Aaron Roth는 알고리즘 설계, 알고리즘적 공정성, 차등 프라이버시, 알고리즘 게임 이론을 전문으로 하는 미국의 컴퓨터 과학자이다. 그는 2011년부터 펜실베이니아 대학교에서 교수로 재직하며 컴퓨터 및 인지 과학 분야의 Henry Salvatori 석좌교수를 맡고 있다. Roth의 연구는 사회적으로 책임 있고 프라이버시를 보호하는 계산 시스템을 구축하는 방법을 다루며, 이러한 주제는 머신러닝과 데이터 기반 의사 결정의 부상과 함께 중요성이 커졌다.
Roth는 2012년 노벨 경제학상을 수상한 하버드 대학교 전 교수 Alvin E. Roth의 아들이다. 그는 2006년 컬럼비아 대학교에서 컴퓨터 과학 학사 학위를 취득했으며, 카네기 멜론 대학교에서 Avrim Blum의 지도 아래 박사 학위를 받았다. 마이크로소프트 리서치 뉴잉글랜드에서 박사후 연구원으로 1년을 보낸 후, 2011년 펜실베이니아 대학교 교수진에 Raj and Neera Singh 조교수로 합류했다. 그는 2017년 Class of 1940 Bicentennial Term 부교수로 승진했다.
연구 기여
Roth의 연구는 이론 컴퓨터 과학과 사회 정책의 교차점에 있다. 그의 차등 프라이버시 연구는 개별 데이터 포인트가 집계 통계에서 추론될 수 없음을 공식적으로 보장하며, 이는 민감한 정보를 처리하는 인공지능 시스템의 기초적인 관심사이다. 알고리즘적 공정성 분야에서 그는 고용, 대출, 또는 형사 사법에 사용되는 의사 결정 알고리즘을 설계하여 정확성과 효율성을 유지하면서 차별적 결과를 피하는 방법을 연구한다.
알고리즘 게임 이론에 대한 그의 기여는 전략적 행위자가 계산 시스템과 상호 작용하는 방식, 특히 인센티브와 프라이버시 제약이 상호 작용하는 환경을 탐구한다. 이러한 이론적 기반은 사용자 데이터에 의존하는 플랫폼, 특히 대규모 데이터셋으로 훈련된 대규모 언어 모델 및 기타 생성형 AI 시스템에 실질적인 의미를 갖는다.
윤리적 알고리즘
2019년, Roth는 펜실베이니아 대학교 교수인 Michael Kearns와 함께 The Ethical Algorithm: The Science of Socially Aware Algorithm Design이라는 책을 공동 저술했다. 이 책은 일반 독자를 위해 차등 프라이버시, 공정성 제약, 게임 이론적 분석을 포함한 컴퓨터 과학의 개념이 사회적 가치를 존중하는 알고리즘을 구축하는 데 어떻게 사용될 수 있는지 설명한다. 이 책은 전문 및 학술 출판의 우수성을 인정하는 PROSE Award의 컴퓨터 및 정보 과학 부문을 수상했다.
이 책은 컴퓨팅의 윤리적 문제가 단순히 철학적인 것이 아니라 엄격한 수학적 및 공학적 기법으로 해결될 수 있다고 주장한다. 이 책은 딥러닝 및 신경망과 같은 분야의 기술적 작업을 보완하며 책임 있는 인공지능 개발에 관한 논의를 구성하는 데 영향을 미쳤다.
수상 및 인정
Roth는 연구로 여러 주요 상을 받았다. 2013년에는 학문적 역할 모델 역할을 하는 초기 경력 교수를 지원하는 NSF Career Award를 받았다. 2015년에는 경력 초기의 뛰어난 연구자에게 수여되는 Sloan Research Fellowship을 받았다. 이듬해인 2016년에는 미국 정부가 연구 경력 초기의 과학 및 공학 전문가에게 수여하는 최고 영예인 대통령 조기 경력 과학자 및 엔지니어 상(PECASE)을 받았다. 2023년에는 중요한 사회적 질문을 다루는 연구를 인정하는 Hans Sigrist Prize를 받았다.
교육 및 멘토링
펜실베이니아 대학교 교수로서 Roth는 알고리즘, 데이터 프라이버시, 컴퓨팅의 사회적 영향에 관한 강의를 한다. 그는 학계와 산업계에서 자리를 잡은 수많은 박사 과정 학생과 박사후 연구원을 지도했다. 그의 교육은 알고리즘 설계에서 윤리적 차원을 고려하는 것의 중요성을 강조하며, 이러한 관점은 머신러닝 시스템이 의료, 금융, 공공 행정과 같은 분야에 배포됨에 따라 점점 더 관련성이 높아지고 있다.
Roth의 연구는 국립 과학 재단 및 기타 기관의 보조금으로 지원되었으며, 이는 그의 연구 의제에 대한 광범위한 관심을 반영한다. 그는 프라이버시와 공정성 관련 주제로 컨퍼런스와 워크숍에서 자주 연설하며, 인공지능 기술을 규제하는 방법에 대한 지속적인 정책 논쟁에 기여하고 있다.