IBM Research AI는 IBM Research의 인공지능 전문 부서로, 미국의 정보 기술 기업 IBM의 연구 개발 조직이다. 이 부서는 뉴욕주 요크타운 하이츠에 있는 토머스 J. 왓슨 연구 센터에 본부를 두고 있으며, 뉴욕주 아몬크에 있는 IBM 본사와 가깝다. IBM Research는 6개 대륙의 12개 연구소에 걸쳐 170개 이상의 국가에서 운영되며, AI 관련 작업은 여러 연구소에 분산되어 있다.
IBM Research는 수십 년 동안 인공지능 분야에 중요한 기여를 해왔다. 이 조직의 과학자들은 현대 머신러닝 시스템의 기반이 되는 알고리즘, 하드웨어, 이론적 프레임워크를 포함한 기초 기술과 방법을 개발했다. 또한 의료, 금융, 재료 과학 등의 분야에 AI 솔루션을 배포하기 위해 기업 및 학술 기관과 협력하는 응용 연구에도 참여하고 있다.
역사적 기여
IBM Research는 제2차 세계대전 이후 현대적 형태로 설립되었으며, 그 뿌리는 1945년 컬럼비아 대학교에 설립된 왓슨 과학 컴퓨팅 연구소로 거슬러 올라간다. 이후 1961년 뉴욕주 요크타운 하이츠에 토머스 J. 왓슨 연구 센터를 개소하면서 본부를 이전했으며, 현재까지도 이곳이 부서의 본거지로 남아 있다. 이후 수십 년 동안 IBM 과학자들은 잔차 네트워크의 선구적 개념, Fortran 프로그래밍 언어, 시퀀스-투-시퀀스 아키텍처, 초기 관계형 데이터베이스 시스템 등 컴퓨팅 산업을 형성한 일련의 혁신을 만들어냈다.
인공지능 역사에서 특히 주목할 만한 이정표는 1997년 IBM의 딥 블루가 세계 체스 챔피언 게리 카스파로프를 이긴 사건이다. 딥 블루는 현대 신경망보다는 대규모 병렬 검색과 맞춤형 하드웨어에 의존했지만, 기계가 복잡한 전략적 과제에서 인간을 능가할 수 있음을 입증했다. 2011년에는 IBM의 왓슨 시스템이 퀴즈 쇼 제퍼디!에서 챔피언들을 꺾었는데, 이는 자연어 처리와 통계적 추론을 사용해 개방형 질문에 답변한 사례였다. 왓슨은 이후 의료 및 기업용 애플리케이션을 위한 상용 플랫폼으로 발전했다.
핵심 연구 분야
IBM Research의 AI 의제는 여러 영역에 걸쳐 있다. 딥러닝 분야에서 과학자들은 트랜스포머, 생성형 AI, 효율적인 훈련 기법을 연구한다. 이 조직은 멀티-헤드 어텐션 메커니즘과 위치 인코딩에 대한 초기 연구에 기여했으며, 이러한 아이디어는 이후 대규모 언어 모델의 핵심이 되었다. 또한 모델 프루닝 및 양자화와 같은 모델 압축 기법도 연구하여 AI를 프로덕션 환경에 배포할 때의 계산 비용을 줄이고 있다.
또 다른 주요 초점은 과학을 위한 AI이다. IBM 연구자들은 머신러닝을 화학, 재료 발견, 기후 모델링 문제에 적용하며, 종종 전통적인 시뮬레이션과 학습 기반 대리 모델을 결합한다. 이 부서는 연구자들이 IBM의 양자 컴퓨터에서 실험을 실행할 수 있게 해주는 클라우드 기반 플랫폼인 퀀텀 익스피리언스도 운영한다. 손실 함수 및 최적화 방법을 포함하는 하이브리드 양자-고전 알고리즘이 이 환경에서 테스트된다.
주요 기술 및 제품
IBM Research는 수년에 걸쳐 여러 영향력 있는 AI 기술을 생산해왔다. 마이크로소프트 연구자들이 도입했지만 IBM에서도 탐구된 잔차 네트워크는 현재 딥러닝의 표준 구성 요소가 되었다. 이 부서는 또한 신경 기계 번역 및 기타 작업을 위한 인코더-디코더 프레임워크를 개발했다. 최근 IBM은 편향 탐지, 설명 가능성, 모델 견고성을 위한 도구를 포함한 신뢰할 수 있는 AI에 주력하고 있다. 이러한 도구는 왓슨 제품군과 watsonx 플랫폼과 같은 IBM의 상용 제품에 통합되어 있다.
이 부서는 AI 하드웨어에도 기여하고 있다. IBM은 전용 프로세서와 가속기 칩을 설계했으며, 아날로그 인메모리 컴퓨팅과 뉴로모픽 아키텍처를 계속 연구하고 있다. 이러한 노력은 AMD, Intel, Nvidia와 같은 회사들의 작업을 보완하며, 더 넓은 AI 하드웨어 생태계에 기여하고 있다.
협력 및 생태계
IBM Research AI는 전 세계 학술 기관 및 산업 조직과 파트너십을 유지하고 있다. 2017년에 2억 4천만 달러를 투자해 설립된 MIT-IBM 왓슨 AI 랩이 대표적인 사례이다. 이 랩은 컴퓨터 비전, 자연어 처리, AI 안전성 등의 분야에서 연간 약 50개의 연구 프로젝트에 자금을 지원하며, MIT와 IBM의 과학자들을 한자리에 모은다. IBM은 또한 IBM Research AI 레지던시 프로그램을 통해 대학과 협력하여 초기 경력 연구자들을 모집한다.
이 부서는 오픈소스 프로젝트에도 기여하고 있다. PyTorch 기반의 공정성 지표 라이브러리와 AI 공정성 360 툴킷이 그 예이다. IBM은 또한 Linux 재단 AI 및 데이터 이니셔티브의 후원자이며, 채택을 장려하고 투명성을 높이기 위해 오픈 라이선스로 모델과 데이터셋을 공개하고 있다.
인물 및 문화
많은 저명한 컴퓨터 과학자들이 IBM Research에서 일했다. 이 부서와 관련된 인물로는 최초로 튜링상을 수상한 여성인 프랜시스 E. 앨런, RISC 아키텍처 개발에 기여한 존 코크, APL 프로그래밍 언어를 발명한 케네스 아이버슨 등이 있다. 최근 연구자들은 신경망 이론, 딥러닝, 대규모 언어 모델에 기여했다. IBM 직원들은 노벨상 6회, 튜링상 7회를 포함해 수많은 영예를 안았다.
이 부서는 AI 연구 부문의 부사장이 이끌며, 전 세계 연구소에 수백 명의 연구원을 두고 있다. IBM Research의 과학자들은 최고 수준의 저널과 학술대회에 정기적으로 논문을 발표하며, AI 및 컴퓨팅 관련 수천 개의 특허를 보유하고 있다.
글로벌 연구소 및 영향력
2021년 기준으로 IBM Research는 6개 대륙의 12개 연구소에서 운영되고 있다. 주요 거점으로는 뉴욕의 토머스 J. 왓슨 연구 센터, 캘리포니아의 앨마덴 연구소, 스위스의 취리히 연구소, 이스라엘의 하이파 연구소, 그리고 도쿄, 베이징, 델리, 더블린, 나이로비에 있는 연구소가 있다. 이러한 글로벌 입지는 IBM이 지역 대학 및 산업 파트너와 협력하고 다양한 지역의 인재와 관점을 활용할 수 있게 해준다.
IBM의 컴퓨터 과학에 대한 기여는 AI를 넘어 확장된다. 이 부서의 연구원들은 1986년 노벨 물리학상을 수상한 주사 터널링 현미경과 전 세계 결제 시스템의 표준이 된 자기 띠 카드를 발명했다. 또한 이 조직은 잔차 네트워크 관련 이론과 드롭아웃 정규화에 대한 초기 연구를 포함한 다양한 컴퓨팅 분야의 기초 작업을 수행했다.
현재 방향 및 전망
2020년대 중반 현재 IBM Research AI는 기업용 생성형 AI에 주력하고 있다. 여기에는 비즈니스 작업에 맞춘 대규모 언어 모델 개발, 검색 증강 생성 도구, 제한된 데이터로 모델을 미세 조정하는 방법이 포함된다. 연구자들은 또한 인간 피드백 기반 강화 학습 및 커리큘럼 러닝을 포함한 안전 메커니즘을 연구하여 모델을 인간의 의도와 가치에 맞추고 있다.
IBM은 6개 대륙의 12개 연구소에서 인공지능, 양자 컴퓨팅, 하이브리드 클라우드, 반도체 기술에 대한 연구를 계속하고 있다. 이 부서의 AI 연구는 이론적 발전과 실용적 배포를 아우르며, 의료, 금융, 공급망 관리 등 산업 전반에 걸쳐 신뢰할 수 있고 확장 가능한 시스템을 구축하는 데 중점을 두고 있다.