieter Abbeel — 박사 과정 학생으로 UC 버클리에서 선도적인 로보틱스 및 강화 학습 연구자가 되었고 Covariant의 공동 창립자가 되었습니다.
  • Quoc V. Le — 박사 과정 학생으로 Google Brain에 합류하여 seq2seq 모델, word2vec 개발, 대규모 언어 모델에 대한 기여를 주도했습니다.
  • Geoffrey Hinton — 지적 전임자로, 그의 토론토 독서 그룹은 응의 많은 대학원생에게 영향을 미쳤습니다. 바이두의 전성기 동안 응의 딥 러닝 옹호는 Hinton의 토론토에서 Google로의 전환과 병행하여 진행되었습니다.
  • 바이두 리더십(Robin Li) — Robin Li 아래에서 응은 중국 최초의 주요 산업 AI 연구 프로그램 중 하나를 구축할 자원과 권한을 가졌으며, 이는 외국 과학자에게 이례적인 수준의 조직적 지원이었습니다.

개인 스타일

응은 비정상적으로 명시적인 교육자입니다. 많은 연구자가 논문을 통해 의사소통하는 것을 선호하는 반면, 그는 일관되게 교육적 구조—강좌, 전문 과정, 뉴스레터, 무료 가이드—를 주요 출력 형식으로 선택했으며, 각각을 일회성 산출물이 아니라 반복할 제품으로 취급했습니다. AI 위험에 대한 그의 공개적 입장은 체계적이고 일관됩니다. 그는 실존 위험 프레임에 대한 가장 저명한 비평가 중 한 명으로, '살인 로봇’에 대한 우려가 AI가 단기적으로 창출하는 구체적인 노동 시장 문제에서 주의를 분산시키고, 오픈소스 AI 모델을 대상으로 하는 규제 제안이 유익한 애플리케이션을 생산할 가능성이 가장 높은 연구자와 소규모 회사에 해를 끼칠 것이라고 주장합니다. 그는 AI를 '새로운 전기’라고 설명하고 AI 교육에 대한 접근을 근본적인 형평성 문제로 보았으며, 그의 경력 선택—무료 강좌 배포에서 무료 가이드 출판, 수십만 명에게 도달하는 뉴스레터에 이르기까지—은 단순한 브랜딩 전략이 아니라 접근성 확대 입장에 대한 진정한 헌신을 반영합니다.

참고 문헌