얀 르쿤
개요
얀 르쿤(Yann LeCun)은 프랑스 출신의 컴퓨터 과학자로, 합성곱 신경망(Convolutional Neural Network)의 아버지로 불리는 딥러닝의 선구자입니다. 2018년 제프리 힌턴, 요슈아 벤지오와 함께 딥러닝 연구에 대한 공헌으로 컴퓨터 과학 분야 최고 영예인 튜링상을 공동 수상하였습니다. 뉴욕 대학교(NYU) 실버 교수직을 보유하고 있으며, 수십 년간 비지도 학습과 자기지도 학습의 이론적 토대를 다졌습니다.
2013년부터 약 12년간 Meta(구 Facebook)의 수석 AI 과학자(Chief AI Scientist)로 재직하며 Meta AI Research(FAIR)를 이끌었습니다. 재직 기간 내내 오픈소스 AI를 강력히 옹호하였고, 대규모 언어 모델(LLM) 중심의 AI 발전 방향에 회의적인 입장을 공개적으로 유지해 왔습니다. 2025년 11월 Meta 퇴사를 공식 확인한 후, 2026년 3월 자신의 스타트업 AMI Labs(Advanced Machine Intelligence Labs) 설립을 공식 발표하였습니다. AMI Labs는 시드 라운드에서 10억 3천만 달러를 조달하며 유럽 역사상 최대 규모의 시드 라운드 기록을 세웠습니다.
생애
얀 르쿤은 1960년 7월 8일 파리 북쪽 교외 소이수몽모랑시(Soisy-sous-Montmorency)에서 태어났습니다. 아버지는 기계공학자이자 발명가였고, 어머니는 교사였습니다. 아버지의 전자기기 취미가 어린 르쿤의 손을 통해 자연스럽게 이어졌으며, 고등학생 시절에는 밴드에서 연주하는 한편 자신이 쓸 신시사이저를 직접 만들기도 하였습니다.
파리 제6대학(UPMC)에서 엔지니어링을 공부한 뒤 1987년 동 대학에서 박사 학위를 취득하였습니다. 졸업 후 제프리 힌턴이 있던 토론토 대학교에서 박사후 연구원으로 역전파 알고리즘과 신경망 학습을 함께 연구하였습니다. 이후 AT&T Bell Labs로 자리를 옮겨 1989년 수기 문자 인식을 위한 최초의 합성곱 신경망 LeNet을 개발하였으며, 1998년에는 다층 구조를 갖춘 LeNet-5를 완성해 수표 자동 판독 시스템에 실제 적용하였습니다. 이 시스템은 당시 미국에서 유통되는 수표의 상당 비율을 처리하였습니다.
Bell Labs 이후 NEC Labs America를 거쳐 2003년 뉴욕 대학교(NYU) 교수로 임용되었고, 2013년 마크 저커버그의 초청으로 당시 Facebook의 수석 AI 과학자로 합류하였습니다. Meta 재직 중에도 NYU 교수직을 겸직하였습니다. 2025년 11월 Meta 퇴직을 공식화한 뒤, 2026년 3월 파리에 본사를 둔 AMI Labs를 공동 설립하였습니다. AMI Labs의 CEO는 프랑스 헬스테크 기업 Nabla 창업자인 Alexandre LeBrun이 맡았으며, 르쿤은 Executive Chairman(이사회 의장) 역할을 수행합니다.
업적
르쿤의 핵심 기여는 CNN의 이론적 정립과 실용화에 있습니다. 1989년과 1998년 발표한 LeNet 계열 논문은 이후 AlexNet(2012), VGGNet, ResNet 등 현대 컴퓨터 비전 아키텍처의 모든 계보를 열었습니다. 특히 1998년 공동 저술한 Gradient-Based Learning Applied to Document Recognition 논문은 인용 횟수만 수만 건에 달하는 딥러닝 역사의 기념비적 논문으로 평가받습니다.
FAIR 설립 이후에는 자기지도 학습(Self-Supervised Learning) 방법론을 집중 연구하여 DINO, I-JEPA, V-JEPA 등 일련의 표현 학습 모델을 내놓았습니다. 이 연구들은 레이블 없는 대규모 데이터에서 구조적 표현을 학습하는 방향을 제시하였으며, LLM 중심 패러다임과 구별되는 별도의 AI 발전 경로를 논거로 제시하는 데 활용되고 있습니다.
AMI Labs는 르쿤이 그 이론을 실용화하는 공간입니다. 핵심 기술은 JEPA(Joint Embedding Predictive Architecture)로, 물리 세계의 작동 원리를 이해하는 월드 모델(World Model)을 구축하는 것을 목표로 합니다. 2026년 3월 시드 라운드에서 10억 3천만 달러를 조달해 35억 달러의 프리머니 기업 가치를 인정받았으며, 투자사에는 Nvidia, Samsung, Toyota Ventures, Cathay Innovation, Bezos Expeditions 등이 포함되어 있습니다. 헬스케어, 로보틱스, 웨어러블, 산업 자동화 등 LLM의 한계가 두드러지는 영역을 주된 적용 분야로 삼고 있습니다.
여담
르쿤의 성씨는 원래 "Le Cun"으로 두 단어였습니다. 미국에서 생활하다 보니 미국인들이 "Le"를 미들 네임으로 오해하는 경우가 잦아 공백을 없애고 "LeCun"으로 표기하게 되었다고 합니다. 성씨의 어원은 브르타뉴 지방 겡캉(Guingamp) 근처에서 유래한 켈트어 "Le Cunff"로, 본인이 강연에서 직접 설명하곤 합니다.
LLM에 대한 비판적 입장으로 AI 업계에서 가장 논쟁적인 인물 중 하나로 꼽힙니다. "LLM은 초지능(superintelligence)으로 향하는 길에서 막다른 골목"이라는 주장을 일관되게 유지해 왔으며, 샘 올트먼, 에릭 슈미트 같은 업계 리더들과 공개적으로 설전을 벌이기도 하였습니다. SNS에서도 격의 없이 반론을 전개하는 스타일로 유명합니다.
프랑스 정부는 AI 분야의 공로를 인정해 르쿤에게 레지옹 도뇌르(Legion of Honor) 훈장을 수여하였습니다. Meta 재직 시절 오픈소스 AI 모델 공개를 강하게 지지하였으며, LLaMA 모델 시리즈 공개에 이념적 토대를 제공한 것으로도 평가받습니다. AMI Labs 설립은 언어 모델 중심의 AI 경쟁에 맞서 물리 세계를 이해하는 세계 모델이라는 독자적 경로를 직접 실용화하겠다는 선언으로 해석됩니다.
주요 논문
- Backpropagation Applied to Handwritten Zip Code Recognition (1989) — 최초의 합성곱 신경망(CNN) 실험적 적용
- Gradient-Based Learning Applied to Document Recognition (1998) — LeNet-5 아키텍처, CNN의 이론적 완성
- Signature Verification Using a Siamese Time Delay Neural Network (1993) — 샴 네트워크(Siamese Network) 원형 제안
- A Tutorial on Energy-Based Learning (2006) — 에너지 기반 모델(EBM) 학습 이론 정리
- Dimensionality Reduction by Learning an Invariant Mapping (2006) — 대조 학습의 선구적 방법론 ContrastiveLoss
- Unsupervised Learning of Invariant Feature Hierarchies with Applications to Object Recognition (2007) — 비지도 표현 학습 계층 구조
- A Unified Architecture for Natural Language Processing (2008) — 자연어처리 멀티태스크 신경망
- Deep Learning (2015, Nature) — 힌턴·벤지오와 공저, 딥러닝 분야 최다 인용 리뷰 논문
- An Analysis of the Effect of Batch Normalization on Gradient Flow (2019) — 배치 정규화와 기울기 흐름 분석
- LeJEPA Provable and Scalable Self-Supervised Learning Without the Heuristics (2025) — JEPA 기반 이론적 자기지도 학습 프레임워크