앤드류 응

개요

앤드류 응(Andrew Ng, 풀네임 Andrew Yan-Tak Ng)은 스탠퍼드 대학교 컴퓨터과학과 겸임교수이자 AI 교육, 창업 생태계의 핵심 인물입니다. Coursera의 공동 창립자이자 DeepLearning.AI의 설립자로, 수천만 명에게 머신러닝과 딥러닝 커리큘럼을 제공한 것으로 유명합니다. 스탠퍼드 대표 강의인 CS229(머신러닝)의 주 강사를 오랫동안 맡아왔으며, 오늘날 AI 교육의 표준적 경로를 설계한 인물로 평가받습니다.

"AI는 새로운 전기(AI is the new electricity)"라는 발언이 상징하듯, AI를 특정 산업에 국한된 기술이 아니라 사회 전반을 바꾸는 범용 인프라로 바라보는 관점을 꾸준히 전파해왔습니다. Google Brain 프로젝트의 초기 리더로서 대규모 신경망 연구를 이끌었고, 이후 바이두 AI 그룹 부사장을 역임하며 중국 AI 산업 발전에도 직접 기여하였습니다.

현재는 AI Fund의 Managing General Partner, Landing AI의 Executive Chairman, AI Aspire의 Managing Partner(2025년 7월 설립) 등 여러 벤처를 동시에 운영하고 있습니다. AI Fund는 Sequoia, NEA 등의 지원을 받는 370억 달러 이상 규모의 벤처 스튜디오입니다.

생애

1976년 영국 런던에서 태어났습니다. 부모는 모두 홍콩 출신 이민자로, 부친은 UCL 의대의 혈액학 교수였습니다. 가족은 1984년 싱가포르로 이주하였고, 명문 Raffles Institution을 졸업하였습니다. 부친이 의료 분야에 AI를 적용하는 데 관심을 가졌던 영향으로, 앤드류 응은 열두 살 무렵부터 AI에 흥미를 갖기 시작하였습니다.

학부는 카네기멜런대학교에서 컴퓨터과학, 통계학, 경제학 세 분야를 동시에 전공하여 1997년 졸업하였습니다. 재학 중인 1996~1998년에는 AT&T Bell Labs에서 강화학습과 특징 선택 연구를 수행하였습니다. 이후 MIT에서 전기공학 및 컴퓨터과학 석사 학위를 받았고, 박사 과정은 UC 버클리에서 마이클 I. 조던(Michael I. Jordan)의 지도 아래 컴퓨터과학으로 마쳤습니다.

스탠퍼드 교수로 부임한 뒤, 2011년 스탠퍼드 기계학습 강의를 인터넷에 무료 공개하며 10만 명 이상의 수강생을 모았습니다. 이 경험이 다프네 콜러와의 Coursera 공동 창업으로 이어졌습니다. 2012년 구글에서 Google Brain 프로젝트를 공동 출범시켰고, 2014년 바이두에 합류해 1,300명 규모의 AI 팀을 지휘하였습니다. 바이두를 떠난 2017년에는 DeepLearning.AI를 설립하고 이후 AI Fund, Landing AI 등 창업 생태계를 지속적으로 확장하고 있습니다.

업적

앤드류 응의 가장 큰 학문적 기여 중 하나는 GPU를 활용한 대규모 비지도 딥러닝 연구입니다. 2012년 Google Brain에서 진행한 실험에서 1만 6,000개의 CPU 코어에 10억 개의 파라미터를 가진 신경망을 학습시켜 고양이 얼굴을 자가 지도 방식으로 인식하게 만든 연구가 당시 큰 화제를 모았습니다. 이는 ImageNet 딥러닝 혁명 이전에 대규모 비지도 신경망의 가능성을 실험적으로 입증한 사례입니다.

교육 기여 측면에서는 DeepLearning.AI를 통해 머신러닝 전문화 과정, 딥러닝 전문화 과정, MLOps, LLM 관련 강의를 수천만 명에게 제공하였습니다. Machine Learning Yearning은 실무 머신러닝 전략을 체계화한 저서로, 무료로 배포되어 전 세계 AI 실무자들의 기준서로 자리잡았습니다. CS229 머신러닝 강의 목차 강의 노트와 영상은 스탠퍼드 이외의 학습자들에게도 사실상 표준 머신러닝 교재로 쓰이고 있습니다.

2025년 연말 서한에서는 2025년을 "AI 산업화 시대의 여명"으로 규정하고, 추론 모델(OpenAI o1, DeepSeek-R1)의 주류화, 에이전틱 코딩의 폭발적 성장, 데이터센터 인프라 투자 가속화를 세 가지 핵심 흐름으로 꼽았습니다. 산업계 전체의 자본 지출이 3,000억 달러를 넘어섰음을 직접 지적하며 AI가 학문적 탐구를 넘어 대규모 산업 인프라로 전환하고 있음을 강조하였습니다. 2026년에는 Geoffrey Hinton, Fei-Fei Li와 함께 Ai4 2026 컨퍼런스 기조 패널로 참가 예정입니다.

여담

앤드류 응은 중국계 홍콩 이민자 가정 출신으로, 싱가포르에서 학창 시절을 보내고 미국에서 학문적 경력을 쌓은 이례적인 배경을 지니고 있습니다. 이 경험은 "많은 선도적 AI 기술이 중국에서 먼저 배포되었다"고 언급하는 그의 글로벌 시각과 무관하지 않습니다.

피터 아베일, Adam Coates와 함께 수행한 자율 헬리콥터 곡예 비행 프로젝트는 강화학습의 실제 물리 세계 응용을 보여준 초기 사례로 AI 역사에 자주 언급됩니다. 헬리콥터가 스스로 뒤집어 비행하는 영상은 당시 상당한 화제였습니다.

2011년 스탠퍼드 온라인 강의를 시작한 것이 결국 Coursera 탄생으로 이어진 과정 자체가 AI 교육 혁명의 기원으로 꼽힙니다. 소셜 미디어와 뉴스레터를 통해 매주 새로운 AI 트렌드를 직접 정리해 공개하는 것으로도 잘 알려져 있으며, AI 분야 종사자들 사이에서 필독 콘텐츠로 여겨집니다. Amazon 이사회 임원직도 겸임하고 있습니다.

관련 문서

• CS229 머신러닝 강의 목차

주요 논문

• Policy Gradient Methods for Reinforcement Learning with Function Approximation (2000) -- 정책 경사 기반 강화학습 이론적 토대 (Sutton, McAllester, Singh, Mansour와 공저)
• An Analysis of Single-Layer Networks in Unsupervised Feature Learning (2011) -- 비지도 특징 학습에서 단층 네트워크의 성능 결정 요인 분석
• Building High-Level Features Using Large Scale Unsupervised Learning (2012) -- 1만 6,000개 CPU로 10억 파라미터 신경망을 학습해 고양이 얼굴 자가 인식 (Google Brain)
• Efficient Sparse Coding Algorithms (2006) -- L1 정규화 기반 희소 코딩 최적화 알고리즘
• Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical Representations (2009) -- 합성곱 심층 신뢰 신경망의 비지도 계층 표현 학습
• Reading Digits in Natural Images with Unsupervised Feature Learning (2011) -- 자연 이미지에서 비지도 학습으로 숫자 인식 (SVHN 데이터셋)
• Rectifier Nonlinearities Improve Neural Network Acoustic Models (2013) -- ReLU가 음향 모델 성능 향상에 기여함을 체계적으로 입증
• Deep Neural Networks for Acoustic Modeling in Speech Recognition (2012) -- 딥러닝과 음향 모델을 결합한 음성 인식 혁신 (Google Brain, Microsoft, IBM, Toronto 공동)
• Large-Scale Video Classification with Convolutional Neural Networks (2014) -- CNN을 이용한 대규모 영상 분류 (Sports-1M 데이터셋)
• Shaping and Policy Search in Reinforcement Learning (2003) -- 보상 형성과 정책 탐색의 연결 (박사 논문)