살릴 바단은 미국의 컴퓨터 과학자이자 하버드 대학교 교수로, 공학 및 응용 과학 대학과 수학과에서 직책을 맡고 있다. 그의 연구는 이론 컴퓨터 과학 전반에 걸쳐 있으며, 차등 프라이버시, 유사난수성, 계산 복잡도, 암호학에 주요 기여를 했다. 그는 PCP 정리에 대한 연구와 프라이버시 보호 데이터 분석의 수학적 기초를 발전시킨 공로로 널리 인정받고 있다.
바단은 1995년 하버드 대학교에서 수학 학사 학위를 받았고, 1999년 샤피 골드바서의 지도 아래 MIT 컴퓨터 과학 및 인공지능 연구소에서 컴퓨터 과학 박사 학위를 취득했다. 박사 학위를 마친 후 그는 하버드 대학교 교수진에 합류하여 대부분의 경력을 그곳에서 보냈으며, 마이크로소프트 리서치에서 연구원으로 잠시 근무한 기간도 있었다.
차등 프라이버시
바단은 데이터 분석의 출력이 데이터셋의 개인에 대한 정보를 드러내지 않도록 보장하는 프레임워크인 차등 프라이버시 분야의 선도적 인물이다. 그는 개인 데이터 공개를 위한 메커니즘 개발과 프라이버시, 정확성, 계산 효율성 간의 균형에 대한 연구를 포함한 기초 이론적 결과를 기여했다. 그의 연구는 산업 및 정부에서 사용되는 프라이버시 보호 시스템 설계에 영향을 미쳤으며, 미국 인구조사국의 2020년 인구조사 차등 프라이버시 구현도 포함된다.
2017년, 바단은 차등 프라이버시에 대한 포괄적인 모노그래프를 공동 저술했으며, 이는 해당 분야의 표준 참고 자료가 되었다. 그는 또한 구글 딥마인드와 오픈AI 같은 기관의 연구자들과 프라이버시 관련 주제로 협력했지만, 그의 주요 기여는 이론적 측면에 남아 있다.
유사난수성과 복잡도
바단의 초기 연구는 계산적으로 제한된 관찰자에게 무작위로 보이는 수열을 생성하는 알고리즘 연구인 유사난수성에 집중되었다. 그는 복잡도 이론과 암호학의 핵심 도구인 유사난수 생성기와 확장 그래프의 구축에 중요한 진전을 이루었다. 계산 복잡도의 초석인 PCP 정리에 대한 그의 연구는 확률적 증명 시스템과 근사 알고리즘 간의 관계를 명확히 하는 데 도움을 주었다.
그는 또한 확률적 알고리즘의 탈무작위화를 포함한 무작위성과 계산 간의 연결을 탐구했다. 신시아 드워크 등과 공동 저술한 2004년 차등 프라이버시의 복잡도에 관한 논문은 이후 연구를 형성한 핵심 하한을 확립했다.
학문적 리더십과 교육
하버드에서 바단은 계산 및 사회 연구 센터의 소장을 역임하며 컴퓨터 과학과 사회 문제의 교차점에서 학제 간 연구를 촉진했다. 그는 수많은 박사 과정 학생과 박사후 연구원을 지도했으며, 이들 중 다수는 저명한 학계 및 산업계 직책으로 진출했다. 그의 강의에는 암호학, 계산 복잡도, 데이터 프라이버시 이론에 관한 과목이 포함된다.
바단은 스탠포드 AI 연구소와 버클리 AI 연구 같은 기관에서 방문 연구원으로 활동하며 이론 컴퓨터 과학 커뮤니티 전반에 걸친 광범위한 영향력을 반영했다. 그는 또한 컴퓨팅 이론 심포지엄과 국제 암호학 컨퍼런스를 포함한 주요 학회의 프로그램 위원회에서 활동했다.
수상 및 인정
바단은 2002년 슬론 연구 펠로우십과 2004년 대통령 조기 경력 과학자 및 엔지니어 상을 포함한 여러 연구 상을 받았다. 그는 2018년 컴퓨팅 기계 협회의 펠로우로 선출되어 암호학과 계산 복잡도에 대한 기여를 인정받았다. 그의 연구는 국립과학재단 및 기타 기관의 보조금으로 지원되었다.
2021년에는 미국 수학회 펠로우로 임명되었으며, 국제 수학자 대회를 포함한 국제 학회에서 초청 강연을 했다. 그의 연구는 특히 머신 러닝과 인공지능 시스템이 프라이버시 보호 기술에 점점 더 의존함에 따라 이론적 및 응용 분야 모두에 계속 영향을 미치고 있다.
주요 출판물
바단은 100편 이상의 동료 검토 논문을 저술하거나 공동 저술했다. 주목할 만한 작품으로는 "차등 프라이버시의 복잡도" (2006), "유사난수성" (2012), 모노그래프 "차등 프라이버시: 입문" (2017)이 있다. 그의 논문은 이론 및 응용 분야에서 자주 인용되며, 카네기 멜론 대학교와 토론토 대학교의 연구자들과 다양한 프로젝트에서 협력했다.
그는 또한 데이터 수집의 의미와 차등 프라이버시의 수학적 보장에 관한 일반 독자를 위한 글을 작성하며 프라이버시에 대한 공개 논의에 기여했다. 그의 관점은 정책 논의에서 자주 요청되지만, 그는 엄격한 학문적 연구에 초점을 유지하고 있다.
현재 작업
2020년대 중반 현재, 바단은 하버드에서 계속 가르치고 연구하고 있다. 그의 최근 관심사는 차등 프라이버시와 생성형 AI 및 대규모 언어 모델의 교차점을 포함하며, 복잡한 데이터 기반 시스템에서 프라이버시 보장을 유지하는 방법을 탐구한다. 그는 이론 컴퓨터 과학 커뮤니티의 활동적인 구성원으로 남아 있으며, 워크숍에서 자주 발표하고 국제 연구자들과 협력하고 있다.