요슈아 벤지오
개요
요슈아 벤지오(Yoshua Bengio)는 캐나다 출신의 컴퓨터 과학자로, 얀 르쿤, 제프리 힌턴과 함께 딥러닝 3대 거장으로 불립니다. 2018년 세 사람이 함께 튜링상을 공동 수상하였습니다. 몬트리올 대학교(Universite de Montreal) 정교수이자, 자신이 설립한 Mila(Quebec AI Institute)의 과학자문역을 맡고 있습니다. 전 분야를 통틀어 전 세계에서 가장 많이 인용되는 생존 과학자 중 한 명으로, Google Scholar 인용 횟수가 수십만 건에 달합니다.
2025년 6월에는 AI 안전을 전문으로 하는 비영리 연구 기관 LawZero를 설립하였습니다. 인간의 감독 없이 독자적으로 행동하는 에이전트형 AI의 위험성을 강하게 경고하며, 목표와 자기보존 욕구를 갖지 않는 "과학자 AI(Scientist AI)" 개발을 LawZero의 핵심 목표로 삼고 있습니다. 2025년과 2026년 국제 AI 안전 보고서(International AI Safety Report) 의장을 맡아 전 세계 AI 위험 관리 논의를 주도하고 있으며, 보고서는 30개국 100명 이상의 전문가를 포괄합니다.
생애
요슈아 벤지오는 1964년 3월 5일 프랑스 파리에서 태어났습니다. 모로코계 유대인 가정 출신으로, 아버지 카를로 벤지오는 약사이자 극작가였으며, 어머니 셀리아 모레노는 모로코에서 활동한 배우였습니다. 열두 살에 온 가족이 캐나다 몬트리올로 이주하였으며, 이 도시는 이후 벤지오의 연구 근거지가 되었습니다.
어린 시절에는 고등학교 수업이 지루해 도서관에서 혼자 책을 읽으며 시간을 보내는 자칭 "전형적인 너드"였다고 회고합니다. 형제 사미 벤지오(Samy Bengio)와 함께 신문 배달 아르바이트로 모은 돈으로 Atari 800과 Apple II 컴퓨터를 구매한 것이 컴퓨터와의 첫 만남이었습니다. 열한 살부터 독학으로 프로그래밍을 시작하였으며, 레이 브래드버리, 아이작 아시모프, 아서 C. 클라크 등 SF 작가들의 영향을 받았습니다. 영화 "2001: 스페이스 오디세이"를 보고 강한 인상을 받은 것이 인공지능 연구로 이어지는 계기가 되었다고 합니다.
맥길 대학교(McGill University)에서 전기공학 학사(1986), 컴퓨터 과학 석사(1988), 박사(1991)를 취득하였습니다. 박사 후에는 MIT에서 마이클 조던(Michael I. Jordan)과 함께 연구하였고, 이어 AT&T Bell Labs에서 얀 르쿤, 레옹 보투(Leon Bottou)와 함께 일하였습니다. 1993년 몬트리올 대학교 교수로 임용된 후 지금까지 30년 넘게 동 대학에서 연구를 이어 오고 있습니다.
업적
벤지오의 연구 이력은 시기별로 뚜렷한 기여를 남기고 있습니다. 1994년 "Learning Long-Term Dependencies with Gradient Descent is Difficult"(Bengio, Simard, Frasconi) 논문은 순환 신경망(RNN)이 장기 의존성을 학습할 때 겪는 기울기 소실(vanishing gradient) 문제를 수학적으로 정식화한 연구로, 이후 LSTM과 트랜스포머 개발의 이론적 동기를 제공하였습니다.
2003년 발표한 "A Neural Probabilistic Language Model"은 단어를 고차원 연속 벡터로 표현하는 아이디어, 즉 오늘날 단어 임베딩의 기원을 제시하였습니다. 이 논문은 Word2Vec, GloVe, 그리고 대형 언어 모델(LLM)의 토큰 임베딩 레이어까지 이어지는 직접적인 계보를 가집니다. 2014년에는 이안 굿펠로우(Ian Goodfellow) 등과 함께 "Generative Adversarial Networks(GAN)" 논문에 공저자로 참여하였으며, 2015년 "Neural Machine Translation by Jointly Learning to Align and Translate"(Bahdanau, Cho, Bengio) 논문에서 어텐션(Attention) 메커니즘을 최초로 도입하였습니다. 이 어텐션 메커니즘은 2017년 "Attention Is All You Need"(트랜스포머)의 직접 전신입니다.
2025년 6월 설립한 LawZero는 AI 안전에 대한 이론적 연구와 정책 제안을 병행하는 비영리 기관입니다. Jaan Tallinn, 에릭 슈미트(Eric Schmidt), Open Philanthropy, Future of Life Institute 등에서 3,000만 달러를 조달하였으며, Mila에서 인큐베이션을 받았습니다. LawZero는 목표나 자기보존 욕구를 갖지 않으면서도 과학적 추론 능력을 갖춘 Scientist AI를 핵심 연구 방향으로 제시하고 있습니다. 2026년 1월 벤지오는 이 접근이 기술적으로 가능하다는 확신을 얻었다고 밝혔으며, ICML 2026 서울 대회에서 LawZero의 연구 방향을 발표하고 인재 영입을 추진할 계획입니다.
여담
벤지오는 AI 안전 커뮤니티에서 가장 적극적으로 발언하는 선구자적 연구자 중 한 명입니다. 딥러닝 3대 거장 중 얀 르쿤이 LLM 비판에 집중하고 제프리 힌턴이 초지능 위험 일반을 경고하는 것과 달리, 벤지오는 AI 거버넌스와 규제 설계라는 정책 영역에도 깊이 관여하고 있습니다. 유엔(UN), G7, 캐나다 정부 자문에 적극 참여하는 것이 그 예입니다. 2025년 10월에는 초지능 에이전트가 자기보존 목표를 갖출 경우 10년 내 인류 멸종 위협이 현실화될 수 있다는 경고를 공개적으로 발표하며, 안전 연구의 긴박성을 국제 사회에 거듭 촉구하였습니다.
형제 사미 벤지오(Samy Bengio) 역시 구글 연구자 출신의 저명한 AI 연구자로, 두 형제가 나란히 세계적 수준의 AI 연구자가 된 것은 AI 업계에서 잘 알려진 사례입니다. 벤지오는 캐나다 몬트리올을 세계적인 AI 연구 허브로 성장시키는 데 결정적인 역할을 하였으며, Mila는 현재 세계 최대 규모의 학술 딥러닝 연구소 중 하나입니다.
캐나다 왕립학회(Royal Society of Canada) 회원이며, 2019년 캐나다 최고 민간 훈장인 캐나다 훈장(Order of Canada)을 받았습니다. LawZero의 글로벌 자문위원회에는 뉴질랜드 전 총리 재신다 아던(Jacinda Ardern)도 합류하였으며, 이는 LawZero가 순수 학술 기관을 넘어 정책·거버넌스 영역으로 영향력을 확장하고 있음을 보여 줍니다.
주요 논문
- A Neural Probabilistic Language Model (2003) -- 단어 임베딩 개념 도입, 현대 LLM 토큰 임베딩의 원형
- Learning Long-Term Dependencies with Gradient Descent is Difficult (1994) -- RNN 기울기 소실(Vanishing Gradient) 문제 수학적 정식화
- Greedy Layer-Wise Training of Deep Networks (2007) -- 층별 비지도 사전 훈련으로 깊은 신경망 학습 가능성 제시
- Extracting and Composing Robust Features with Denoising Autoencoders (2008) -- 잡음 제거 오토인코더(DAE) 제안
- Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation (2014) -- 인코더-디코더 구조 제안, seq2seq 원형
- Neural Machine Translation by Jointly Learning to Align and Translate (2015) -- Bahdanau 어텐션 메커니즘 최초 도입, Transformer의 직접 선구자
- Generative Adversarial Nets (2014) -- Goodfellow 등과 GAN 제안, 최다 인용 논문 중 하나
- Deep Learning (2015, Nature) -- 힌턴·르쿤과 공저, 딥러닝 분야 최다 인용 리뷰 논문
- Representation Learning: A Review and New Perspectives (2013) -- 표현 학습 전반 체계적 리뷰
- Attention Is All You Need (2017) -- 트랜스포머 아키텍처, 벤지오의 어텐션 연구가 직접적 선구자인 핵심 논문 (공저자 아님)