Ian Goodfellow는 2014년 현대 생성형 AI의 기초 아키텍처 중 하나인 생성적 적대 신경망(GAN)을 발명한 것으로 가장 잘 알려진 머신러닝 연구자이다. 그는 몬트리올 대학교에서 요슈아 벤지오와 Aaron Courville의 지도 아래 박사 학위를 마쳤으며, 본인의 회고에 따르면 몬트리올의 한 바에서 대화 중 GAN 아이디어를 떠올렸고, 핵심 적대적 훈련 루프를 스케치한 뒤 같은 날 밤에 작동하는 프로토타입을 구현했다. 원 논문은 Goodfellow를 첫 저자로, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu를 포함한 여러 공동 저자와 함께 2014년 12월 Neural Information Processing Systems 학회에서 발표되었다.
GAN 논문과 그 영향
2014년 논문 "Generative Adversarial Networks"는 Bengio의 연구실과 함께 출판되었으며, 서로 대립하는 두 신경망을 훈련시키는 방식을 제안했다. 즉, 합성 데이터를 생성하는 생성자(generator)와 실제 예시와 생성된 예시를 구별하려는 판별자(discriminator)가 경쟁을 통해 함께 개선되는 구조이다. 이 접근법은 2020년대 초반 확산 모델이 고충실도 이미지 생성의 선도적 접근법으로 자리 잡기 전까지 딥 생성 모델의 두 주요 계열 중 하나가 되었지만, GAN은 스타일 전이, 초해상도, 초기 Deepfake 기술에서 여전히 영향력을 유지했으며, 적대적 훈련이라는 아이디어 자체는 이미지 합성 영역을 훨씬 넘어 확산되었다.
Goodfellow는 또한 요슈아 벤지오와 Aaron Courville과 함께 교과서 "Deep Learning"(MIT Press, 2016)을 공동 저술했는데, 이 책은 경사 하강법, 역전파, 합성곱 신경망, 순환 신경망, 생성 모델을 다루는 표준 대학원 수준의 참고 자료가 되었으며, Russell과 Norvig의 AIMA와 함께 이 분야의 핵심 텍스트로 자주 인용된다.
경력과 적대적 견고성
GAN 외에도 Goodfellow는 적대적 예시에 대한 영향력 있는 초기 연구를 수행했는데, 이는 입력에 대한 작고 종종 인지하기 어려운 교란으로 신경망이 높은 신뢰도로 오분류하도록 만드는 것으로, 딥러닝 시스템의 견고성과 신뢰성에 대한 초기 의문을 제기했으며 이후 AI 안전 및 레드 팀 논의의 중심이 되었다. 그의 경력은 Google Brain, OpenAI에서의 기간, Google 복귀, Apple의 특별 프로젝트 그룹에서 머신러닝 디렉터로 재직, 그리고 2022년 DeepMind로의 이동을 포함하며, 이는 2010년대와 2020년대에 최고 수준의 생성 모델링 인재가 소수의 선도 연구소에 집중된 현상을 반영한다. 그는 AI 시스템의 지속적인 안전성과 신뢰성이 원시 능력과 분리될 수 없다고 공개적으로 밝혀 왔으며, 이러한 입장은 각 연속된 역할에서 그의 연구 의제를 형성해 왔다.