AI 개척자들은 강화 학습의 혁신으로 튜링 상을 수상했습니다.

2024년, 종종 "컴퓨팅의 노벨상"으로 불리는 권위 있는 튜링상은 강화 학습에 대한 획기적인 공헌으로 두 명의 선구적인 컴퓨터 과학자 앤드류 G. 바르토와 리처드 S. 서튼에게 수여되었습니다. 이 분야에서는 기계가 보상을 기반으로 시행착오를 통해 학습하며, 제약이 있거나 끊임없이 변화하는 환경에 적응할 수 있습니다.

현재 매사추세츠 애머스트 대학교 명예교수인 바르토와 앨버타 대학교 교수인 서튼은 1980년대부터 중요한 역할을 해왔습니다. 그들은 일련의 영향력 있는 논문들을 통해 필수 알고리즘과 이론을 개발했으며, 그중에는 시간차 학습으로 알려진 방법도 포함됩니다. 그들의 노력은 이 분야의 초석이 된 획기적인 교과서 "Reinforcement Learning: An Introduction"의 출간으로 이어졌습니다.

튜링상은 전설적인 수학자 앨런 튜링의 이름을 따서 명명되었으며, 그는 1950년대 논문 "Computing Machinery and Intelligence"에서 기계가 사고하고 경험에서 학습할 수 있는지에 대한 질문을 탐구했습니다.

최근 몇 년 동안 강화 학습에 대한 관심이 급증했으며, 특히 Google DeepMind가 이를 활용하여 세계 최고의 AlphaGo 플레이어를 이긴 AI를 만든 후 더욱 두드러졌습니다. 더 최근에는 중국 AI 스타트업 DeepSeek이 혁신적인 R1 추론 모델로 주목받았으며, 이는 강화 학습에 크게 의존하여 보다 비용 효율적인 기반 모델을 개발했습니다.

컴퓨팅 기계 협회(ACM)가 관리하는 튜링상은 컴퓨팅 세계에서 특별한 위치를 차지하고 있습니다. 노벨상이 특히 AI 분야에서 힌튼과 존 홉필드에게 작년에 기초적인 AI 연구로 상을 수여하고, DeepMind의 데미스 하사비스와 존 점퍼에게 AlphaFold 연구로 상을 수여하며 컴퓨팅 업적을 인정하기 시작했지만, 튜링상은 여전히 컴퓨팅 분야에서 최고의 영예로 남아 있습니다.

ACM 회장 야니스 이오아니디스는 바르토와 서튼의 연구를 칭찬하며, "인지 과학과 심리학에서 신경과학에 이르기까지 다양한 연구 분야가 강화 학습의 발전에 영감을 주었으며, 이는 AI에서 가장 중요한 발전의 토대를 마련했으며 뇌의 작동 방식에 대한 더 깊은 통찰을 제공했습니다."라고 말했습니다. 그는 강화 학습이 단순히 과거의 업적이 아니라 추가적인 돌파구를 위한 잠재력이 있는 분야라고 강조했습니다.

Meta의 수석 AI 과학자 얀 르쿤과 같은 다른 AI 저명인사들도 튜링상을 수상했습니다. 르쿤은 제프 힌튼, 요슈아 벤지오와 함께 2018년에 심층 신경망 연구로 영예를 안았습니다.

바르토와 서튼은 Google이 후원하는 100만 달러 상금을 나누며, 이 역동적인 분야에서 계속해서 영감을 주고 선도할 것입니다.