리처드 서턴

앨버타대학교 컴퓨팅과학과 교수이며 현대 강화학습을 하나의 분야로 정립한 인물입니다. 시간차 학습(temporal difference learning), 정책 경사 정리, 옵션 프레임워크 등 강화학습의 핵심 구성요소 상당수가 그의 손에서 나왔습니다. Andrew Barto와 함께 쓴 교과서 Reinforcement Learning - An Introduction은 이 분야의 표준 입문서로 자리 잡았습니다.

2024년 Andrew Barto와 공동으로 ACM 튜링상을 받았습니다. 수상 사유는 강화학습의 개념적·알고리즘적 토대를 세운 공로였습니다.

2019년에 쓴 짧은 에세이 "The Bitter Lesson"으로 학계 바깥에도 널리 알려져 있습니다. 요지는 사람이 손으로 넣은 도메인 지식보다 탐색과 학습처럼 연산에 따라 확장되는 일반적 방법이 장기적으로 이긴다는 것입니다. 이 글은 대규모 사전학습 시대의 표어처럼 인용되어 왔지만, 최근에는 다른 독법도 나오고 있습니다. 게임, 코드, 수학처럼 확장이 잘 통한 영역에는 항상 성공을 정의하는 평가자(게임 규칙, 프로그램 실행, 수치 검사기)가 함께 있었으므로, 진짜 교훈은 아키텍처가 아니라 피드백 채널에 있다는 해석입니다.