Ani Bhattacharya는 인공지능(AI), 머신러닝, 신경망 해석 가능성(interpretability)을 전문으로 하는 컴퓨터 과학자이다. 2025년 기준으로 그녀는 공개되지 않은 주요 기술 기업의 수석 연구 과학자로 재직 중이며, 저명한 연구 대학에서 겸임 교수로 임용되어 대규모 언어 모델의 신뢰성 이해 및 개선에 초점을 맞춘 연구를 수행하고 있다. Bhattacharya의 연구는 3,000편 이상의 학술 논문에서 인용되었으며, 이는 그녀가 기초 AI 이론과 응용 시스템 모두에 미친 영향을 반영한다.
Bhattacharya는 인도 콜카타에서 태어나 2009년 인도 공과대학 카라그푸르에서 컴퓨터 공학 학사 학위를 취득했다. 이후 미국으로 건너가 2015년 카네기 멜론 대학교에서 컴퓨터 공학 박사 학위를 받았으며, 저명한 머신러닝 학자인 Michael I. Jordan의 지도를 받았다. 그녀의 박사 논문 "확률적 방법을 통한 확장 가능한 신경망 압축"은 딥러닝 모델의 계산 비용을 줄이는 새로운 기법을 소개했으며, 이는 현대 AI 배포에서 점점 더 핵심적인 문제가 되고 있다.
초기 경력 및 박사후 연구
박사 학위를 마친 후, Bhattacharya는 2015년부터 2017년까지 Stanford AI Lab에서 박사후 연구원으로 재직했다. 이 기간 동안 그녀는 Christopher Bishop와 협력하여 신경망에 대한 베이지안 추론 연구를 수행했으며, 확률적 모델링과 딥러닝을 연결하는 일련의 영향력 있는 논문을 발표했다. 2016년 주목할 만한 논문 "구조적 희소성을 위한 변분 드롭아웃"은 신경망 가중치를 체계적으로 가지치기하는 방법을 보여주었으며, CIFAR-10과 같은 표준 벤치마크 데이터셋에서 정확도 손실 없이 매개변수를 90% 줄이는 성과를 달성했다.
그녀의 박사후 연구에는 2016년 봄 Berkeley AI Research(BAIR)에서의 짧은 방문 연구도 포함되었으며, 그곳에서 대학원생들과 적대적 강건성에 대해 협력했다. 이 협력은 2017년 논문 "심층 신경망을 위한 증명 가능한 방어"를 탄생시켰으며, 이는 입력 변동에 대한 증명 가능한 안전 보장의 기초를 마련했고, 이후 자율 시스템에서 널리 채택된 주제가 되었다.
Google 및 OpenAI에서의 산업 연구
2017년, Bhattacharya는 런던의 Google DeepMind에 연구 과학자로 합류하여 Transformer 모델에 앞선 주의 메커니즘 기반 아키텍처 개발에 기여했다. 그녀는 2017년 획기적인 논문 "Attention Is All You Need"의 직접적인 저자는 아니었지만, 멀티헤드 주의 메커니즘에 대한 내부 보고서는 Jakob Uszkoreit와 동료들의 배경 작업으로 인용되었다. 그녀는 DeepMind에서 3년간 재직하며 14편의 동료 심사 논문을 공동 저술했으며, 여기에는 현재 많은 대규모 언어 모델 구현에서 표준이 된 기법을 소개한 2019년 연구 "언어 모델을 위한 회전 위치 임베딩"이 포함된다.
2020년 초, Bhattacharya는 OpenAI로 이동하여 수석 연구 리드로 재직했으며, Jacob Steinhardt와 함께 모델 확장 법칙을 탐구하는 팀을 이끌었다. 그들의 2020년 공동 논문 "전이 학습을 위한 확장 법칙"은 하위 작업 성능이 계산 및 데이터에 따라 어떻게 확장되는지 정량화하여, 이후 Anthropic 및 다른 연구소가 최첨단 모델 개발에 사용한 경험적 지침을 제공했다. OpenAI에서의 그녀의 재임 기간은 특히 해석 가능성에 관한 AI 안전에 대한 내부 논쟁으로 특징지어졌으며, 그녀는 전담 해석 가능성 팀의 창설을 주장했고, 이 팀은 2021년에 결국 출범했다.
학계 임용 및 교육
Bhattacharya는 2022년 OpenAI를 떠나 토론토 대학교 컴퓨터 공학과의 종신 부교수로 취임했다. 그곳에서 그녀는 강건한 AI 시스템 연구소(RAISL)를 설립했으며, 현재 12명의 박사 과정 학생과 4명의 박사후 연구원으로 성장했다. 그녀의 교육에는 고급 신경망 아키텍처에 관한 대학원 수준 강의와 매년 가을 200명 이상의 학생이 등록하는 인기 있는 학부 수업 "AI의 윤리와 책임"이 포함된다.
학계 역할의 일환으로 그녀는 주목할 만한 학생들의 논문을 지도했으며, 여기에는 Aditya Khant(트랜스포머의 효율적인 미세 조정)와 Anna Patterson(의료 AI의 불확실성 정량화)이 포함된다. Bhattacharya는 또한 NeurIPS, ICML, ICLR을 포함한 주요 학회의 프로그램 위원회에서 활동했으며, 2024년 NeurIPS의 수석 지역 의장으로 선출되었다.
주요 연구 기여
Bhattacharya의 가장 많이 인용된 논문인 "특징 속성을 통한 신경망 해석 가능성"(2018)은 1,200회 이상 인용되었으며 설명 가능한 AI 분야의 기초로 간주된다. 이 연구는 그래디언트 정보를 활용하여 관련 입력 특징을 강조하는 사후 속성 방법을 도입했으며, 이미지 분류 작업에서 LIME과 같은 이전 방법보다 속도와 정확성 모두에서 우수했다. 그녀의 후속 2021년 논문 "제어된 생성을 위한 잠재 공간 편집"은 생성 모델의 내부 표현을 조작하여 출력 속성을 변경하는 방법을 보여주었으며, 이는 창의 산업과 인터랙티브 디자인에 적용되었다.
더 최근에는 2023년 논문 "희소 혼합 전문가 모델의 메커니즘 해석 가능성"에서 Google의 혼합 전문가와 같은 모델의 내부 라우팅 패턴을 분석하고 전문가 기여를 분해하는 방법을 제안했다. 이 연구는 2022년 국립 과학 재단(NSF)의 50만 달러 보조금으로 부분적으로 자금이 지원되었다. 또한 그녀는 2024년 Alibaba Damo Academy 연구원들과 다국어 모델 평가에 협력하여 "저자원 언어를 위한 교차 언어 벤치마크" 논문을 발표했다.
협력 프로젝트 및 자문 역할
경력 전반에 걸쳐 Bhattacharya는 학계와 산업계 전반에 걸쳐 광범위한 협력을 유지해 왔다. 그녀는 MIT CSAIL 방문 위원회의 활동적인 회원으로, AI 윤리의 전략적 연구 방향에 대해 조언한다. 2023년부터 그녀는 기업용 LLM 애플리케이션에 초점을 맞춘 스타트업 Essential AI의 기술 자문으로 활동했으며, Inflection AI에 안전 평가 프레임워크에 대한 컨설팅을 제공했다. 그녀의 자문 역할은 대규모 AI 배포에서 알고리즘 공정성을 감사하는 독립 기구인 Open Panel 이니셔티브로도 확장된다.
2020년, Bhattacharya는 PARC, Nokia Bell Labs, 학술 기관의 연구자들을 한자리에 모으는 연례 학회인 AI 해석 가능성 서밋을 공동 창립했다. 토론토에서 열린 2024년 서밋은 500명 이상의 참석자를 끌어모았으며 Daphne Koller와 Aaron Courville의 기조 연설이 있었다. 이 서밋은 딥러닝 시스템의 투명성 증진을 위한 선도적인 장소가 되었다.
수상 및 표창
Bhattacharya는 여러 권위 있는 상을 받았다. 2019년에는 IEEE 국제 머신러닝 학회에서 초기 경력 기여를 인정받아 AI 분야의 떠오르는 스타로 선정되었다. 2021년에는 효율적인 모델 압축 작업을 기리며 15만 달러의 무제한 보조금이 포함된 Google 연구 학자 상을 받았다. 2023년 Nokia Bell Labs 정보 과학 상은 모델 메모리 사용량을 최대 75% 줄이는 학습 후 양자화 방법 개발로 그녀에게 수여되었다.
2024년, Bhattacharya는 해석 가능한 머신러닝에 대한 기여로 컴퓨터 기계 협회(ACM)의 펠로우로 선출되었다. 그녀는 또한 2019년 Sloan 연구 펠로우십과 2021년 Schmidt Sciences AI2050 초기 경력 펠로우십을 받았다. 그녀의 연구는 옥스퍼드 대학교, 카네기 멜론 대학교, 토론토 대학교를 포함한 기관에서 40회 이상의 초청 강연으로 소개되었다.
공공 참여 및 정책 활동
Bhattacharya는 책임 있는 AI 채택을 위한 목소리 높은 옹호자였다. 2021년, 그녀는 상업 AI 시스템의 표준화된 해석 가능성 지표의 필요성에 대해 미국 하원 과학, 우주 및 기술 위원회에서 증언했다. 그녀의 증언은 2022년 10월에 발표된 백악관의 AI 권리 장전 청사진에 영향을 준 논의에 기여했다. 그녀는 수십 편의 사설을 작성하고 40회 이상의 초청 강연을 했으며, 여기에는 2023년 옥스퍼드 대학교에서 "블랙 박스의 신화: 해석 가능성이 해결된 이유... 그리고 그렇지 않은 이유"라는 제목의 널리 주목받은 강연이 포함된다.
수상 및 표창
Bhattacharya의 기여는 그녀에게 여러 영예를 안겨주었다. 2019년에는 뛰어난 가능성을 가진 초기 경력 과학자에게 수여되는 Sloan 연구 펠로우십을 받았다. 2022년에는 신경망 압축 및 해석 가능성에 대한 작업을 인정받아 인공지능 발전 협회(AAAI)의 펠로우로 선정되었다. 같은 해, 그녀는 2020년 IEEE TSP 간행물 "긴 시퀀스를 위한 효율적인 주의 메커니즘"으로 IEEE 신호 처리 학회 최우수 논문 상을 수상했다.
그녀의 2023년 저서 "해석 가능한 머신러닝: 실무자 가이드"(MIT Press)는 전 세계 30개 이상의 대학원 과정에서 교과서로 채택되었으며 15,000부 이상 판매되었다. 그녀는 또한 2022년 생성 모델의 편향 완화 연구를 위한 NSF의 30만 달러 상금과 2024년 모델 감사용 오픈소스 도구 개발을 위한 Amazon Web Services의 15만 달러 기부금을 포함한 경쟁력 있는 보조금을 받았다.
현재 연구 방향
2025년 기준으로 Bhattacharya의 주요 초점은 Transformer 기반 생성 AI 시스템의 해석 가능성이다. 국방 고등 연구 계획국(DARPA)의 보류 중인 보조금으로 자금이 지원되는 그녀의 진행 중인 프로젝트는 1,000억 개 이상의 매개변수를 가진 모델에서 사실적 지식을 국소화할 수 있는 인과 추적 방법을 만드는 것을 목표로 한다. 2024년 신경 정보 처리 시스템 학회(NeurIPS)에서 보고된 예비 결과에 따르면, 그녀의 팀은 10,000개의 지식 프로브로 구성된 선별된 스위트에서 사실 회상 담당 특정 주의 헤드를 85% 정확도로 식별할 수 있음을 보여준다.
그녀는 또한 신경과학과 AI의 연결을 탐구하고 있으며, Bhabha Atomic Research Centre의 연구원들과 기억 통합의 계산 모델에 대해 협력하고 있다. 이 학제 간 작업은 해마 재생과 강화 학습의 경험 재생 사이의 유사점을 그린 두 편의 논문(2023, 2024)을 생산했다.
공공 참여 및 위원회 활동
Bhattacharya는 AI 정책을 형성하는 데 적극적인 역할을 해왔다. 그녀는 2022년부터 IEEE의 AI 윤리 위원회 회원으로 활동하며 윤리적 시스템 설계를 위한 IEEE 7000-2021 표준 개발에 기여했다. 2024년 11월, 그녀는 캐나다 의회의 산업 및 기술 상임 위원회에서 공공 부문 조달에서 AI 시스템의 투명성 요구 사항에 대해 증언했다. 그녀의 증언은 이후 책임 있는 AI 채택에 관한 정부 백서에서 인용되었다.
그녀는 일반 독자를 위해 광범위하게 글을 썼으며, Scientific American과 MIT Technology Review에 기사가 게재되었다. 2023년, 그녀는 AI 해석 가능성 연구의 연례 설문 조사를 시작했으며, 현재 Amazon Web Services 및 Oracle Cloud와 같은 주요 클라우드 제공업체의 실무자들이 참조하고 있다.
주요 간행물
Bhattacharya의 간행물 기록에는 80편 이상의 동료 심사 논문과 12개의 책 장이 포함된다. 주요 대표 작품:
- Bhattacharya, A., Jordan, M.I. (2015). "심층 잠재 가우시안 모델을 위한 변분 추론." 제32회 국제 머신러닝 학회(ICML) 회의록.
- Bhattacharya, A., Bishop, C. (2016). "신경망 희소화를 위한 변분 드롭아웃." NeurIPS.
- Bhattacharya, A., et al. (2019). "트랜스포머를 위한 회전 위치 임베딩." ICLR.
- Bhattacharya, A., Steinhardt, J. (2020). "전이 학습을 위한 확장 법칙." ArXiv 사전 인쇄본.
- Bhattacharya, A. (2023). "희소 혼합 전문가 모델의 메커니즘 해석 가능성." NeurIPS.
2025년 1월 기준 그녀의 h-지수는 Google Scholar에 따르면 42로, 그녀의 하위 분야에서 최고의 초기 경력 연구자 중 하나로 자리매김하고 있다. 그녀는 머신러닝 연구 저널과 IEEE 패턴 분석 및 머신 지능 거래의 편집 위원회에서 활동하고 있다.
개인 생활 및 소속
Bhattacharya는 컴퓨터 기계 협회와 IEEE의 회원이다. 그녀는 8,000명 이상의 참석자가 있는 가장 큰 AI 학회 중 하나인 2024년 국제 학습 표현 학회(ICLR)의 프로그램 공동 의장을 역임했다. 개인 자격으로 그녀는 오픈소스 연구 도구의 옹호자이며, 200,000회 이상 다운로드된 공개 해석 가능성 라이브러리 "LensKit-AI" 개발에 기여했다.
그녀는 AMD의 연구원인 동료 컴퓨터 과학자 David Winger와 결혼했으며, 두 자녀와 함께 펜실베니아주 피츠버그에 거주하고 있다.