컴퓨터 과학 및 인공지능 연구소(CSAIL)은 매사추세츠 공과대학교(MIT)에 있는 연구 기관이다. 2003년 컴퓨터 과학 연구소(LCS)와 인공지능 연구소(AI Lab)의 합병으로 설립된 CSAIL은 연구 범위와 구성원 수 기준으로 MIT 캠퍼스에서 가장 큰 연구소이다. 레이 앤 마리아 스타타 센터에 위치하며, 슈워츠먼 컴퓨팅 대학의 일부이면서 MIT 연구 부총장의 감독을 받는다.
CSAIL의 연구 활동은 각각 한 명 이상의 교수나 연구 과학자가 이끄는 반자율적 연구 그룹을 중심으로 조직된다. 이 그룹들은 인공지능, 계산 생물학, 그래픽 및 비전, 언어 및 학습, 계산 이론, 로봇공학, 그리고 시스템(컴퓨터 구조, 데이터베이스, 분산 시스템, 네트워크, 운영 체제, 프로그래밍 방법론, 소프트웨어 공학 포함)의 일곱 가지 주요 영역에 걸쳐 있다.
프로젝트 MAC에서의 기원
MIT의 컴퓨팅 연구는 1930년대 배니바 부시의 미분 해석기와 클로드 섀넌의 전자 불 대수 연구, 이어서 전시 MIT 방사선 연구소, 전후 프로젝트 휠윈드, 그리고 전자 연구소(RLE)로 거슬러 올라간다. MIT의 인공지능 연구는 1950년대 후반에 시작되었다. 1963년 7월 1일, 국방 고등 연구 계획국(DARPA)의 200만 달러 지원으로 프로젝트 MAC이 시작되었다. MAC이라는 약어는 "Machine-Aided Cognition", "Multiple-Access Computer", "Men and Computers" 등 여러 문구를 의미했으며, 이는 J. C. R. 리클라이더의 1960년 논문 "Man-Computer Symbiosis"의 비전을 반영한 것이었다.
프로젝트 MAC의 초대 소장은 RLE 출신의 로버트 파노였으며, 그는 다른 MIT 학과에서 직원을 모집하기 쉽도록 의도적으로 '연구소'가 아닌 '프로젝트'라고 불렀다. DARPA 프로그램 매니저이자 전 RLE 구성원이었던 리클라이더는 이후 파노의 뒤를 이어 소장이 되었다. 이 프로젝트는 운영 체제, 인공지능, 계산 이론 분야의 혁신으로 유명해졌으며, 버클리의 프로젝트 지니와 스탠퍼드 인공지능 연구소 등이 동시대 기관이었다.
민스키가 이끌고 리스프의 발명가인 존 매카시가 참여한 프로젝트 MAC 내 AI 그룹은 비전, 기계 운동, 조작, 언어에 중점을 두었다. 1960년대와 1970년대에 이 그룹은 PDP-6 및 PDP-10 컴퓨터에서 실행되는 시분할 운영 체제인 비호환 시분할 시스템(ITS)을 개발했다. 초기 커뮤니티에는 MIT 계산 센터에서 호환 시분할 시스템(CTSS)을 가져온 페르난도 J. 코르바토도 포함되어 있었으며, DARPA 자금으로 IBM 7094를 구매했다. CTSS는 약 100개의 텔레타이프 터미널을 지원했고 동시에 약 30명의 사용자가 사용할 수 있었으며, 1966년 사이언티픽 아메리칸 정보 특집호에 소개되었다.
프로젝트 MAC은 또한 CTSS의 후속작이자 최초의 고가용성 컴퓨터 시스템 중 하나인 멀틱스를 제너럴 일렉트릭 및 벨 연구소와의 산업 컨소시엄의 일부로 개발했다. 1969년 벨 연구소가 탈퇴하고 1970년 GE가 컴퓨터 사업에서 철수한 후에도 프로젝트 MAC은 1970년대 내내 허니웰과 함께 멀틱스 개발을 계속했다.
AI 연구소와 컴퓨터 과학 연구소
1960년대 후반, 민스키의 AI 그룹은 더 많은 공간을 원했지만 소장 리클라이더로부터 얻지 못했다. 민스키는 자신의 연구소를 분리 설립하면 추가 사무실 공간을 받을 자격이 생긴다는 것을 발견했다. 그 결과 1970년 MIT AI 연구소가 설립되었고, 많은 AI 동료들이 그를 따라 프로젝트 MAC을 떠났다. TECO를 사용해 EMACS를 개발한 리처드 스톨먼과 같은 프로그래머들은 AI 연구소에서 활약했다. 이 연구소는 1980년대에 심볼릭스와 리스프 머신스 사에 의해 상용화된 리스프 머신을 발명했다.
프로젝트 MAC은 1976년 공식적으로 컴퓨터 과학 연구소(LCS)로 이름이 바뀌었다. LCS 연구원들은 운영 체제, 프로그래밍 언어, 분산 시스템, 보안 커널, 계산 이론에 대한 연구를 계속했다. 두 교수인 할 앱슨과 제럴드 제이 서스먼은 공식적으로 MIT 수학 및 계산 프로젝트(중단된 "프로젝트 MAC" 명칭의 역두문자어)라고 불리는 더 작은 그룹을 만들었으며, AI 연구소와 LCS 사이의 중립성을 상징하는 "스위스"라는 별명으로 불렸다.
CSAIL의 설립
2003년 7월 1일, 프로젝트 MAC 설립 40주년에 LCS와 AI 연구소가 합병하여 CSAIL이 설립되었다. 이 합병으로 MIT 캠퍼스에서 600명 이상의 인력을 보유한 최대 규모의 연구소가 탄생했다. 2018년, CSAIL은 신장에서의 감시 및 인권 침해 혐의로 이듬해 제재를 받은 기업인 아이플라이텍과 5년간의 협력 프로그램을 시작했다. 2019년 10월, MIT는 아이플라이텍 및 센스타임과 같은 제재 기업과의 파트너십을 검토하겠다고 발표했다. 아이플라이텍과의 계약은 2020년 4월에 종료되었다. CSAIL은 2020년 2월까지 공학 대학에서 새로 설립된 슈워츠먼 컴퓨팅 대학으로 이전했다.
연구 기여 및 주요 프로젝트
CSAIL은 Artificial intelligence, Machine learning, Robotics 분야 발전의 중심 허브였다. 연구진들은 Deep learning 및 Neural network 아키텍처의 기초 연구에 기여하여 현대 Large language model 시스템 개발에 영향을 미쳤다. 이 연구소의 Generative AI에 대한 집중은 많은 현대 AI 응용 프로그램의 기반이 되는 Transformer (architecture) 모델의 부상과 궤를 같이했다. CSAIL은 OpenAI, Google DeepMind, Anthropic과 같은 산업 리더 및 AMD, Intel, NVIDIA, Amazon Web Services, 마이크로소프트 애저와 같은 하드웨어 및 클라우드 제공업체와 협력을 유지하고 있다.
CSAIL에 소속된 주목할 만한 교수와 연구원으로는 계산 인지 과학 분야의 Joshua Tenenbaum, 컴퓨터 비전 분야의 Alexei Efros, 견고성 및 보안 분야의 Aleksander Madry, 그리고 (이후 스탠퍼드로 옮긴) Daphne Koller가 있다. 이 연구소는 또한 기계 학습 이론을 형성한 Thomas G. Dietterich와 Michael I. Jordan 같은 인물들을 배출했다. CSAIL의 로봇공학 연구는 더 넓은 분야에서 Waymo 및 Tesla과 관련된 노력을 포함한 자율 시스템에 영향을 미쳤다.
연구 그룹 및 영역
이 연구소의 일곱 가지 연구 영역은 다양한 프로젝트를 지원한다. 인공지능 분야에서 그룹들은 추론, 계획, 지식 표현을 탐구한다. 계산 생물학은 컴퓨팅을 유전체 및 생물 의학 문제에 적용한다. 그래픽 및 비전 연구는 렌더링, 이미지 이해, 증강 현실을 다룬다. 언어 및 학습은 자연어 처리와 통계적 학습에 중점을 둔다. 계산 이론은 알고리즘, 복잡성, 암호화를 다룬다. 로봇공학은 조작, 이동, 인간-로봇 상호 작용을 포함한다. 시스템 연구는 운영 체제, 분산 시스템, 소프트웨어 공학에 걸쳐 있다.
영향 및 유산
CSAIL의 유산에는 시분할 시스템, 리스프 머신, 초기 AI 프로그래밍 언어의 개발이 포함된다. 이 연구소의 동문과 교수진은 Xerox PARC 및 Nokia Bell Labs를 포함한 주요 기술 기업과 연구소를 설립하거나 이끌었다. 그들의 연구는 Chess computer 시스템 및 기타 게임 플레이 AI의 창조에 기여했다. 이 연구소는 계속해서 동료 심사 출판물과 오픈 소스 소프트웨어의 선도적인 공급원이며, 학제 간 협력에 강한 중점을 두고 있다. 2020년대 초반 현재 CSAIL은 양자 알고리즘부터 인간 중심 AI에 이르기까지 컴퓨팅의 최전선을 발전시키는 데 핵심적인 역할을 하고 있다.
시설 및 커뮤니티
CSAIL은 건축가 프랭크 게리가 설계하고 2004년에 완공된 레이 앤 마리아 스타타 센터에 위치해 있다. 이 건물은 1,000명 이상의 연구원, 학생, 직원을 위한 협업 공간, 실험실, 사무실을 제공한다. 이 연구소는 수많은 세미나, 워크숍, 연례 오픈 하우스를 개최하여 학자와 실무자들의 활기찬 커뮤니티를 조성한다. 슈워츠먼 컴퓨팅 대학 내 위치는 다른 MIT 학과 및 이니셔티브와의 통합을 용이하게 한다.
향후 방향
앞으로 CSAIL은 Artificial intelligence 안전성, 해석 가능성, 효율성의 과제를 해결할 준비가 되어 있다. 연구원들은 Machine learning 모델을 더욱 안정적이고 자원 집약적이지 않게 만드는 방법을 모색하고 있으며, 의료, 기후 과학, 교육 분야에 적용할 수 있는 잠재력을 가지고 있다. 이 연구소의 개방형 연구와 윤리적 고려 사항에 대한 헌신은 차세대 컴퓨팅 기술을 형성하는 데 중요한 위치를 차지하게 할 것이다.