Tim Genewein

Tim Genewein은 Google DeepMind의 리서치 사이언티스트입니다. 2018년부터 DeepMind에 재직 중이며, 그 전에는 막스 플랑크 생물사이버네틱스 연구소에서 박사 학위(2012-2016)를 받고 Bosch Center for AI에서 근무했습니다.

연구의 핵심은 정보이론과 AI의 교차점입니다. 레이트-디스토션 이론을 유계 합리성(bounded rationality)에 적용한 작업("Bounded Rationality, Abstraction, and Hierarchical Decision-Making," Frontiers in Robotics and AI, 2015)과, 비정상 분포에서의 메타러닝("Memory-based Meta-Learning on Non-Stationary Distributions," ICML 2023)이 대표 성과입니다. 2026년에는 Marcus Hutter, Laurent Orseau 등과 공저한 "Algorithmic Compression via Pretrained Neural Networks"를 Entropy 저널에 게재하며 사전학습 신경망이 알고리즘적 압축 능력을 갖추는지 탐구했습니다. NeurIPS 2025에서는 Hutter와 함께 프롬프트 튜닝과 인-컨텍스트 러닝을 베이즈 메타러닝으로 통일하는 연구를 발표했습니다.

Shane Legg와 Marcus Hutter가 각각 코파운더와 이론가로서 DeepMind의 AGI 정의 작업을 이끌어온 가운데, Genewein은 그 정보이론적 토대를 실제 ML 실험으로 연결하는 역할을 맡아왔습니다. From AGI to ASI에서는 Legg-Hutter 점수의 의미, AIXI 프레임워크의 현대적 해석, 스케일링 한계에 대한 이론적 분석 부분을 주도했습니다.