요슈아 벤지오: 딥러닝의 양심
2025년 11월, 요슈아 벤지오(Yoshua Bengio)는 구글 스칼라 피인용 횟수 100만 회를 돌파한 최초의 인공지능 연구자가 되었으며, 일부 지표에 따르면 모든 분야를 통틀어 가장 많이 인용된 생존 과학자가 되었습니다. 그는 지난 2년간 자신의 분야가 안전을 담보할 수 없을 정도로 너무 빠르게 움직이고 있다고 모두에게 경고해 왔습니다. 스스로 한 분야를 구축한 뒤, 그 발전을 늦춰야 한다고 이토록 공개적으로 주장한 과학자는 드뭅니다.
연극적인 가정 환경
벤지오는 1964년 3월 5일 프랑스에서 모로코계 유대인 가정의 아들로 태어났으며, 가족은 이후 캐나다에 정착했습니다. 그의 가정은 학구적인 분위기보다는 예술적인 분위기가 강했습니다. 아버지 카를로 벤지오(Carlo Bengio)는 약사이자 극작가로, 몬트리올에서 유대-아랍어(Judeo-Arabic)로 공연하는 세파르디 유대인 극단을 운영했습니다. 어머니 셀리아 모레노(Célia Moreno)는 1970년대 모로코 연극에서 활동했으며, 1980년 몬트리올의 멀티미디어 극단 'l'Écran humain'을 공동 창립했습니다. 가족은 아버지가 군 복무를 하는 동안 모로코에서 1년을 보냈습니다. 그의 남동생 사미 벤지오(Samy Bengio) 역시 독자적으로 인정받는 중요한 머신러닝 연구자가 되었으며, 현재 애플에서 AI 및 머신러닝 연구 부문 수석 디렉터로 재직 중입니다.
요슈아는 모든 정규 교육 과정을 몬트리올에서 마쳤으며, 맥길 대학교(McGill University)에서 1986년 컴퓨터 공학 학사, 1988년 컴퓨터 과학 석사, 1991년 박사 학위를 받았습니다. 이후 그가 행한 2년간의 박사후 연구는 그 이후의 모든 것을 결정짓는 계기가 되었습니다. 1991~1992년에는 MIT에서 마이클 I. 조던(Michael I. Jordan)과 함께, 1992~1993년에는 AT&T 벨 연구소(AT&T Bell Labs)에서 얀 르쿤(Yann LeCun)과 함께 연구했습니다. 그는 르쿤과 제프리 힌튼(Geoffrey Hinton)을 지능의 본질이 무엇인가라는 근본적인 질문으로 자신을 이끈 멘토로 꼽습니다. 1993년 그는 몬트리올 대학교(Université de Montréal) 교수로 복귀하여 2002년 정교수가 되었으며, 그곳을 떠나지 않았습니다.
벡터로서의 단어
벤지오의 가장 중요한 기술적 아이디어는 그가 '신경 확률론적 언어 모델(neural probabilistic language model)'이라 부른 연구 분야에서 2000년경에 등장했습니다. 당시 문제는 차원의 저주였습니다. 모든 단어를 별개의 원자적 기호로 취급하는 언어 모델은 '고양이(cat)'와 '새끼 고양이(kitten)'가 관련이 있다는 것을 알 방법이 없기 때문에 불가능할 정도로 많은 예시가 필요했습니다. 벤지오의 해결책은 각 단어에 대한 고차원 연속 표현, 즉 벡터를 학습시키는 것이었습니다. 이를 통해 의미론적으로 유사한 단어들이 공간상에서 서로 가까운 곳에 위치하게 되어, 한 단어에 대한 정보가 이웃 단어들로 전이될 수 있게 되었습니다. 자연어 처리에서 단어 임베딩(word embedding)은 이제 너무나 보편화되어 누군가 이를 제안했어야 했다는 사실조차 잊기 쉽습니다.
그의 연구실에서 나온 두 가지 후속 기여는 거의 그만큼 오래 지속되었습니다. 2014년 드미트리 바흐다나우(Dzmitry Bahdanau), 조경현(Kyunghyun Cho)과 함께 그는 신경 기계 번역에 주의 집중 메커니즘(attention)을 도입했습니다. 이는 네트워크가 출력의 각 부분을 생성할 때 입력의 어느 부분에 가중치를 둘지 결정하도록 하는 메커니즘입니다. 해당 논문에서 현대 언어 모델의 근간인 트랜스포머(transformer) 아키텍처로 이어지는 경로는 짧고 직접적입니다. 같은 시기에 그의 박사 과정 학생이었던 이안 굿펠로우(Ian Goodfellow)는 생성자와 판별자를 서로 경쟁하게 하여 사진처럼 사실적인 합성을 가능하게 하는 생성적 적대 신경망(GAN)을 개발했습니다. 벤지오는 굿펠로우, 아론 쿠빌(Aaron Courville)과 함께 한 세대를 가르친 교과서인 Deep Learning(MIT Press, 2016)을 집필했습니다.
몬트리올 학파 건설
벤지오의 기관 설립 활동은 그의 논문만큼이나 중요합니다. 그는 퀘벡 인공지능 연구소(Mila)를 설립하고 2025년까지 과학 디렉터로 재직하며, 몬트리올을 딥러닝 인재 확보에 있어 실리콘밸리나 베이징과 어깨를 나란히 하는 몇 안 되는 진정한 경쟁지로 만들었습니다. 그는 캐나다 고등연구원(CIFAR)의 '기계와 뇌 학습' 프로그램을 공동 운영했습니다. 2016년 10월에는 상업 벤처 기업인 Element AI를 공동 창립했는데, 이 기업은 2020년 11월 서비스나우(ServiceNow)에 매각되었습니다. 또한 그는 리커전 파마슈티컬스(Recursion Pharmaceuticals)와 밸런스 디스커버리(Valence Discovery) 등 신약 개발 기업의 자문을 맡았습니다.
2019년 3월, 미국 컴퓨터 학회(ACM)는 벤지오, 힌튼, 르쿤에게 "딥 신경망을 컴퓨팅의 핵심 구성 요소로 만든 개념적 및 공학적 돌파구"를 이유로 공동 튜링상(A.M. Turing Award)을 수여했습니다. 그 이후로도 영예는 계속되었습니다. 2017년 캐나다 훈장 수훈 및 캐나다 왕립학회 회원 선출, 2020년 영국 왕립학회 회원 선출, 2022년 아스투리아스 공주상 과학기술 부문 수상, 2023년 레지옹 도뇌르 훈장 기사 작위, 2024년 타임지 100대 영향력 있는 인물 선정 및 빈퓨처(VinFuture) 대상 수상, 2025년 엘리자베스 여왕 공학상 수상 등이 이어졌습니다.
전환점
2023년 3월, 벤지오는 미래생명연구소(Future of Life Institute)의 공개 서한에 서명하며 GPT-4보다 강력한 시스템의 학습을 6개월간 중단할 것을 촉구했습니다. 5월에는 BBC와의 인터뷰에서 자신이 평생 쌓아온 업적에 대해 "길을 잃은" 기분이며, 악의적인 행위자가 이를 어떻게 악용할지 불안하다고 밝혔습니다. 7월에는 이코노미스트(The Economist) 기고문을 통해 "재앙의 위험이 실재하므로 지금 당장 행동이 필요하다"고 주장했습니다. 그는 캘리포니아주 법안 SB 1047을 지지하는 서한에 서명하며, 이를 효과적인 규제를 위한 최소한의 조치라고 평가했습니다.
이러한 전환의 가장 실질적인 표현은 제도적인 차원에서 나타났습니다. 2023년 11월 블레츨리 파크에서 열린 AI 안전 서밋 이후, 리시 수낙(Rishi Sunak) 총리는 국제 AI 안전 보고서 발간을 발표했고, 벤지오가 위원장으로 지명되었습니다. 2024년 5월 서울 서밋에서 중간 보고서가 발표되었고, 2025년 1월 발간된 최종 보고서는 기후 변화에 관한 정부 간 협의체(IPCC) 평가 보고서와 같은 엄중한 어조로 사이버 공격 위험과 통제 불능 시나리오를 다루었습니다. 2025년 6월 그는 자신이 '정직한 AI'라 부르는 기술을 개발하는 비영리 단체 LawZero를 출범시켰으며, 이 단체의 대표 프로젝트인 '사이언티스트 AI(Scientist AI)'는 자율 에이전트의 제안된 행동이 피해를 줄 수 있는지 예측하는 것을 목표로 합니다. 자금 지원은 미래생명연구소, 슈미트 사이언스(Schmidt Sciences), 게이츠 재단, 캐나다 정부 등이 제공합니다. 2025년 말, 그는 AI 시스템에 법적 권리를 부여하는 것은 "엄청난 실수"라고 주장했는데, 그 근거는 시스템을 끄는 능력이 모든 다른 안전장치의 기초이기 때문이라는 것입니다.
요슈아가 천재라 불리는 이유
이 단어가 벤지오를 수식하는 데는 구체적인 이유가 있습니다. 실질적인 문제 이면의 추상적 구조를 꿰뚫어 보고, 그에 맞는 수학적 해법을 찾아내는 반복적인 능력 때문입니다. 단어 임베딩이 가장 명확한 사례입니다. 언어 모델링이 직면한 난관은 처음에는 데이터 부족 문제로 보였지만, 그는 이를 표현 문제로 재구성했습니다. ACM은 튜링상 수상 사유에서 그가 "과학적 직관"을 따른다고 설명했는데, 이는 "수년의 노력을 쏟아부을 가치가 있는 방향이 어디인지 정확히 예측하는 것"을 일컫는 점잖은 기술적 용어입니다. 피인용 지표는 이 영향력에 대한 주장을 뒷받침합니다. 그는 컴퓨터 과학자 중 가장 높은 학문적 h-인덱스를 보유하고 있으며, 100만 회 이상의 인용을 기록한 최초의 AI 연구자입니다.
솔직한 반론은 벤지오의 가장 유명한 결과물들은 공동 연구이며, 종종 학생이 주도했다는 점입니다. 신경 기계 번역에서의 주의 집중은 벤지오가 시니어 저자로 참여한 바흐다나우의 논문이고, 생성적 적대 신경망은 굿펠로우의 아이디어였으며, 현대 트랜스포머는 몬트리올이 아닌 구글에서 나왔습니다. 피인용 횟수는 개인의 천재성뿐만 아니라 분야의 성장을 측정하는 지표이며, 딥러닝은 저렴한 GPU, 방대한 데이터셋 등 어떤 연구자도 통제할 수 없는 요인들로 인해 폭발적으로 성장했습니다. 그럼에도 진정으로 이례적이고 반박하기 어려운 점은 그 조합입니다. 기술 부상의 절대적 중심에 있던 과학자가, 자신의 옛 동료들 사이에서 입지가 좁아지는 대가를 치르면서까지 그 기술을 검증할 제도적 기틀을 마련했다는 점입니다.
유산
벤지오가 컴퓨팅 분야에 남긴 족적은 이제 영구적입니다. 단어를 벡터로 바꾸는 모든 시스템과 어디를 봐야 할지 학습하는 모든 모델에 그의 흔적이 새겨져 있습니다. 그의 두 번째 막은 더 흥미로울지도 모릅니다. 그는 과학자들이 좀처럼 해내지 못하는 일을 시도하고 있습니다. 바로 한 기술 분야의 최고의 기술 권위자로 남으면서 동시에 그 기술의 가장 진지한 비판자로서 역할을 수행하며, 신중함을 단순히 보도자료의 문구가 아닌 연구 프로그램으로 만드는 것입니다.
