래리 재클

개요

래리 재클(Lawrence D. Jackel)은 미국의 실험물리학자 출신 신경망 연구자입니다. 1980년대 중반 AT&T Bell Labs Holmdel에 Adaptive Systems Research 부서를 창설하고 부서장으로서 현대 머신러닝의 초기 인프라를 닦은 인물입니다. NeurIPS(NIPS) 학회와 Snowbird Workshop on Neural Networks for Computing의 공동 창립자이기도 합니다.

그의 부서에서 얀 르쿤이 1989년 손글씨 숫자 인식 합성곱 신경망 논문을 발표했고, 재클은 시니어 저자(마지막 저자)로 이름을 올렸습니다. 요슈아 벤지오, 블라디미르 바프닉, 레옹 보투 등 오늘날 머신러닝의 거장들 상당수가 이 부서를 거쳤습니다.

미국 물리학회(APS)와 IEEE 펠로우이며, 2015년부터는 NVIDIA의 머신러닝 자문으로 활동하고 있습니다. 학계-산업계-정부(DARPA) 세 영역 모두에서 경력을 쌓은 드문 이력의 소유자입니다.

생애

코넬 대학교에서 초전도 소자(superconducting devices)를 주제로 실험물리학 박사 학위를 받았습니다. 1984년 AT&T Bell Labs Holmdel에서 Adaptive Systems Research Department를 창설하며 신경망 연구에 뛰어들었습니다. 초기에는 하드웨어 전문가 Hans-Peter Graf, 부서 공동 책임자 Richard Howard와 함께 전자 신경망 시냅스 어레이의 마이크로패브리케이션에 집중했으나, 곧 소프트웨어 기반 학습 이론이 더 중요하다고 판단하고 부서 방향을 전환했습니다.

1987년 첫 신경망 연구를 Graf, Howard와 함께 발표했고, 이후 얀 르쿤, 존 덴커, 베른하르트 보저 등을 부서에 영입했습니다. 1989년 얀 르쿤의 CNN 논문에 시니어 저자로 참여한 것이 이 부서 활동의 대표 성과입니다.

1995년 AT&T 분할 이후 AT&T Labs에서 웹 기반 통합 메시징과 IP 호 관리 서비스를 개척했습니다. 2002년 AT&T를 떠나 컨설팅 회사 North-C Technologies를 창업했고, 2003년부터 2007년까지 DARPA IPTO/TTO에서 프로그램 매니저로 자율 지상 로봇 항법과 운동 제어 프로그램을 기획·운영했습니다. 2015년부터 현재까지 NVIDIA 머신러닝 자문을 맡고 있습니다.

업적

재클의 가장 큰 기여는 Bell Labs 내에 신경망 연구 조직을 만들고, 당대 최고의 연구자들을 한 자리에 모은 것입니다. Adaptive Systems Research Department는 얀 르쿤, 요슈아 벤지오, 블라디미르 바프닉, 레옹 보투, 코리나 코르테스, 이사벨 기욘 등 머신러닝 역사에 남을 인물들이 함께 연구한 공간이었습니다. 이 부서에서 LeNet을 비롯한 초기 딥러닝 연구가 탄생했고, 이는 AT&T의 수표 자동 판독 시스템이라는 최초의 상업적 딥러닝 응용으로 이어졌습니다.

NIPS(현 NeurIPS) 학회와 Snowbird Workshop on Neural Networks for Computing을 공동 창립함으로써 1980년대 신경망 연구 커뮤니티의 학술 인프라를 구축했습니다. NeurIPS는 오늘날 머신러닝 분야 최상위 학회로 성장했고, Snowbird Workshop은 이후 수십 년간 이어진 신경망 연구자 모임의 원형이 되었습니다.

DARPA 프로그램 매니저 시절(2003~2007)에는 자율 지상 로봇 항법 프로그램을 기획·운영했습니다. 이 프로그램이 자율주행 기술의 군사·민간 이중 용도 토대를 닦았으며, 이후 DARPA Urban Challenge(2007) 등 자율주행 대회로 이어지는 흐름의 배경이 됩니다. NVIDIA 자문으로서는 자율주행 딥러닝 시스템의 end-to-end 학습 방향에 관여했고, 2016년 NIPS 초청 강연에서 NVIDIA의 자율주행 end-to-end 딥러닝 접근을 발표했습니다.

여담

재클은 물리학자로 경력을 시작했지만, 신경망의 가능성을 일찍 알아보고 연구 방향 전체를 바꾼 사람입니다. 마이크로패브리케이션 하드웨어 연구에서 소프트웨어 학습 이론으로의 전환 결정은 부서의 성격을 완전히 바꾸었고, 결과적으로 현대 딥러닝의 핵심 연구들이 그 공간에서 나왔습니다.

Bell Labs 시절 그의 부서를 거친 연구자 목록은 머신러닝 명예의 전당에 가깝습니다. 단순히 인재를 모은 것이 아니라, 학습 이론과 응용 양쪽을 아우르는 연구 환경을 만든 것이 핵심이었습니다.

학계(NeurIPS 창립), 산업계(Bell Labs, NVIDIA), 정부(DARPA) 세 분야 모두에서 커리어를 쌓은 이력은 드문 사례입니다. 각 단계에서 단순 참여자가 아니라 조직과 프로그램을 직접 만든 역할을 했다는 점이 재클의 독특한 위치를 설명합니다.

주요 논문

• Handwritten digit recognition with a back-propagation network (LeCun et al., NeurIPS 1989) -- 시니어 저자
• Handwritten digit recognition: Applications of neural network chips and automatic learning (Graf, Jackel, Hubbard, 1988)
• An analog neural network processor with programmable topology (Graf et al., 1987)
• End-to-End Learning for Self-Driving Cars (NVIDIA, NIPS 초청 강연, 2016)