제프리 힌턴(Geoffrey Hinton)은 딥러닝의 이론적 토대를 수십 년에 걸쳐 만들어 온 인물이에요.
인공지능(AI)이 주목받지 못하던 시절부터 “기계도 사람처럼 학습할 수 있다”는 생각을 포기하지 않았던 연구자죠.
업적 1. 인공신경망을 포기하지 않은 연구자
1980~1990년대만 해도 인공지능 연구의 주류는 규칙 기반 AI였습니다.
사람이 규칙을 일일이 정해 주는 방식이었죠.
당시 인공신경망은 계산량이 많고 성능도 불안정해, 현실성이 없다는 평가를 받았습니다.
하지만 제프리 힌턴은 달랐어요.
그는 인간의 뇌 구조를 본뜬 인공신경망(neural network)이야말로 기계가 스스로 학습하는 길이라고 믿었습니다.
주목받지 못하던 시기에도 연구를 이어갔고, 신경망 학습의 핵심 기법인 역전파(backpropagation) 개념을 발전시키는 데 중요한 역할을 했습니다.
이 시기의 연구가 훗날 딥러닝 부활의 씨앗이 되죠.
업적 2. 딥러닝 시대의 문을 연 이미지 인식 혁신
전환점은 2012년이었습니다.
힌턴의 제자 연구팀(알렉스 크리제프스키 등)은 이미지넷 대회(ImageNet, 이미지 인식 대회)에서 압도적인 성능을 기록합니다.
이때 사용된 모델이 바로 알렉스넷(AlexNet)인데요.
대규모 데이터와 GPU 연산, 깊은 신경망을 결합한 이 모델은 딥러닝이 실제로 쓸 수 있는 기술임을 전 세계에 증명했습니다.
이 사건 이후, 인공지능 연구의 중심은 급격히 딥러닝으로 이동해요.
음성 인식, 번역, 자율주행, 의료 영상 분석 등 오늘날 AI의 거의 모든 핵심 기술이 이 흐름 위에서 발전하게 됩니다.
업적 3. 빅테크 AI 경쟁의 출발점이 되다
알렉스넷 이후 제프리 힌턴은 구글에 합류합니다.
그의 연구는 구글의 음성 인식과 이미지 검색, 번역 기술에 직접적인 영향을 줬어요.
더 나아가 힌턴이 길을 닦은 딥러닝 기술은 구글뿐 아니라 마이크로소프트, 메타, 오픈AI 등 전 세계 빅테크 기업들의 AI 경쟁을 촉발하는 출발점이 됩니다.
오늘날 우리가 사용하는 대부분의 인공지능 서비스에는 제프리 힌턴의 연구 철학과 이론이 깊게 깔려 있는 셈이죠.
