최예진

🏷️ 인물 LLM NLP 교수 수석과학자
portrait-yejin-choi-reference-imagegen.png

개요

최예진(Yejin Choi)은 한국 출신의 NLP 연구자로, 상식 추론과 언어 이해 평가 분야에서 세계적으로 가장 영향력 있는 연구자 중 한 명으로 꼽힙니다. 현재 Stanford HAI(Stanford Institute for Human-Centered AI) Dieter Schwarz Foundation 교수 및 NVIDIA 언어·인지 연구팀 Distinguished Research Scientist를 겸직하고 있습니다.

HellaSwag, ATOMIC, WinoGrande 등 LLM 평가의 표준이 된 벤치마크를 잇달아 발표하며, 대형 언어 모델의 상식 추론 능력이 실제로는 얼마나 취약한지를 체계적으로 드러내는 연구 노선을 이어왔습니다. 2022년 맥아더 펠로우십을 수상하였고, TIME100 AI에 2023, 2024, 2025년 3년 연속 선정되었습니다. ACL, EMNLP, ICML, NeurIPS에서 Best Paper와 Test-of-Time 수상 실적이 총 10건을 넘으며, ACL Test-of-Time(2021)과 CVPR Test-of-Time(2021)을 함께 받았습니다. 언어 모델 분야 신생 학회인 CoLM(Conference on Language Modeling) 창립 대회의 General Chair도 맡았습니다.

2025년 NeurIPS Best Paper Award를 수상한 "Artificial Hivemind" 연구의 시니어 저자이기도 합니다. NeurIPS 2025에서는 Posner Lecture 연사로 초청받아 자연어 처리와 상식 AI의 변화하는 지형을 주제로 강연했습니다. 최근에는 LLM에서 SLM(소형 언어 모델)으로의 전환, 모델 다원화, 상징적 추론 방법론을 새로운 연구 방향으로 삼고 있습니다.

생애

서울대학교 컴퓨터공학과를 졸업한 뒤 미국으로 건너가 코넬 대학교(Cornell University)에서 Claire Cardie의 지도 아래 박사 학위를 받았습니다(2010). 박사 연구는 텍스트의 신뢰도 분석과 주관성 탐지를 중심으로 이루어졌습니다.

학위 이후 스토니브룩 대학교(Stony Brook University) 컴퓨터과학과 교수로 재직하다가, 앨런 인공지능 연구소(Allen Institute for AI, AI2)에 합류하였습니다. 이후 워싱턴 대학교(University of Washington) Paul G. Allen School of Computer Science and Engineering의 Wissner-Slivka 교수직을 겸직하며 학계와 비영리 연구소를 함께 이끌었습니다. 2025년 1월 Stanford HAI로 적을 옮기며 새로운 단계로 전환하였고, NVIDIA 연구직도 겸직하고 있습니다. 스탠퍼드에서는 2025-2026 학년도에 딥러닝 자연어 처리(CS 224N) 강의를 담당하고 있습니다.

2025년 9월에는 카네기멜런대학교(CMU) 컴퓨터과학부에서 Hans J. Berliner Lecture in Artificial Intelligence 연사로도 초청받았습니다. NeurIPS 2025에서는 "강화학습 이후 LLM이 다양성을 잃는가"를 주제로 한 강연을 진행하며 LLM 동질화 문제를 공론화하는 데 기여했습니다.

업적

최예진의 연구는 LLM이 실제로는 상식을 갖추지 못하고 있음을 데이터로 증명하는 방향에서 가장 두드러집니다. 2019년 발표한 HellaSwag는 적대적 필터링(Adversarial Filtering) 기법으로 생성한 문장 완성 벤치마크로, BERT와 같이 기존 벤치마크에서 사람 수준 점수를 기록한 모델도 HellaSwag에서는 크게 실패함을 보여 AI 커뮤니티에 충격을 주었습니다. 같은 해 공개된 ATOMIC은 인과적 if-then 추론을 위한 대규모 상식 지식 그래프로, 사회적 관계, 사건 전후의 인과, 물리적 결과 등을 체계화하였습니다. 이를 기반으로 한 COMET은 신경망이 상식 지식을 생성하도록 학습시킨 모델입니다.

2020년의 WinoGrande는 44,000개 규모의 적대적 대명사 해소 문제를 담은 벤치마크로, 기계가 사람보다 쉽게 속는 영역을 정밀하게 노출시켰습니다. PIQA(물리적 직관 상식)와 VisualComet(시각적 상식 그래프) 등도 유사한 기조에서 이어진 작업들입니다.

2025년에는 70개 이상의 LLM을 2만 6천 개 개방형 질문으로 평가한 결과, 모델들이 패밀리를 넘어 서로 동질화되는 "Artificial Hivemind" 현상을 규명한 연구(arXiv:2510.22954, 1저자 장리웨이)가 NeurIPS 2025 Best Paper Award를 받았습니다. 이 연구는 Infinity-Chat이라는 26,000개 실세계 개방형 질문과 31,000개 이상의 인간 선호 어노테이션으로 구성된 데이터셋을 함께 공개했습니다. 앙상블이나 온도 조절로 다양성을 확보한다는 기존 통념을 정면으로 반박한 이 결과는, LLM 평가 및 설계 전반에 걸쳐 중요한 함의를 제기합니다.

여담

최예진은 대형 언어 모델에 비판적인 시각을 공개적으로 밝혀 온 연구자로 알려져 있습니다. 대형 모델이 상식을 가졌다는 주장에 회의적이며, 소형이지만 잘 설계된 모델(SLM)이 특정 도메인에서 더 적합할 수 있다는 관점을 꾸준히 주장해 왔습니다. 이러한 입장은 LLM 확장이 전부라는 업계 지배적 흐름과 일정한 긴장 관계에 놓여 있습니다.

2022년 맥아더 펠로우십(일명 천재상) 수상 당시 수상 이유는 "AI 시스템에 상식을 불어넣는 방법을 찾는 연구"였으며, 상금 규모는 80만 달러입니다. NPR을 비롯한 주류 미디어에서도 여러 차례 인터뷰를 통해 일반 대중에게 AI의 현실적 한계를 알리는 역할을 하고 있습니다. TIME100 AI 3년 연속 선정은 그의 연구가 학계를 넘어 사회적으로도 영향력 있게 인정받고 있음을 보여줍니다.

한국 출신으로 미국 최상위 AI 연구자 대열에 오른 사례이기도 하여, 한국 AI 커뮤니티에서도 자주 언급되는 인물입니다. 개인 홈페이지(yejinc.github.io)를 통해 연구 목록과 최신 강연 정보를 지속적으로 공개하고 있습니다.

그의 연구실을 거친 연구자들이 상식 추론과 LLM 평가의 흐름을 이어가고 있습니다. 박사 과정에서 ATOMIC을 함께 설계한 마르턴 삽(현 CMU 교수, 사회적 상식·AI 안전), 그룹에서 수학적 추론 연구를 시작한 션 웰렉(현 CMU 교수, 자동 증명 생성) 등이 대표적입니다.

주요 논문