제임스 로이드 "제이" 매클렐런드(James Lloyd "Jay" McClelland, FBA, 1948년 12월 1일 출생)는 미국의 인지 심리학자이자 스탠포드 대학교의 루시 스턴 교수(Lucie Stern Professor)로, 이전에는 심리학과 학과장을 역임했다. 그는 통계적 학습과 병렬 분산 처리(PDP)에 대한 기초 연구로 가장 잘 알려져 있으며, 연결주의 모델(또는 신경망이라고도 함)을 적용하여 음성 단어 인식 및 시각적 단어 인식과 같은 인지 현상을 설명했다. 매클렐런드는 1980년대 연결주의에 대한 과학적 관심의 급증에 크게 기여했으며, 이 운동은 인지 과학을 재편하는 데 도움을 주었고 이후 인공지능 및 딥러닝의 발전을 위한 개념적 토대를 마련했다.
매클렐런드의 연구는 인지 과정이 명시적인 기호 규칙보다는 단순하고 상호 연결된 단위들의 상호 작용에서 어떻게 emerge하는지에 초점을 맞추어 왔다. 1980년대 데이비드 러멜하트(David Rumelhart)와의 공동 연구는 학습과 기억에 영향력 있는 모델을 생산했으며, 그의 지속적인 연구는 의미 인지의 신경 기반과 생물학적 및 인공 시스템 모두에서의 학습 역학을 다루고 있다.
초기 생애 및 교육
매클렌런드는 1948년 12월 1일 월터 무어(Walter Moore)와 프랜시스(셰퍼) 매클렌런드(Frances (Shaffer) McClelland) 사이에서 태어났다. 그는 심리학에 대한 초기 관심을 키웠고 컬럼비아 대학교에서 학부 과정을 밟아 1970년에 심리학 학사 학위를 받았다. 이후 펜실베이니아 대학교로 옮겨 1975년에 인지 심리학 박사 학위를 취득했다. 대학원 훈련 기간 동안 그는 마음에 대한 계산적 접근 방식에 관심을 갖게 되었고, 이는 그의 경력을 정의하는 길이 되었다.
1978년 5월 6일, 매클렌런드는 하이디 마샤 펠드먼(Heidi Marsha Feldman)과 결혼했으며, 두 사람 사이에는 두 딸이 있다.
경력 및 병렬 분산 처리
매클렌런드의 학문적 경력은 1970년대 후반에 시작되었으며, 1980년대 초에는 데이비드 러멜하트 및 다른 연구자들과 협력하여 병렬 분산 처리(PDP) 프레임워크로 알려지게 된 연구를 진행했다. 1986년, 매클렌런드와 러멜하트는 두 권으로 구성된 저서 병렬 분산 처리: 인지의 미세 구조 탐구(Parallel Distributed Processing: Explorations in the Microstructure of Cognition)를 출판했으며, 일부는 여전히 이를 인지 과학자들의 성경으로 여긴다. 이 책들은 연결주의 모델을 폭넓은 독자층에게 소개하여 단순한 처리 단위들의 네트워크가 패턴 인식, 학습, 언어 처리와 같은 복잡한 작업을 어떻게 수행할 수 있는지 보여주었다. 이후 딥러닝의 중심 인물이 된 제프리 힌턴(Geoffrey Hinton)은 PDP 그룹의 일원이었으며, 이 기간 동안 발전된 아이디어는 이후 세대의 연구자들에게 영향을 미쳤다.
PDP 프레임워크는 인지 능력이 많은 상호 연결된 단위들의 병렬 활동에서 발생하며, 지식은 단위들 간의 연결 강도에 저장된다고 제안했다. 이는 인지를 명시적 규칙과 표상의 조작으로 간주하던 당시 지배적이던 기호 패러다임과 뚜렷이 대조되었다. 매클렌런드와 러멜하트는 연결주의 모델이 경험으로부터 학습하고, 새로운 입력에 일반화하며, 손상 시 우아한 성능 저하(graceful degradation)를 보일 수 있음을 보여주었는데, 이는 인간 인지의 특성을 반영한다.
TRACE 모델 및 언어 처리
매클렌런드의 가장 주목할 만한 기여 중 하나는 1980년대 제프리 엘먼(Jeffrey Elman)과 공동 개발한 음성 인식의 TRACE 모델이다. TRACE는 음향, 음소, 어휘 정보를 시간에 따라 통합하여 인간이 음성 단어를 어떻게 인식하는지 시뮬레이션하는 연결주의 모델이다. 이 모델은 음소 인식에 대한 맥락의 영향과 단어 인식의 시간 경과를 포함한 다양한 심리언어학적 현상을 설명한다. 이는 여전히 계산 심리언어학의 기준점으로 남아 있다.
매클렌런드는 또한 시각적 단어 인식에 연결주의 원리를 적용했는데, 특히 러멜하트와 개발한 상호 작용 활성화 모델(interactive activation model)이 그러하다. 이 모델은 읽기 중 문자와 단어 정보가 어떻게 상호 작용하는지 설명했으며, 이후 읽기 및 난독증 이론에 영향을 미쳤다.
핑커 및 프린스와의 논쟁
매클렌런드와 러멜하트는 또한 언어 특정 학습 모듈의 필요성에 관한 스티븐 핑커(Steven Pinker) 및 앨런 프린스(Alan Prince)와의 영향력 있는 논쟁으로 유명하다. 이 논쟁은 아이들이 영어 동사의 과거형을 어떻게 습득하는지에 초점을 맞추었다. 핑커와 프린스는 규칙 동사와 불규칙 동사 형태가 별도의 메커니즘(하나는 규칙 기반, 다른 하나는 연합 기반)을 필요로 하며, 이러한 구분이 선천적 언어 능력을 시사한다고 주장했다. 매클렌런드와 러멜하트는 단일 연결주의 시스템이 규칙 및 불규칙 형태를 모두 학습할 수 있다고 반박했으며, 이는 언어 학습이 전용 모듈보다는 일반 목적의 통계적 학습 메커니즘에 의존할 수 있음을 시사한다.
1980년대 후반과 1990년대 초반에 걸쳐 전개된 이 논쟁은 인지 과학의 이정표가 되었으며, 기호적 접근과 연결주의적 접근 사이의 이론적 분열을 더욱 선명하게 했다. 이는 또한 언어 습득과 정신 표상의 본질에 대한 광범위한 경험적 및 계산적 연구를 자극했다.
이후 경력 및 현재 연구
2006년 가을, 매클렌런드는 카네기 멜런 대학교에서 스탠포드 대학교로 옮겼으며, 그곳에서 심리학 및 인지 신경과학 교수로 재직했다. 스탠포드에서 그는 루시 스턴 교수가 되었고 이후 심리학과 학과장을 역임했다. 그는 또한 맨체스터 대학교 심리 과학 학부 내 신경과학 및 실어증 연구 부서(NARU)의 객원 교수로 시간제 임용을 유지하고 있다.
매클렌런드의 현재 연구는 여전히 연결주의 모델의 틀 안에서 학습, 기억 과정, 심리언어학에 초점을 맞추고 있다. 그는 뇌가 의미 기억을 어떻게 지원하는지, 해마와 신피질의 보완적 학습 시스템이 어떻게 상호 작용하는지, 분산 표상이 어떻게 유연한 행동을 가능하게 하는지 연구한다. 그의 연구는 인지 노화, 실어증, 기억 장애를 이해하는 데 시사점을 제공한다.
그는 오랫동안 러멜하트와 협력해 온 러멜하트 상 위원회의 전 위원장이며, 2010년 오리건주 포틀랜드에서 열린 인지 과학 학회 연례 회의에서 그 자신도 이 상을 수상했다.
수상 및 영예
매클렌런드는 인지 과학 및 심리학에 대한 기여를 인정받아 수많은 상을 받았다. 2002년에는 루이빌 대학교 그라웨마이어 심리학 상(University of Louisville Grawemeyer Award in psychology)을 받았다. 그는 마음과 뇌 상(Mind & Brain Prize)을 수상했으며, 2014년에는 C.L. 드 카르발류-하이네켄 상(C.L. de Carvalho-Heineken Prize)을 받았다. 경력 초기에는 1981년부터 1986년까지 그리고 다시 1987년부터 1997년까지 국립 정신 건강 연구소(National Institute of Mental Health)의 연구 과학자 경력 개발 상을 받았으며, 1970년부터 1973년까지 국립 과학 재단(National Science Foundation)의 펠로우였다. 또한 1970년에는 컬럼비아 대학교에서 윌리엄 W. 커밍 상(William W. Cumming Prize)을 받았다.
2017년 7월, 매클렌런드는 영국 인문사회과학 국립 아카데미인 영국 아카데미(British Academy, FBA)의 통신 펠로우로 선출되어 그의 국제적 영향력을 인정받았다.
유산 및 영향
1980년대 매클렌런드와 동료들이 주창한 아이디어는 인지 과학과 인공지능에 지속적인 영향을 미쳤다. 초기 연결주의 모델은 계산 자원의 제약을 받았지만, 그 원리(분산 표상, 병렬 처리, 데이터로부터의 학습)는 현대 딥러닝 시스템의 핵심 측면을 예견했다. PDP 프레임워크는 머신러닝 기술의 발전에 영향을 미쳤으며, 신경망 분야의 많은 현대 연구자들은 이 작업에서 지적 계보를 추적한다.
매클렌런드의 통계적 학습 강조는 또한 발달 심리학 연구에 정보를 제공하여, 유아와 어린이가 통계적 규칙성에 대한 노출을 통해 언어와 개념을 어떻게 습득하는지 보여주었다. 브루스 맥노턴(Bruce McNaughton) 및 랜들 오라일리(Randall O'Reilly)와 함께 개발한 보완적 학습 시스템 이론은 뇌가 새로운 정보의 빠른 획득과 장기적 안정성 사이의 균형을 어떻게 맞추는지에 대한 계산적 설명을 제공하며, 신경과학에서 여전히 영향력을 발휘하고 있다.