차치 바이스만

🏷️ 인물 머신러닝 교수

개요

차치 바이스만(Tsachy Weissman)은 미국 스탠퍼드 대학교 전기공학과 교수입니다. 2024년 10월 Robert and Barbara Kleist 석좌교수로 임명되었습니다. 정보이론·데이터 압축·통계적 신호처리와 이들이 머신러닝 및 생명과학과 만나는 교차점을 연구합니다.

이산 보편 디노이저(Discrete Universal Denoiser, DUDE) 알고리즘의 공동 발명자로 학계에 처음 이름을 알렸으며, 이후 보편 필터링, 범용 순차 확률 추정, 게놈 데이터 압축 등으로 연구를 확장해 왔습니다. 2026년에는 LLM 토크나이저를 정보이론 관점에서 분석하는 연구도 발표했습니다.

스탠퍼드 압축 포럼(Stanford Compression Forum)의 창립 디렉터로서 압축 이론의 학제 간 응용을 이끌고 있습니다. 2013년 IEEE 펠로우로 선정되었습니다.

생애

바이스만은 이스라엘 테크니온 공과대학교에서 전기공학 박사학위를 취득했습니다. 졸업 후 HP 연구소에 연구원으로 합류해 산업 현장에서 데이터 압축 알고리즘을 연구했습니다. HP 시절 DUDE 알고리즘을 공동으로 개발한 것이 이 시기의 주요 성과입니다.

2003년 스탠퍼드 대학교 전기공학과 조교수로 임용되면서 학계로 이동했습니다. 2015년 정교수로 승진했으며, 2024년에는 Robert and Barbara Kleist 석좌교수직을 받았습니다. 재직 기간 동안 정보이론의 고전적 문제에서 출발해 게놈 압축, 머신러닝, 그리고 최근에는 LLM 분석까지 연구 영역을 꾸준히 넓혀 왔습니다.

스탠퍼드 압축 포럼은 그가 직접 창립한 조직으로, 정보이론·신호처리·생물정보학·머신러닝 연구자들이 압축이라는 공통 언어로 교류할 수 있는 학제 간 플랫폼 역할을 합니다.

업적

바이스만의 가장 잘 알려진 기여는 DUDE(Discrete Universal Denoiser) 알고리즘입니다. 잡음이 낀 이산 신호를 노이즈 분포에 대한 사전 지식 없이 최적에 가깝게 복원하는 방법론으로, 2005년 IEEE Transactions on Information Theory에 발표된 기초 논문이 해당 분야의 표준 참고 문헌이 되었습니다.

범용 순차 확률 추정(universal sequential probability assignment) 분야에서도 중요한 논문들을 발표했습니다. LZ78 계열 알고리즘을 이론적으로 확장한 연구들이 2025년에도 꾸준히 발표되고 있습니다.

최근에는 LLM과 정보이론의 접점을 탐구하고 있습니다. 2026년 발표한 "An Information-Theoretic Perspective on LLM Tokenizers" 연구는 언어 모델 토크나이저의 설계를 압축 이론의 언어로 분석한 작업입니다. 또한 압축 기반 심볼릭 음악 생성("LzMidi", 2025)이나 반복 경매에서의 무후회 학습(optimal no-regret learning in repeated first-price auctions, 2025) 등 응용 범위가 이례적으로 넓습니다.

HBO 드라마 "실리콘밸리(Silicon Valley)"의 압축 알고리즘 관련 자문을 맡아 일반 대중에게도 이름이 알려진 연구자입니다. 극 중 주인공이 개발하는 혁신적 압축 알고리즘의 현실성과 배경 설명을 담당했습니다.

여담

실리콘밸리 드라마 자문 경험은 바이스만 본인도 즐겁게 언급하는 이야기입니다. 압축 이론이라는 다소 전문적인 분야가 대중문화와 만나는 드문 접점이었고, 덕분에 정보이론 연구자 중 비교적 인지도가 높은 편입니다.

게놈 데이터 압축에 대한 관심은 생물정보학과 정보이론이 구조적으로 연결될 수 있다는 그의 오랜 직관에서 비롯됩니다. 게놈 데이터는 중복성이 높고 불확실성도 내재해 있어 정보이론적 접근이 유효한 분야입니다.

스탠퍼드 압축 포럼을 통해 포스트닥 연구원과 대학원생들이 압축이라는 렌즈로 다양한 문제를 재해석하도록 장려하는 문화를 만들어 왔습니다. 이 플랫폼에서 나온 연구들이 여러 방향으로 퍼져나가는 방식이 바이스만 연구 그룹의 특징입니다.

주요 논문