국제 기계 학습 학회(International Conference on Machine Learning, ICML)는 기계 학습에 전념하는 연례 학술 회의로, 1980년에 처음 개최되었으며 국제 기계 학습 학회(International Machine Learning Society, IMLS)가 주관한다. 이 학회는 가장 오래된 학회로 인정받고 있으며, NeurIPS 및 ICLR와 함께 기계 학습 및 인공 지능 연구에서 영향력과 명성이 가장 높은 3대 주요 학회 중 하나로 꼽힌다. 이 회의는 일반적으로 매년 7월에 개최되며, 논문 제출 마감은 1월 말이지만 정확한 날짜는 해마다 다를 수 있다.
ICML은 기계 학습의 이론과 응용에 관한 발전을 발표하는 중심 장소로서, 전 세계의 학계와 산업계 연구자들을 끌어모은다. 학회의 논문집은 오픈 액세스로 출판되며, 이 학회는 현대 인공 지능 기술 발전의 기초를 다지는 데 중요한 역할을 해왔다.
역사
ICML은 1980년 7월 카네기 멜런 대학교에서 처음 개최된 국제 기계 학습 워크숍(International Workshop on Machine Learning)에서 시작되었다. 이 워크숍은 Jaime Carbonell, Ryszard S. Michalski, Tom M. Mitchell이 조직했으며, 1993년에 현재의 이름을 사용하는 본격적인 학술 회의로 전환되기 전까지 10년 이상 운영되었다. 2010년대부터 학회의 논문집은 오픈 액세스 저널인 Proceedings of Machine Learning Research(PMLR)에 게재되었으며, 이는 Journal of Machine Learning Research의 Workshop and Conference Proceedings에서 발전하여 2015년에 PMLR로 이름이 바뀌었다.
수십 년에 걸쳐 ICML은 현대 기계 학습의 기반이 되는 수많은 영향력 있는 논문을 발표해 왔다. 주목할 만한 예로는 로렌스 버클리 국립 연구소(Lawrence Berkeley National Laboratory)의 주성분 분석을 통한 K-평균 군집화 연구(2004), Google의 배치 정규화 도입, Google Brain의 EfficientNet(2019), OpenAI의 CLIP(2021), UC 버클리의 Soft Actor-Critic(2018) 등이 있다. 이러한 연구들은 딥 러닝, 신경망, 생성형 AI와 같은 분야를 형성하는 데 기여했다.
학회의 규모는 비약적으로 성장했다. 논문 제출 수는 2015년 1,037편(채택 270편)에서 2025년 12,107편(채택 3,260편)으로 증가했다. 2026년에는 제출 수가 24,371편에 달해 전년 대비 두 배 이상 증가했다. 논문 채택률은 2020년 21%에서 2024년 30% 사이에서 변동했다. 채택된 논문은 포스터로 발표되며, 그중 일부는 구두 발표로 선정되거나 위원회에 의해 "스포트라이트 논문"으로 지정된다. 2026년에는 제출된 논문의 2.2%가 스포트라이트로, 0.7%가 구두 발표로 선정되었다. 또한, 매년 최우수 논문상(Outstanding Paper Award, 이전 명칭: Best Paper Award)이 수여되어 가장 우수한 연구 성과를 기념한다.
범위와 초점
ICML의 범위는 기계 학습의 전반을 아우르며, 특히 이론적 분석, 알고리즘 혁신, 통계적 학습에 중점을 둔다. NeurIPS 및 ICLR와 비교할 때, ICML은 전통적으로 강화 학습, 로봇 공학, 최적화 이론에 관한 콘텐츠를 더 많이 다룬다. 이러한 초점은 기초적인 질문과 응용 시스템 모두를 연구하는 연구자들을 끌어들인다.
학회의 연례 논문집은 PMLR에 게재되어 연구 커뮤니티의 폭넓은 접근성을 보장한다. 이러한 오픈 액세스 모델은 ICML이 실무자와 학계 연구자 모두에게 핵심적인 자료로 자리 잡는 데 기여해 왔다.
산업계 참여
ICML은 최첨단 연구와 신진 인재를 찾는 기술 기업들의 상당한 후원을 받는다. Google, Microsoft, Amazon, Meta, Apple과 같은 주요 기업들은 정기적으로 이 학회를 후원하고, 자사의 연구를 발표하며, 현장에서 연구자를 채용한다. 또한 Citadel Securities, Jane Street Capital, D.E. Shaw를 포함한 금융 기관들도 양적 금융에서 기계 학습의 중요성이 커짐에 따라 학회에 눈에 띄게 참여하고 있다.
이러한 산업계의 참여는 학술 연구와 상업적 응용을 연결하는 다리 역할을 하며, ICML에서 발표된 많은 혁신적인 성과들이 제품과 서비스로 이어지고 있다. 이 학회는 또한 대학 연구실과 기업 연구 부서 간의 협력을 촉진하는 네트워킹 허브 역할을 한다.
영향력과 인정
ICML은 엄격한 동료 심사 과정과 획기적인 연구를 꾸준히 출판해 온 실적으로 기계 학습 분야의 최고 권위 학회로 널리 인정받고 있다. 이 학회에서 발표된 논문들은 최적화 기법에서 모델 아키텍처에 이르기까지 해당 분야의 표준 도구가 되는 경우가 많다. 학회의 논문 제출 수 증가는 계산 능력의 향상과 데이터 가용성의 증가에 힘입은 기계 학습 연구의 전반적인 확장을 반영한다.
최우수 논문상은 매우 경쟁이 치열한 영예로, 학문의 경계를 크게 넓힌 연구에 수여된다. 과거 수상작에는 트랜스포머, 대규모 언어 모델, 확장 가능한 학습 방법과 같은 주제를 다룬 연구들이 포함되어 있으며, 이 중 다수는 이후 딥 러닝 및 그 너머 분야의 후속 발전에 지대한 영향을 미쳤다.
같이 보기
- ICLR
- Journal of Machine Learning Research
- NeurIPS