Douwe Kiela는 인공지능 분야에서 활동하는 네덜란드계 미국인 연구 과학자이자 기업가로, 머신러닝과 자연어 처리에 중점을 두고 있다. 그는 Google DeepMind의 연구 과학자 디렉터이다. 이전에는 기업 지식 기반을 위한 근거 기반 AI 에이전트를 구축하는 플랫폼을 제공하는 엔터프라이즈 소프트웨어 회사인 Contextual AI를 공동 창업하고 CEO로 재직했다.
Kiela는 2020년 Meta AI의 연구 팀을 이끌어 검색 증강 생성(RAG) 접근 방식을 도입했으며, 기초 논문인 "지식 집약적 NLP 작업을 위한 검색 증강 생성"을 공동 집필했다. 또한 Hugging Face의 연구 책임자로 재직했으며, 스탠포드 대학교의 상징 시스템 분야 겸임 교수이다.
초기 생애 및 교육
Douwe Kiela는 1986년 네덜란드 암스테르담에서 태어났다. 위트레흐트 대학교에서 인지 인공지능과 철학을 복수 전공으로 하여 문리학 학사 학위를 취득했다. 이후 암스테르담 대학교의 논리, 언어 및 계산 연구소(ILLC)에서 논리학 석사 학위(우등)를 받았다. Kiela는 케임브리지 대학교에서 컴퓨터 과학 박사 및 철학 석사 학위를 취득했으며, 자연어 처리와 머신러닝을 전공했다.
Meta AI에서의 경력
2016년 Kiela는 Facebook AI Research(FAIR)에 박사후 연구원으로 합류했으며, 이후 뉴욕에서 연구 과학자가 되었다. Meta에 재직하는 동안 그는 자연어 처리에 관한 논문을 공동 집필했으며, 다중 모달 및 근거 기반 언어 학습에 중점을 두었다. 그의 프로젝트에는 관광객을 도시 주변으로 안내할 수 있는 가상 비서 봇을 만드는 것과 2020년에 출시된 대화형 벤치마킹 플랫폼인 Dynabench의 개발을 주도하는 것이 포함되었으며, 이 플랫폼은 인간 피드백을 사용하여 언어 모델을 테스트하고 개선했다.
2020년 Kiela는 Meta AI 연구 팀을 이끌어 검색 증강 생성(RAG)을 도입했으며, Patrick Lewis, Ethan Perez 및 다른 연구자들과 함께 영향력 있는 논문 "지식 집약적 NLP 작업을 위한 검색 증강 생성"을 공동 집필했다. RAG 프레임워크는 대규모 언어 모델이 외부 정보에 접근하고 통합하는 방식을 변화시켰으며, 사전 훈련된 데이터에만 의존하는 대신 쿼리 시점에 외부 지식 기반에서 관련 맥락을 검색할 수 있게 했다. 이 접근 방식은 환각, 오래된 정보, 출처 귀속 부족과 같은 주요 한계를 해결했다. RAG 기술은 이후 기업 AI 애플리케이션과 지식 집약적 자연어 처리 작업에서 널리 채택되었다.
Hugging Face 및 Contextual AI
Meta를 떠난 후 Kiela는 Hugging Face의 연구 책임자로 재직했다. 2023년에는 Facebook AI Research와 Hugging Face의 또 다른 전 연구원인 Amanpreet Singh과 함께 Contextual AI를 공동 창업했다. 마운틴뷰에 본사를 둔 이 회사는 기업을 위한 근거 기반 AI 에이전트를 구축하는 플랫폼을 개발하며, 기술, 반도체, 물류, 금융 및 미디어 분야의 애플리케이션에 중점을 둔다.
Contextual AI는 2023년 6월 Bain Capital Ventures가 주도한 시드 펀딩에서 2천만 달러를 모금했다. 2024년 8월에는 Greycroft가 주도하고 Bezos Expeditions, NVentures(Nvidia), HSBC Ventures, Snowflake Ventures 등이 참여한 8천만 달러 규모의 시리즈 A 펀딩을 완료했다.
Google DeepMind 및 학문적 역할
2026년 5월 Kiela는 Google과 Contextual AI 간의 라이선스 계약의 일환으로 Google DeepMind에 합류했으며, 이 계약에 따라 20명 이상의 Contextual AI 연구원이 DeepMind에 합류했다. 그의 이탈 후 Jay Chen이 Contextual AI의 임시 CEO가 되었다.
Kiela는 스탠포드 대학교의 상징 시스템 분야 겸임 교수로 재직하고 있다. 2023년 Stanford Daily와의 인터뷰에서 그는 Meta의 LLaMA를 기반으로 한 저비용 명령 미세 조정 모델인 Alpaca의 개발에 대해 언급하고 대규모 언어 모델에서 개방형 학술 연구의 중요성을 강조했다.