[연구일지] 존경하던 Müller 교수님을 만나다.
유명인을 만난다는 것은 꽤나 쉽지 않은 일이며 평소 인터넷에서 이름과 얼굴을 봤던 분을 실제로 만나는 일은 생각했던 것 이상으로 신기한 일이다. 마치 빌게이츠나 워렌버핏과 대화할 수 있는 기회가 생기는 것과 비슷하다. 나에게는 Klaus Robert Müller 교수님의 만남이 그런 것이었다. 한 번 만나보고 싶고, 이야기해보고 싶다는 생각. 그런데 상상이 현실이 되었다.
Müller 교수님은 그는 XAI 에서 가장 유명한 사람이다. 무려 Citation 이 11만개나 되는 연구에 있어서 우상이신 분이다. 보통 한 명의 연구자가 일년에 많으면 10편 이내로 논문을 쓰니, 11만 인용되었다는 것은 그만큼 그의 연구가 수많은 연구자들의 밑바탕으로 사용되었다는 것이다. 개인적으로 나는 연구를 하면서 특히나 마음에 들었던 연구자가 두 명 있는데, 한 명은 MIT에 계신 Tenenbaum 이고, 다른 한 분이 이번에 만났던 Müller 교수님이다. Müller 교수님은 8년만에 한국에 방문했기에, 내가 실제로 볼 수 있었던 것도 어떻게 보면 운이 크게 작용한 것 같다.
고려대학교 애기능생활관 3층에서 1시간 정도 최근 발전한 XAI 기법에 대해서 발표하셨는데,
몇 가지 내용을 정리해보면 다음과 같다.
- Ali 라는 연구원 (Lior Wolf 교수님 연구실 소속)이 연락하여 Transformer 를 설명하는데 관심이 있었고, 함께 연구를 진행하여 ICML2022에 논문을 출판하였다.
- TU Berlin 은 꽤 오랜시간 XAI 를 위한 연구를 진행하였고, 공동의 목표가 존재한다.
- Graph Neural Network 는 Molecule 에 사용되는데, 이는 Muller 교수님이 화학을 공부하셨기에 더욱 관심있게 보시는 것이다.
- Self-supervised Learning 과 Supervised learning을 구분해서 설명하는 것은 Data의 양이 특히나 부족한 의료계에 중요한 작업이다. (이건 내가 한 질문이라서 앞으로도 기억할 거 같다.)
강의를 들으면서 한 가지 느낀점은 목표라는 것 자체는 꽤나 추상적일 수 있으며, 한 순간에 이루어지지 않아도 된다는 것이다. 예를 들어서 XAI 가 그런데, 이는 앞으로 꾸준히 발전되어야 하는 기술이며, 단순간에 솔루션을 찾는다고 해결되지 않는다. 왜냐하면, 이 기술은 AI 기술이 발전하면서 그 기술에 맞춰서 추가적으로 개발되어야 하기 때문이다.
이러한 목표의식은 연구를 움직이는 동력과 비슷하다. 엔진은 꺼지지 않고 계속 달려야 하며, 멈추고 가만히 놔둔다면 결국은 먼지가 쌓이고 녹이 쓰는 것이다. 그러므로 목표를 꽤나 거창하고 지속적인 것으로 설정하는게 한편으로 성공을 비밀인 것 같다. 나는 아직 목표가 뭔지는 모르지만 앞으로 나는 연구를 계속 할 것이고 결국은 꾸준하게 한다면 Tenenbaum 도 만날 수 있는 기회가 오지 않을까 싶다.
나는 Müller 교수님에게 말을 건내는 것을 꿈꿔왔었는데, 갑자기 이루어지니 조금 당황스럽기도 하다. 미래에 또 누굴 만날지 누가 알겠는가, 나는 그 날을 꿈꾸면서 갑작스럽게 찾아오는 또다른 기회를 놓치지 않았으면 한다.
Fin.