샹 장

🏷️ 인물 딥러닝

개요

샹 장(Xiang Zhang)은 자연어 처리와 컴퓨터 비전 분야의 연구자로, 문자 단위 합성곱 신경망을 텍스트 분류에 본격 적용한 선구적 작업으로 알려져 있습니다. NYU Courant Institute에서 얀 르쿤의 지도로 박사 학위를 받았으며, 현재는 Google 연구 과학자로 재직 중입니다.

그의 이름이 오랫동안 인용되는 이유는 논문 자체보다도 그 논문이 공개한 벤치마크 데이터셋들 때문이기도 합니다. AG News, Yelp Review, DBpedia 등의 데이터셋은 10년이 넘도록 텍스트 분류 연구의 표준 출발점으로 쓰이고 있습니다.

생애

장은 NYU에서 2011년부터 2018년까지 학부와 박사 과정을 밟았으며, 2013년부터 얀 르쿤의 지도를 받았습니다. 얀 르쿤 연구실은 당시 OverFeat, 문자 단위 텍스트 분류, 영상 예측 등 다수의 굵직한 연구가 동시 진행되던 시기였고, 장은 박사과정 초기부터 OverFeat의 학습 인프라와 실험을 담당하며 역량을 쌓았습니다.

박사 학위 취득 후 캐나다 몬트리올의 Element AI에 2018년부터 2020년까지 연구 과학자로 근무했습니다. Element AI는 요슈아 벤지오 등이 참여해 설립한 AI 스타트업으로, 2020년 ServiceNow에 인수되었습니다. 이후 Google로 이직해 현재까지 연구 과학자로 일하고 있습니다.

업적

장의 가장 영향력 있는 기여는 "Character-level Convolutional Networks for Text Classification"(NIPS 2015)입니다. 이 연구는 단어 단위 처리가 지배적이던 NLP에서 문자 단위 합성곱 신경망이 텍스트 분류에 효과적임을 보여줬습니다. 단어 의미나 문법 구조에 대한 사전 지식 없이 원시 문자 수열을 직접 처리하는 방식으로, 다국어 처리나 비표준 텍스트에 강점을 지닙니다.

이 논문이 함께 공개한 AG News(뉴스 분류), Yelp Review(감성 분석), DBpedia(온톨로지 분류), Yahoo Answers(질의응답 분류) 등 대규모 텍스트 분류 데이터셋들은 이후 BERT, GPT 등 후속 모델들의 기본 벤치마크로 광범위하게 쓰였습니다. 데이터셋 기여만으로도 학계에 미친 영향이 상당합니다.

OverFeat 프로젝트에서는 초기 단계부터 참여해 ImageNet 대규모 실험과 학습 인프라를 담당했습니다. OverFeat는 단일 합성곱 신경망으로 인식, 위치 추정, 탐지를 통합한 시스템으로 컴퓨터 비전 분야에서 중요한 이정표가 된 작업입니다.

여담

장이 박사 과정을 밟던 2013~2018년은 딥러닝이 이미지에서 텍스트로 영역을 넓히던 시기였습니다. 얀 르쿤이 "CNN을 텍스트에도 쓸 수 있다"는 직관을 밀어붙이던 맥락에서 탄생한 연구가 바로 문자 단위 텍스트 분류이며, 그 실행을 장이 맡았습니다.

벤치마크 데이터셋의 파급력이 논문 자체를 오래 살아남게 하는 사례로, 연구자 사이에서 "좋은 데이터셋이 좋은 논문만큼 가치 있다"는 말의 전형으로 종종 언급됩니다.

주요 논문