🔑⭐ 센터장
루트비히 볼츠만
센터장(생성형AI·파운데이션모델 센터)
💡 통계역학 정립, 볼츠만 머신의 이론적 토대
← AI·컴퓨팅과학연구본부
생성형AI·파운데이션모델 센터
사전학습·RLHF·스케일링 법칙을 아우르는 대규모 파운데이션 모델(LLM, 디퓨전, 멀티모달)을 발전시키고, 도메인 적응과 검색증강생성(RAG)을 통해 과학적 추론·데이터 합성·지구과학 특화 응용에 맞게 조정한다.
🔑
🔑칼 피어슨
연구원(오토인코더/잠재표상학습)
💡 주성분분석(PCA) 발명, 고차원데이터를 최선으로 복원하는 압축된 저차원 잠재표상을 학습하는 최초의 기법 — 오토인코더기반 표상학습의 선형적 조상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑폴 랑주뱅
연구원(디퓨전모델/스코어기반생성모델링)
💡 무작위힘 하의 확률적(브라운) 운동을 기술하는 랑주뱅방정식 정식화, 현대 디퓨전/스코어기반 생성모델의 샘플링절차가 되는 확률미분방정식
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🧑🔬
🔑레이 솔로모노프
연구원(지식증류/알고리즘적모델압축)
💡 알고리즘정보이론과 보편적귀납 창시, 주어진데이터패턴을 재현하는 최단프로그램(가장압축된기술)을 이상적 예측자로 정의 — 대형모델을 소형모델로 압축하는 지식증류가 근사하는 이론적 이상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑멜빌 듀이
연구원(도메인특화말뭉치구축/지식분류체계)
💡 지식을 계층적주제영역으로 체계적으로 조직하는 듀이십진분류법 발명, 파운데이션모델을 도메인(지구과학 텍스트 등)에 적응시키기 위한 말뭉치조직·구축방법론의 창시
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🧑🔬
🔑존 루퍼트 퍼스
연구원(단어/벡터임베딩/분포의미론)
💡 분포적 의미가설('단어는 함께 있는 동료를 보면 안다') 정식화, 단어임베딩기법(word2vec, GloVe, 트랜스포머임베딩)이 직접 구현하는 근본적 언어학원리
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑에밀 보렐
연구원(생성적적대신경망/미니맥스게임이론적생성)
💡 초기게임이론과 제로섬게임의 미니맥스 개념 창시, 생성자와 판별자 간 이인 미니맥스게임으로 정의되는 GAN의 정확한 수학적 틀
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑피에르시몽 라플라스
연구원(생성적확률모델링/잠재변수추론)
💡 베이즈확률추론과 관측데이터로부터 관측되지않은 원인(잠재변수)을 추론하는 체계적이론 창시, 잠재변수생성모델(VAE, 디퓨전모델)의 직접적 철학·수학적 조상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑아브라함 발트
연구원(문맥내학습/순차적·적응적통계추론)
💡 통계적결정이론과 순차분석 창시, 새 관측이 도착함에 따라 하나의 의사결정과정 내에서 추론을 적응적으로 갱신하는 방법을 형식화 — 문맥내학습의 통계적결정이론적 뿌리
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑안드레이 마르코프
연구원(통계·자기회귀언어모델링)
💡 마르코프연쇄이론(다음상태가 현재상태에만 의존하는 확률과정) 창시, 스스로 텍스트내 글자순서 모델링에 최초 적용 — LLM을 포함한 모든 자기회귀 언어모델링의 직접적 수학적 조상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑페르디낭 드 소쉬르
연구원(멀티모달/시각-언어파운데이션모델)
💡 구조주의언어학과 기호학 창시, 기표/기의의 자의적기호관계이론 확립 — 멀티모달모델이 언어와 시각 전반에 걸쳐 공유되고 접지된 표상을 학습해야 하는 이유의 이론적 기초
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🧑🔬
🔑제라드 솔턴
연구원(검색증강생성/정보검색)
💡 현대 정보검색 창시, 문서와 질의를 벡터로 표현해 유사도로 순위매기는 벡터공간모델 발명 — 검색증강생성시스템이 언어모델의 맥락을 가져오는 데 쓰는 정확한 검색기법(밀집벡터검색)
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑조지 킹슬리 지프
연구원(스케일링법칙/거대모델의 창발적행동)
💡 지프의 법칙(자연언어 단어빈도의 거듭제곱법칙분포) 발견, 대형언어모델 성능과 크기·데이터·연산량 간 거듭제곱 스케일링법칙의 원조가 되는 창시적 경험적 규칙성
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑데이비드 럼멜하트
연구원(시퀀스모델링/연결주의구조)
💡 다층신경망 학습을 위한 역전파알고리즘 공동개발 및 병렬분산처리(PDP)이론 창시, 현대 파운데이션모델의 근간인 심층시퀀스·트랜스포머 신경망의 직접적 구조적 조상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🧑🔬
🔑데이비드 A. 허프먼
연구원(토큰화/압축기반텍스트표현)
💡 심볼빈도기반 최적 가변길이 접두부호 압축알고리즘인 허프먼코딩 발명, 현대 LLM의 바이트페어인코딩(BPE) 토큰화가 직접 일반화하는 빈도기반 병합원리와 동일
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터
🔑에드워드 손다이크
연구원(파인튜닝/전이학습)
💡 전이학습의 심리학이론(한 과제의 훈련이 다른 과제 수행을 향상시키는 이유에 관한 '동일요소'이론) 창시, 파운데이션모델의 파인튜닝·전이학습의 개념적 조상
🖥️ AI·컴퓨팅과학연구본부생성형AI·파운데이션모델 센터