마이클 어윈 조던(Michael Irwin Jordan, 1956년 2월 25일 출생)은 미국의 과학자이자 캘리포니아 대학교 버클리(University of California, Berkeley)의 교수로, 전기공학 및 컴퓨터과학과와 통계학과에 임용되어 페홍 첸 석좌교수(Pehong Chen Distinguished Professorship)를 맡고 있다. 그는 또한 인리아 파리(Inria Paris)의 연구 과학자이기도 하다. 조던은 기계 학습 분야의 선도적 인물 중 하나로 널리 인정받으며, 그의 경력은 인지과학, 통계학, 인공지능에 걸쳐 있다. 2016년, Semantic Scholar 프로젝트에 기반한 Science 보고서는 그를 세계에서 가장 영향력 있는 컴퓨터 과학자로 지목했다. 그의 연구는 확률적 그래픽 모델, 변분 추론, 학습 알고리즘의 이론적 기초에 대한 현대적 접근 방식을 형성했다.
조던의 연구는 전통적인 통계학과 계산 학습을 연결하며, 견고한 인공지능은 원리 있는 통계적 기반을 필요로 한다는 점을 강조한다. 그는 수많은 저명한 연구자들을 지도했으며, 미국 공학한림원(National Academy of Engineering), 미국 과학한림원(National Academy of Sciences), 미국 예술과학아카데미(American Academy of Arts and Sciences)에 선출되었다. 그의 공헌은 2022년 세계 노벨상 수상자 협회 컴퓨터과학 또는 수학 부문 초대 수상, 2024년 BBVA 재단 지식 최전선상(Frontiers of Knowledge Award)을 포함한 여러 상으로 인정받았다.
교육
조던은 1978년 루이지애나 주립대학교(Louisiana State University)에서 심리학 학사 학위를 최우등(magna cum laude)으로 받았다. 이후 1980년 애리조나 주립대학교(Arizona State University)에서 수학 석사 학위를 취득했다. 그의 박사 과정은 캘리포니아 대학교 샌디에이고(University of California, San Diego)에서 이루어졌으며, 1985년 인지과학 박사 학위를 완성했다. UC 샌디에이고에서 조던은 David Rumelhart 밑에서 연구했으며, 1980년대 병렬 분산 처리(PDP) 그룹의 활동적인 구성원으로서 인지의 연결주의 모델의 기초를 마련한 시기를 보냈다.
경력 및 연구
조던은 1988년부터 1998년까지 매사추세츠 공과대학교(Massachusetts Institute of Technology, MIT)의 뇌 및 인지과학과 교수로 학문적 경력을 시작했다. 이 기간 동안 그는 인간의 운동 제어와 인지 처리의 모델로서 순환 신경망을 개발하며 신경망의 초기 이론적 기초에 기여했다. 1998년, 그는 캘리포니아 대학교 버클리로 옮겨 그 이후로 통계학과 전기공학의 공동 임용을 유지하고 있다.
수년에 걸쳐 조던의 연구는 주로 인지적 관점에서 통계 이론에 대한 더 깊은 관여로 전환되었다. 그는 기계 학습 커뮤니티 내에서 베이지안 네트워크를 대중화하는 데 중요한 역할을 했으며, 기계 학습과 고전 통계학 사이의 자연스러운 연결을 강조했다. 근사 추론을 위한 변분 방법과 기대값 최대화(EM) 알고리즘에 대한 그의 연구는 이 분야의 표준이 되었으며, 이론적 연구와 실제 응용 모두에 영향을 미쳤다.
조던의 공헌은 최적화, 그래픽 모델, 대규모 학습 시스템의 분석으로 확장된다. 그는 또한 학술 출판에서 오픈 액세스를 위한 목소리를 높여 왔으며, 2001년 Machine Learning 저널의 편집 위원회에서 사임한 후 Journal of Machine Learning Research를 공동 창립했다.
Machine Learning 저널 사임
2001년, 조던과 여러 동료들은 제한적인 접근 정책에 항의하여 Machine Learning 저널의 편집 위원회에서 사임했다. 공개 서한에서 그들은 이 분야의 빠른 발전이 연구의 더 개방적인 보급을 요구한다고 주장했다. 그들의 행동은 Leslie Kaelbling이 설립한 Journal of Machine Learning Research(JMLR)의 창설로 이어졌으며, 이는 고품질 기계 학습 연구를 위한 무료 오픈 액세스 장소를 제공했다. 이 움직임은 인공지능 분야의 오픈 사이언스 운동에서 중추적인 순간으로 널리 간주된다.
영예 및 수상
조던은 경력 전반에 걸쳐 수많은 영예를 받았다. 초기 인정으로는 NSF 대통령 젊은 연구자상(NSF Presidential Young Investigator Award)과 1991년 미국 제어 회의(American Control Conference) 최우수 논문상이 있다. 그는 여러 주요 전문 학회의 펠로우로 선정되었다: AAAI(2002), IMS(2004), IEEE(2005), ASA(2007), ACM(2010), SIAM(2012), 국제 베이지안 분석 학회(2014). 이러한 펠로우십은 통계학, 컴퓨터 과학, 공학 전반에 걸친 그의 광범위한 영향을 반영한다.
2009년, 조던은 ACM-AAAI Allen Newell 상을 받았고, 2015년에는 David E. Rumelhart 상을 수상했다. 그는 2020년 IEEE 존 폰 노이만 메달을 수여받았다. 2016년, 그는 Semantic Scholar 프로젝트의 문헌 분석을 통해 가장 영향력 있는 컴퓨터 과학자로 지목되었다. 2022년, 그는 기계 학습의 기초와 응용에 대한 근본적 공헌을 인정받아 세계 노벨상 수상자 협회 컴퓨터과학 또는 수학 부문 초대 수상자가 되었다. 2024년에는 정보통신기술 분야 BBVA 재단 지식 최전선상을 받았다.
조던은 또한 미국 공학한림원(2010년 선출), 미국 과학한림원, 미국 예술과학아카데미의 회원이다. 그는 수리통계학회(Institute of Mathematical Statistics)의 Neyman 강연과 Medallion 강연을 포함한 명명된 강연을 수행했다.
영향 및 유산
조던의 영향력은 자신의 연구를 넘어선다. 그는 학계와 산업계의 지도자가 된 많은 수의 박사 과정 학생과 박사후 연구원을 지도했으며, 여기에는 Daphne Koller와 Anima Anandkumar 같은 인물이 포함된다. 확률적 그래픽 모델에 대한 널리 사용되는 교과서와 같은 그의 교육적 공헌은 여러 세대의 연구자를 훈련시켰다. 2019년, 조던은 인공지능 혁명이 아직 완전히 도래하지 않았다고 주장하며, 진정한 AI는 컴퓨터 과학과 통계학의 더 깊은 통합을 필요로 한다고 강조했다. 이러한 관점은 이 분야의 방향에 대한 지속적인 논쟁을 형성했다.
주요 출판물
조던은 수백 편의 논문과 여러 영향력 있는 책을 저술하거나 공동 저술했다. 주목할 만한 작품으로는 순환 신경망에 대한 초기 논문, 변분 추론에 대한 기초 논문, 그래픽 모델과 최적화에 대한 공동 연구가 있다. X. Nguyen 및 M. Wainwright와의 2004년 ICML 논문은 최우수 학생 논문상을 받았으며, R. Jacobs와의 1991년 논문은 ACC에서 최우수 논문상을 받았다. 이러한 출판물은 그의 지속적인 생산성과 이론 및 방법론 발전에서의 역할을 반영한다.
참고 문헌
이 문서는 Michael I. Jordan의 경력에 대한 공개적으로 이용 가능한 정보를 바탕으로 하며, UC 버클리의 공식 전기와 전문 영예 기록을 포함한다. 주요 출처로는 2016년 Science 보고서, 세계 노벨상 수상자 협회의 발표, 전문 학회의 펠로우십 인용이 있다.