Chris Olah

🏷️ 인물 정보 LLM 딥러닝

크리스 올라(Chris Olah)는 Anthropic의 공동 창립자이자 신경망 해석가능성(interpretability) 분야의 선구적 연구자이다. 대학을 중퇴한 독학 연구자로, 정규 학위 없이 머신러닝 분야에서 세계적인 영향력을 확보한 이례적인 경력의 소유자이다.

Google Brain에 재직하던 시절 머신러닝 시각화 저널 distill.pub를 공동 창립하여 신경망 내부 작동 원리를 시각적으로 설명하는 새로운 연구 커뮤니케이션 방식을 개척하였다. 이 저널은 인터랙티브 시각화를 활용한 연구 발표 형식으로 학계에 큰 반향을 일으켰다.

2021년 Dario Amodei, Daniela Amodei 등이 주도한 Anthropic 창립에 합류한 뒤로는 기계적 해석가능성(mechanistic interpretability) 연구를 주도하고 있다. 2024년에는 희소 오토인코더(Sparse Autoencoder)를 활용하여 Claude Sonnet 내부에서 3,400만 개 이상의 특징(feature)을 식별하는 데 성공하였다. 이 중에는 "풍자", "DNA 서열", "음모론" 등 구체적인 개념에 반응하는 특징들이 포함되어 있으며, 유명한 "금문교 뉴런(Golden Gate Bridge Neuron)" 실험에서는 특정 특징을 인위적으로 증폭하면 Claude가 해당 주제에 집착하는 행동을 보이는 것을 시연하였다.

Anthropic CEO Dario Amodei는 2027년까지 AI 모델의 대부분의 문제를 안정적으로 탐지하겠다는 목표를 제시하였으며, 올라의 해석가능성 연구가 이 목표의 핵심 축을 담당하고 있다. 올라의 연구는 단순히 신경망을 이해하는 수준을 넘어, AI 시스템의 행동을 정밀하게 제어할 수 있는 가능성을 열었다는 점에서 AI 안전 분야의 중추적 성과로 평가받고 있다.