마르카우렐리오 란차토

🏷️ 인물 딥러닝 LLM

개요

마르카우렐리오 란차토(Marc'Aurelio Ranzato)는 이탈리아 파도바 출신의 머신러닝 연구자로, NYU에서 비지도 특징 학습으로 시작해 Google Brain 대규모 신경망, Facebook AI Research(FAIR) 기계 번역, 그리고 현재 Google DeepMind의 지속 학습(continual learning) 연구에 이르는 폭넓은 궤적을 그려 왔습니다. 현재 직함은 Google DeepMind Research Scientist Director이며 런던 오피스를 거점으로 활동합니다. Google Scholar 피인용 수는 6만 7천 건을 넘어섭니다.

에너지 기반 모델(EBM), 희소 부호화, 비지도 표현 학습, 기계 번역, 지속 학습에 이르는 그의 연구 이력은 딥러닝의 태동기부터 현재 LLM 시대까지를 관통합니다. Gemini 2.5 기술 보고서의 공동 저자 중 한 명으로 이름을 올릴 만큼 현재도 최전선 연구에 기여하고 있습니다.

생애

란차토는 이탈리아 파도바 대학교에서 전자공학을 전공한 뒤, 2004년 뉴욕대학교(NYU)에서 얀 르쿤 교수의 지도 아래 박사 과정을 시작했습니다. 2009년 박사 학위 논문 주제는 특징 계층 구조(feature hierarchy)의 비지도 학습으로, 당시 용어로는 "deep learning"보다 "unsupervised feature learning"에 가까운 분야였습니다. 같은 해 토론토 대학교로 옮겨 제프리 힌턴 교수 그룹에서 2년간 박사후 연구원을 지내며 Deep Belief Network와 RBM 연구를 이어갔습니다.

2011년 Google Brain 창설 멤버 중 한 명으로 합류한 뒤, 2013년 Facebook AI Research(FAIR)의 창립 멤버로 이동했습니다. FAIR에서 2021년까지 재직하며 저자원 언어 번역과 No Language Left Behind(NLLB) 프로젝트의 초기 설계에 기여했습니다. 2021년 8월 Google DeepMind 런던으로 자리를 옮겨 지속 학습 팀을 이끌고 있습니다.

업적

박사 시절 대표 작업은 Efficient Learning of Sparse Representations with an Energy-Based Model(NIPS 2006)로, EBM의 잠재 변수 형식을 희소 부호화에 응용한 연구입니다. Koray Kavukcuoglu, 얀 르쿤과의 Predictive Sparse Decomposition도 이 시기의 성과로, 두 작업 모두 EBM의 잠재 변수 정식화를 발전시킨 기여입니다.

Google Brain 시절에는 Quoc Le, Jeff Dean과 함께 Building High-Level Features Using Large Scale Unsupervised Learning(2012), 이른바 "고양이 detector" 논문을 발표했습니다. 1,000대 서버에서 학습한 신경망이 레이블 없이 고양이 얼굴을 인식하는 뉴런을 스스로 형성한다는 결과로 당시 큰 반향을 불러일으켰습니다. 같은 시기 DeViSE(2013)는 영상과 텍스트를 공동 임베딩 공간에 사상하는 멀티모달 초기 시도입니다.

FAIR에서는 기계 번역 팀을 이끌며 200개 언어를 지원하는 No Language Left Behind(NLLB) 모델의 기반을 닦았습니다. DeepMind에서는 지속 학습 팀을 이끌며 단기 태스크 별 학습이 아닌 지식을 누적하는 장기 학습 시스템 연구에 집중하고 있습니다. ICLR 2017·2018 프로그램 체어, NeurIPS 2020 프로그램 체어, NeurIPS 2021 제너럴 체어를 역임하며 학술 커뮤니티 운영에도 기여했습니다.

여담

"고양이 detector" 논문은 당시 뉴욕타임스 1면에 소개될 만큼 대중의 주목을 받았습니다. 레이블 없이 대규모 데이터에서 특징을 자동 학습한다는 아이디어가 일반 독자에게도 직관적으로 전달된 사례로 꼽힙니다.

NYU 얀 르쿤 랩에서 출발해 토론토 제프리 힌턴 그룹, Google Brain, FAIR, DeepMind를 거친 경력은 딥러닝 초창기 핵심 연구 허브를 모두 경험한 드문 사례입니다. 이 네트워크는 그가 2011년부터 수십 년에 걸쳐 머신러닝 분야 최상위 학회 프로그램 위원회에 지속적으로 참여할 수 있는 기반이 되기도 합니다.

주요 논문