베른하르트 보저
개요
베른하르트 보저(Bernhard Boser)는 스위스 출신의 전기공학자로, UC 버클리 전기전자공학 및 컴퓨터과학(EECS) 학과 교수입니다. 머신러닝 역사에서는 서포트 벡터 머신(SVM)의 공동 발명자로, 하드웨어 공학에서는 MEMS 관성 센서 회로의 설계 권위자로 두 개의 서로 다른 영역에서 이름을 남긴 연구자입니다.
현재 Berkeley Sensor & Actuator Center(BSAC)와 UC Berkeley Swarm Lab의 공동 소장을 맡고 있습니다. 학계 연구와 창업을 병행한 이력도 두드러지는데, 2004년 MEMS 기반 타이밍 솔루션 회사 SiTime을 공동 창업하여 수정 발진기 시장의 판도를 바꾸는 데 기여했습니다.
AT&T Bell Laboratories 재직 시절부터 신경망 하드웨어 구현에 참여했으며, 이 경험이 나중에 SVM 논문으로 이어지는 토대가 되었습니다. 순수 알고리즘 연구자와 하드웨어 엔지니어의 경계를 넘나드는 이력이 그의 커리어를 독특하게 만듭니다.
생애
스위스 취리히연방공과대학(ETH Zurich)에서 전기공학 디플로마를 취득한 뒤 미국으로 건너가 스탠퍼드 대학교에서 1985년 석사, 1988년 박사 학위를 받았습니다. 박사 직후 뉴저지 주 홈델에 위치한 AT&T Bell Laboratories의 기술 직원으로 합류했습니다.
Bell Labs 시절 얀 르쿤 그룹과 협업하며 합성곱 신경망을 손글씨 우편번호 인식에 적용하는 초기 연구에 공저자로 참여했습니다. 이 시기에 블라디미르 바프닉, 이자벨 기용과의 협업 관계도 형성되었으며, 이 네트워크가 훗날 SVM 논문으로 결실을 맺습니다.
1991년 UC Berkeley EECS 학과에 합류한 뒤 지금까지 재직 중입니다. Bell Labs 시절과 달리 Berkeley에서는 아날로그 회로와 MEMS 센서 설계를 주 연구 영역으로 삼았고, 이 분야에서 세계적 권위자로 인정받습니다.
업적
머신러닝 분야에서의 가장 큰 기여는 1992년 ACM Workshop on Computational Learning Theory에서 블라디미르 바프닉, 이자벨 기용과 함께 발표한 논문 "Training Algorithm for Optimal Margin Classifiers"입니다. 이 논문은 서포트 벡터 머신(SVM)의 최초 공식 기술 문헌으로 인정받으며, 이후 금융 예측부터 바이오인포매틱스, 데이터 분석까지 폭넓게 활용되는 분류 기법의 기초가 되었습니다.
하드웨어 분야에서는 MEMS 가속도계와 자이로스코프를 위한 차동 정전용량 인터페이스 회로를 공동 개발한 것이 핵심 성과입니다. 현재 상용 관성 센서의 대다수가 이 기법을 채용하고 있으며, 스마트폰, 자동차, 드론 등 다양한 기기에 탑재된 가속도계의 회로 설계 원리로 작동하고 있습니다.
2004년에는 MEMS 공진기로 수정 발진기를 대체하는 SiTime을 공동 창업했습니다. SiTime은 85% 이상의 시장점유율과 3,500만 개 이상의 출하 실적을 보유하며 5조 달러 규모의 타이밍 시장에서 실리콘 기반 솔루션으로의 전환을 이끌고 있습니다. IEEE Solid-State Circuits Society 회장과 IEEE Journal of Solid-State Circuits 편집장도 역임했습니다.
여담
보저는 ML 분야에서 자신의 이름이 주로 SVM 공동 발명자로 기억되지만, 정작 Berkeley에서의 연구 대부분은 MEMS 회로에 집중되어 있다는 점에서 독특한 이중 정체성을 지닌 연구자입니다. 한 사람이 머신러닝의 핵심 알고리즘과 현대 반도체 센서 기술 모두에 기여한 사례는 드뭅니다.
얀 르쿤과의 Bell Labs 시절 협업은 1989년 합성곱 신경망 논문에서도 확인됩니다. 당시 Bell Labs는 신경망 하드웨어 구현 연구의 세계적 중심지였으며, 보저는 알고리즘과 회로 사이의 경계를 넘나드는 역할을 했습니다. 이 경험이 나중에 SVM이라는 순수 알고리즘 연구로 이어진 것은 흥미로운 지점입니다.
SiTime의 창업과 성공은 대학 교수가 자신의 연구 성과를 직접 산업화한 모범 사례로 자주 거론됩니다. 수정 발진기는 수십 년간 전자기기의 표준 타이밍 소자였는데, MEMS 기술로 이를 대체하는 데 성공한 것은 기초 연구에서 시작한 기술이 시장 전체를 재편한 사례로 평가받습니다.