이 다섯 명의 여성은 AI 산업을 변화시키고 있다

작성자：Li Yuan

편집：정현

출처：극객공원

안타깝게도, 이 세상의 미디어 자원은 항상 중요성에 따라 고르게 분배되지 않습니다.

기술의 최전선에서, 대중의 인식 속에서 인간 체스 기사를 이긴 AlphaGo와 인간에게 잠재적으로 무한한 혜택을 줄 수 있는 AlphaFold를 개발한 DeepMind의 리더 Demis Hassabis는, 궁중 싸움을 벌인 OpenAI의 리더 Sam Altman보다 덜 유명합니다.

두 사람을 합쳐도, 그들의 두 회사에 투자하려다 실패한 일론 머스크보다 유명하지 않을 것입니다.

머스크는 분명 뛰어난 인물입니다. 그러나 그가 얻는 미디어 자원은 그와 동등하게 뛰어난 사람들보다 훨씬 많으며, 그와 관련된 뉴스는 중요성이 낮더라도 종종 헤드라인을 장식합니다. ------ 머스크가 트위터를 인수하기 전, "트위터가 작은 기능을 추가할 가능성이 있다!"는 기술 뉴스에서 자주 보았던 기억이 없습니다. 그리고 그건 단지 가능성일 뿐입니다!

머스크는 할 수 있는 것과 말할 수 있는 것을 두려워하지 않습니다. 머스크와 같은 유명한 기업가가 있을 때마다, 항상 열 명의 Demis Hassabis와 같은 조용히 일하는 추진자가 존재하며, 그들은 업계에서만 명성을 얻고 대중에게는 잘 알려지지 않습니다.

여성에 대해 이야기하면, 이러한 상황은 종종 더욱 심각합니다. 여성 기술 종사자는 종종 이중의 디버프를 안고 있으며, 한편으로는 여성 기술 종사자가 대개 성격이 조용하고, 다른 한편으로는 여성들이 사회의 구조적 불리한 요소에 직면해 있습니다.

같은 일을 할 때, 여성의 과학적 성과는 종종 간과되고, 그들과 함께 일하는 남성 동료에게 공로가 돌아가는 경우가 많습니다. ------ 이 현상은 이미 발견되어 마틸다 효과라는 이름이 붙여졌습니다.

예를 들어, 프로그래밍과 인공지능을 생각할 때, 인류 역사상 최초의 컴퓨터 프로그램이 여성인 Ada Lovelace에 의해 작성되었다는 것을 즉시 인식할 수 있는 사람이 얼마나 될까요? AI 분야의 첫 번째 교과서가 여성인 Elaine Rich에 의해 작성되었다는 사실은요? AI 분야에 오랫동안 관심을 가져온 사람들 중 몇이나 AI 분야의 뛰어난 여성 몇 명을 즉시 언급할 수 있을까요?

괜찮습니다. 이 주제를 다루기 전, 저도 많은 뛰어난 여성들을 즉시 언급할 수는 없었습니다. 그러나 이는 AI 산업에서 활동하는 뛰어난 여성 기술 종사자가 없다는 것을 의미하지 않습니다. 이것이 바로 국제 여성의 날의 의미입니다.

3월 8일, 몇 분의 시간을 내어 다섯 명의 뛰어난 여성 AI 연구자와 기업가를 알아봅시다.

01 리페이페이, ImageNet을 창립하여 이미지 AI 대폭발을 일으키다

AI 분야의 대폭발은 학계에서 일관된 역사를 가지고 있으며, 산업계에서는 거의 2012년으로 거슬러 올라갈 수 있습니다. 그 해, 딥러닝 네트워크 AlexNet이 이미지 인식에서 매우 높은 성공률을 기록했습니다.

이후 인공지능은 점차 딥러닝이 주도하는 시대에 접어들었고, 10년 내에 인공지능은 우리 각자의 삶에서 뜨거운 화두가 되었습니다.

AlexNet의 제안은 결국 2009년 리페이페이가 설립한 ImageNet으로 거슬러 올라갑니다.

리페이페이는 1976년 베이징에서 태어나 청두에서 성장했습니다. 12세 때 미국으로 이주했으며, 당시 영어를 거의 하지 못했습니다. 2년 내에 그녀는 빠르게 뛰어난 영어 실력을 갖추었고, 동시에 강한 수학적 능력을 보여주었습니다. 1995년, 그녀는 장학금을 받고 프린스턴 대학교에 입학했으며, 매주 주말마다 집에 돌아가 가족의 대출로 시작한 세탁소를 도왔습니다.

2007년, 리페이페이는 프린스턴 대학교의 조교수가 되었습니다. 그 당시 컴퓨터 비전 분야의 연구자들은 일반적으로 개를 인식하기 위해 특별한 알고리즘을 작성하고, 고양이를 인식하기 위해 또 다른 알고리즘을 작성해야 했습니다.

리페이페이의 직관은 모델의 능력이 충분할 수 있지만, 문제는 데이터라는 것이었습니다.

리페이페이 ｜ 이미지 출처：Youtube 채널 National Geographic Society

그녀는 각 이미지의 가능한 모든 객체에 레이블을 추가하는 거대한 데이터베이스를 만들고 싶었습니다. 당시 이러한 프로젝트는 거의 관심을 받지 못했습니다.

그녀는 먼저 프린스턴 대학의 학생들에게 아르바이트를 시켜 ImageNet을 구축했지만, 진전이 더디었습니다. 이후 그녀는 크라우드소싱 플랫폼을 사용하여 전 세계의 아르바이트생들이 데이터 레이블 작업을 하도록 했습니다.

"온라인 작업자들은 가장 간단한 방법으로 돈을 벌고 싶어 하죠?" 그녀는 Wired와의 인터뷰에서 말했습니다. 만약 그들에게 100장의 이미지 중에서 팬더를 선택하게 한다면, 어떻게 그들이 무작위로 클릭하는 것을 막을 수 있을까요? 그래서 그녀는 이미 개로 올바르게 인식된 골든 리트리버의 사진과 같은 몇 가지 이미지를 대조군으로 삽입하고 추적했습니다. 만약 크라우드소싱 작업자가 이러한 이미지를 올바르게 레이블할 수 있다면, 그들은 정직하게 작업하고 있다고 간주할 수 있었습니다.

그녀가 시작한 ImageNet 프로젝트는 처음에 320만 장의 이미지를 수집했으며, 나중에 1500만 장으로 증가했습니다. 바로 이 데이터베이스 덕분에 연구자들은 누가 더 뛰어난 알고리즘을 가지고 있는지 비교할 기회를 가질 수 있었습니다. 그리고 2012년의 AlexNet은 ImageNet 챌린지에서 일약 유명해졌습니다.

ImageNet은 딥러닝의 발전을 위한 길을 닦았다고 할 수 있으며, 자율주행차, 얼굴 인식, 객체 인식 등 여러 분야는 ImageNet에서 시작되었습니다.

오늘날에도 사람들이 인공지능의 특정 분야에서 데이터 돌파구를 언급할 때, 종종 "이것이 그들의 ImageNet 순간인가?"라는 표현을 사용합니다.

최근 몇 년 동안, 리페이페이는 여전히 연구 작업을 추진하는 것 외에도 인공지능의 다양성과 포용성을 높이기 위해 노력하고 있으며, 인공지능 학계에 자원을 확보하기 위해 힘쓰고 있습니다. 이는 학계가 산업계에 뒤처지지 않도록 하기 위함입니다.

2023년, 그녀의 저서《내 눈에 비친 세계: AI 시대의 호기심, 탐험, 발견》이 출간되었으며, 이 책에서는 그녀가 직접 경험한 과학적 이야기와 21세기 AI의 중요한 역사적 순간에 대한 해석을 담고 있습니다.

02 니키 파르마르, Transformer 구조의 8명 저자 중 한 명

대형 모델의 물결은 아마도 ChatGPT의 등장 이후 대중의 시야에 들어왔지만, 대형 모델의 출발점은 의심할 여지 없이 2017년 구글의 엔지니어 8명이 작성한 논문 "Attention is All You Need"에서 시작되었습니다.

이 논문은 시대를 초월한 Transformer 구조를 제안했으며, 현재 우리가 보고 있는 선도적인 AI 회사들, OpenAI의 ChatGPT를 포함하여 거의 모두가 Transformer 구조를 기반으로 하고 있습니다.

독자 여러분은 어떻게 생각하실지 모르겠지만, 저는 한때 미디어에서 "Transformer 8인"이라는 표현에 오해를 받아 저자들이 모두 남성이라고 생각했던 적이 있습니다.

그렇지 않습니다. Transformer의 세 번째 저자 니키 파르마르는 여성 연구원입니다.

니키 파르마르 인터뷰 ｜ 이미지 출처：YouTube 채널 IIT Bayarea

니키 파르마르는 인도 출신으로, 인도의 푸네 컴퓨터 기술学院에서 학부 과정을 마친 후 2013년에 미국 남가주 대학교에서 컴퓨터 과학 석사 과정을 시작했습니다.

니키는 학부 시절부터 머신러닝에 관심을 가지게 되었습니다. "저는 Andrew Ng와 Peter Norvig가 개설한 ML과 AI에 관한 MOOC에 참여했으며, 그때 데이터, 패턴 매칭, 최적화의 조합에 대해 호기심을 느꼈습니다."라고 그녀는 한 인터뷰에서 언급했습니다.

2015년 졸업 후, 그녀는 구글의 연구 기관에 들어가 순수 연구에 관심을 가지게 되었습니다. 그리고 2017년, 그녀는 Transformer의 핵심 저자 중 한 명이 되었습니다.

연구에 대해 그녀는 "처음에는 주변의 많은 정보와 연구가 저를 압도했습니다. 특정 문제에 집중하고 동료들과 함께 탐구하는 것이 올바른 질문을 제기하는 데 도움이 됩니다."라고 말했습니다.

니키 파르마르는 인도계인 아시시 바스와니와 함께 Transformer 논문의 제1저자로 두 회사를 공동 설립했습니다. Adept AI와 Essential AI입니다. 현재 그녀는 후자의 회사를 주로 관리하고 있습니다.

Essential AI는 지난해 말 AMD, 구글, Nvidia로부터 5650만 달러의 새로운 자금을 확보했습니다. Adept AI는 이전에 3.5억 달러의 자금을 확보했습니다.

03 다니엘라 아모데이, 세계 두 번째 대형 모델 회사 Anthropic의 공동 창립자

며칠 전, Anthropic의 모델이 OpenAI의 GPT-4 능력을 초월했다고 주장하며 큰 화제를 모았습니다.

Anthropic에 대한 보도에서는 일반적으로 Anthropic이 OpenAI에서 퇴사한 7명의 연구원들에 의해 설립되었다고 언급되거나, Anthropic의 CEO가 OpenAI 출신이라는 점을 강조하며 다니엘라 아모데이를 의도적으로 또는 무의식적으로 간과합니다. ------ Anthropic의 사장이자 두 명의 공동 창립자 중 한 명입니다.

사실, Anthropic은 다니엘라 아모데이와 다리오 아모데이가 공동 설립한 회사로, 그들은 형제자매 관계입니다. 이번에 Anthropic이 발표한 새로운 대형 모델은 여러 TV 매체 인터뷰에서 다니엘라가 주도적으로 발표했습니다.

Anthropic을 설명할 때, Anthropic은 일반적으로 OpenAI보다 인공지능 시스템과 인간의 가치관 "일치"를 더 중요하게 생각한다고 언급하며, 다니엘라 아모데이는 이전 OpenAI 안전 및 정책 부사장이었습니다.

다니엘라 인터뷰 ｜ 이미지 출처：YouTube Notion 채널

다니엘라는 이탈리아계로 샌프란시스코에서 성장했습니다.

그녀의 경력은 상대적으로 다양합니다. 대학 시절, 그녀는 영문학, 정치학, 음악 문학 학사 학위를 동시에 취득했습니다. 초기에는 정치 분야와 비정부 기구에서 일하며 강력한 관리 기술을 쌓았습니다.

2013년, 그녀는 2010년에 막 설립된 Stripe에 합류하기로 결정했습니다. ------ 당시 Stripe는 여전히 작은 회사였지만 현재는 500억 달러의 가치를 지니고 있으며, 정점 시에는 SpaceX를 초과하는 가치를 기록했습니다.

Stripe에서 시작하여 그녀는 자신의 관리 및 리스크 관리 기술을 기술 기업에 적용하기 시작했습니다.

Stripe에서 그녀는 팀 채용뿐만 아니라 결제 기업에서 가장 중요한 부분 중 하나인 리스크 관리도 담당했습니다. 그녀는 머신러닝, 데이터 과학, 엔지니어링, 법률, 재무 및 공급업체 관리 부서와 협력하여 세 개의 26인 팀을 이끌며 7,000개 이상의 잠재적 사기, 신용 및 정책 위반 사례를 분석하여 손실률을 정점에서 72% 감소시켜 회사 역사상 최저 수준에 도달했습니다.

2018년, 그녀는 다시 한 번 뛰어난 전략적 안목을 보여주며 OpenAI에 합류하여 두 개의 기술 팀을 직접 이끌었습니다: OpenAI의 자연어 처리 및 음악 생성 팀과 기술 안전 팀을 관리했습니다.

이 외에도 그녀는 인사 부사장으로서 채용, 인사 계획, DEI, 학습 및 개발, 새로운 비즈니스 운영 팀의 인큐베이션 등을 감독하며 진정한 다재다능한 인물입니다.

2021년, 그녀는 다리오 아모데이와 함께 Anthropic을 공동 설립했습니다.

04 미라 무라티, OpenAI CTO

OpenAI가 세계적으로 유명하지만, 많은 사람들이 현재 OpenAI의 CTO가 여성인 미라 무라티라는 사실을 모를 수 있습니다.

미라 무라티는 2018년에 OpenAI에 합류하여 2020년에 연구, 제품 및 파트너십을 담당하는 수석 부사장으로 승진했으며, 2022년에는 최고 기술 책임자로 승진하여 ChatGPT, DALL-E 및 GPT-4를 포함한 여러 프로젝트를 구축하는 데 참여했습니다.

OpenAI의 궁중 싸움 동안, 그녀는 잠시 차세대 OpenAI CEO로 지명되기도 했습니다.

미라 무라티는 1988년 알바니아에서 태어나 캐나다에서 고등학교를 다녔습니다.

그녀의 전공 배경은 공학 분야로, 다트머스 대학교에서 공학을 전공하는 동안 학교 프로젝트에서 하이브리드 경주차를 직접 제작한 경험이 있습니다.

항공우주 분야에서 짧은 기간 일한 후, 미라는 "테슬라"에 합류하여 Model X의 수석 제품 관리자 역할을 맡았으며, Autopilot을 통해 인공지능 분야에 대한 관심이 깊어졌습니다.

그녀의 연구에 대한 관심은 분명하며, 인터뷰에서 "지루함은 어떤 것의 최전선에서 추구하고 탐구하는 강력한 동기입니다."라고 언급한 바 있습니다.

미라 무라티 인터뷰 ｜ 이미지 출처：YouTube 채널 The Economic Times

OpenAI의 가장 중요한 프로젝트인 ChatGPT는 미라 무라티가 이끌었습니다. 그녀는 회사의 많은 중요한 과정에도 깊이 참여했습니다.

2023년, 마이크로소프트 CEO 사티아 나델라가 무라티가 관리하는 중요한 파트너십을 통해 OpenAI에 130억 달러를 투자했으며, 공개적으로 무라티가 "기술 전문성, 비즈니스 감각 및 인공지능 사명의 중요성을 갖춘 팀을 구성하는 능력을 보여주었다."고 언급했습니다.

3월 8일 최신 소식에 따르면, Sam Altman이 OpenAI에서 퇴출되는 사건에서 그녀와 Ilya Sutskever는 Sam Altman에 대한 우려를 표명했으며, 이는 최종 결정에 중대한 영향을 미쳤습니다. Ilya Sutskever와는 달리, 현재 OpenAI에서 그녀는 주변화되는 경향이 없는 것 같습니다.

이러한 공개 정보는 물론 모든 사실을 대변하지 않지만, 그녀를 보며 누가 여성은 기술을 다룰 수 없고, 여성은 정치에 관여할 수 없다고 말할 수 있을까요?

05 팀닛 게브루, 구글 AI 윤리 팀을 뒤흔들다

최근 구글 모델은 AI 윤리 문제로 인해 문생도의 모델을 철회했습니다.

이 사건은 2020년 구글 AI 윤리 팀의 큰 사건을 떠올리게 합니다.

2020년, 구글의 한 AI 윤리 연구원인 팀닛 게브루는 공개적으로 해고되었다고 밝혔습니다. 그녀가 해고된 이유는? ------ 바로 대형 언어 모델의 편견을 비판했기 때문입니다.

팀닛 게브루 ｜ 이미지 출처：YouTube 채널 Vice News

팀닛 게브루는 1983년 에리트레아와 에티오피아에서 태어나 2014년 스탠포드 대학교에서 전기공학 박사 학위를 취득하며 컴퓨터 비전과 머신러닝을 공부했습니다.

졸업 후, 그녀는 인공지능의 공정성, 책임, 투명성 및 윤리와 관련된 문제를 연구하는 데 헌신했습니다. 그녀는 얼굴 인식이 여성과 유색인종을 인식하는 데 정확하지 않다는 것을 보여주는 혁신적인 논문으로 유명하며, 이는 이러한 인공지능 기술을 사용할 경우 궁극적으로 차별을 초래할 수 있음을 의미합니다. 그녀의 연구는 결국 아마존의 정책을 변경하게 만들었습니다.

2020년, 게브루는 다른 연구자와 함께 논문을 공동 저술하여 대형 언어 모델과 그것들을 훈련시키는 것이 환경에 미치는 영향을 비판했습니다. 이 논문은 인공지능 기술 개발에서 다양성과 윤리적 고려가 부족하다는 우려도 제기했습니다.

이 논문은 원래 다음 해에 발표될 예정이었으나, 구글 AI 책임자 제프 딘(Jeff Dean)은 내부 이메일에서 이 논문이 "우리의 발표 기준에 부합하지 않는다"고 동료들에게 알렸습니다. 그녀는 회사와의 논쟁 중 휴가 중에 회사 이메일이 차단된 사실을 발견했습니다.

당시 이 사건은 큰 파장을 일으켰습니다. 많은 저명한 연구자, 인권 지도자 및 구글 AI의 동료들이 트위터에서 그녀를 공개적으로 변호했습니다. 그녀를 지지하는 청원서는 1500명 이상의 구글 직원, 2000명 이상의 학자, 비영리 단체 지도자 및 업계 동료들의 서명을 받았습니다.

그러나 결국 팀닛 게브루는 구글을 떠났습니다. 퇴사 후, 그녀는 독립적인 인공지능 연구소인 "Distributed AI Research"를 설립한다고 발표했습니다. DAIR는 대형 기술 회사들이 인공지능 연구, 개발 및 배포에 미치는 광범위한 영향을 저항하는 것을 목표로 하고 있습니다.

진정한 전사로서 그녀는 "저는 대형 기술 회사들이 AI가 가져오는 문제를 해결하기를 기다릴 수 없습니다."라고 말했습니다.

06 결론

기본적인 사실은 이렇습니다: 이렇게 많은 뛰어난 여성들이 있음에도 불구하고, 기술 분야와 인공지능 분야는 여전히 남성이 지배하는 영역입니다.

이를 변화시키기 위해서는 많은 요소가 관련되어 있습니다: 여성들이 학계에서 받는 압박, 투자계에서의 불평등한 대우, 심지어 여성들이 어릴 때부터 수리 교육과 직장 내 지원을 받는 것에 대한 보장 등입니다.

한 편의 글로 이러한 문제를 해결할 수는 없습니다.

이것이 바로 국제 여성의 날과 여성들을 위한 많은 격려 프로그램이 여전히 존재하는 이유입니다. 사실, 글의 마지막 여성인 팀닛 게브루는 글의 첫 번째 여성 연구자인 리페이페이의 제자입니다. 때때로 그것은 아름다운 순환이 될 수 있습니다.

동시에, 우리는 이 특별한 날에 이러한 감동적인 여성들로부터 힘을 얻을 수 있습니다. 또한 이 미디어 자원이 그녀들에게 너무 적게 쏠리는 시대에, 이 날에 시간을 내어 그녀들을 기억합시다.

공로가 있을 때는 인정해야 합니다.