수전 T. 듀메이스(Susan T. Dumais, 1953년 8월 11일 출생)는 미국의 컴퓨터 과학자로, 정보 검색 분야의 선도자이자 마이크로소프트의 검색 기술에 중요한 기여를 한 인물이다. 그녀의 연구는 어휘 불일치 문제에 대한 초기 실험에서부터 현대의 검색 평가 방법에 이르기까지, 사람들이 디지털 정보를 찾고 상호작용하는 방식의 이론적 토대와 실제적 응용 모두를 형성해 왔다. 마이크로소프트의 기술 펠로(Technical Fellow)로서 그녀는 수십억 명이 사용하는 제품의 설계에 영향을 미쳤으며, 동시에 인간-컴퓨터 상호작용 및 정보 과학 분야의 한 세대의 연구자들을 멘토링했다.
듀메이스의 경력은 40년 이상에 걸쳐 있으며, 1980년대 벨코어(Bellcore)에서의 기초 연구로 시작하여 마이크로소프트 리서치에서의 오랜 재임 기간으로 이어진다. 그녀는 검색에서의 어휘 문제를 해결하는 기법인 잠재 의미 색인(Latent Semantic Indexing)을 발명한 것으로 인정받고 있으며, 정보 접근에 있어 사용자 중심 접근법을 발전시킨 공로로도 알려져 있다. 그녀의 영예로는 미국 공학한림원(National Academy of Engineering)과 미국 예술과학아카데미(American Academy of Arts and Sciences) 회원 선출이 있으며, 이는 그녀가 컴퓨팅에 끼친 지속적인 영향을 반영한다.
초기 생애와 교육
듀메이스는 1953년 8월 11일 미국에서 태어났다. 그녀는 학부에서 수학과 심리학을 전공했으며, 이러한 학제 간 배경은 이후 인간-컴퓨터 상호작용 연구에 중요한 밑거름이 되었다. 1975년 베이츠 칼리지(Bates College)에서 학사 학위를 취득했으며, 그곳에서 사람들이 정보를 처리하고 조직하는 방식에 대한 초기 관심을 키웠다.
그녀는 인디애나 대학교(Indiana University)에서 학업을 계속하여 1977년 심리학 석사 학위를, 1979년 인지 심리학 박사 학위를 취득했다. 그녀의 박사 연구는 기억과 범주화에 초점을 맞추었으며, 이러한 주제들은 이후 그녀의 검색 행동 연구에 심리학적 기반을 제공했다. 이러한 훈련은 그녀를 당대의 많은 컴퓨터 과학자들과 구별되게 했는데, 그녀는 정보 검색을 단순한 알고리즘적 문제로만 접근하지 않고 인지적 문제로도 접근했다.
벨코어에서의 경력과 잠재 의미 색인
박사 학위를 마친 후, 듀메이스는 벨 연구소(Bell Laboratories)에서 연구원으로 잠시 일한 뒤 1980년대 초 벨코어(현재의 텔코디아 테크놀로지스, Telcordia Technologies)에 합류했다. 벨코어에서 그녀는 조지 퍼나스(George Furnas), 토마스 랜다우어(Thomas Landauer), 스콧 디어웨스터(Scott Deerwester)를 포함한 동료들과 협력하여 정보 검색에서의 어휘 문제를 정의하게 될 일련의 실험을 수행했다. 1980년대 후반에 발표된 그들의 연구는 서로 다른 사람들이 동일한 대상이나 개념을 설명할 때 일관되게 서로 다른 단어를 사용하며, 가장 흔한 용어조차도 대다수 검색자의 어휘와 일치하지 못한다는 것을 입증했다.
그 시사점은 심오했다. 정확한 용어 일치에 의존하는 전통적인 키워드 기반 검색 시스템은 근본적으로 한계가 있었다. 문서 작성자가 주제를 "자동차 안전(automobile safety)"이라고 표현하는 반면, 검색자는 "차량 충돌 방지(car crash prevention)"라고 검색할 수 있으며, 시스템은 그 연관성을 놓치게 되는 것이다. 이러한 통찰은 팀이 단어 간의 근본적인 의미 관계를 포착할 수 있는 방법을 개발하도록 동기를 부여했다.
그 결과물이 잠재 의미 색인(LSI)이었는데, 이는 용어-문서 행렬의 차원을 축소하기 위해 특이값 분해(singular value decomposition)를 사용하는 기법이다. 문서와 질의를 모두 저차원의 의미 공간에 투영함으로써, LSI는 정확한 어휘가 일치하지 않더라도 문서와 질의를 매칭할 수 있었다. 듀메이스와 그녀의 동료들은 1990년에 LSI에 관한 획기적인 논문을 발표했으며, 이 방법은 정보 검색 연구의 초석이 되어 이후 Machine learning 및 Natural language processing 접근법의 발전에 영향을 미쳤다.
마이크로소프트 리서치로의 이동
1997년, 듀메이스는 마이크로소프트 리서치에 합류하여 20년 이상 몸담았다. 그녀는 처음에는 회사의 검색 제품 개선 작업에 참여했으며, 사용자 모델링과 평가에 대한 전문성을 신흥 분야인 웹 검색에 적용했다. 그녀의 초기 프로젝트에는 클릭스트림 데이터 분석 방법 개발이 포함되었는데, 이는 사용자 행동을 통해 검색 결과의 관련성을 추론하는 기법으로, 업계의 표준이 되었다.
그녀는 마이크로소프트에서 가장 높은 기술 직위 중 하나인 기술 펠로(Technical Fellow)로 승진했으며, 이후 마이크로소프트 리서치 노스이스트 랩스(Managing Director of the Microsoft Research Northeast Labs)의 총괄 이사가 되어 뉴잉글랜드, 뉴욕, 몬트리올에 있는 연구소들을 총괄했다. 이러한 리더십 역할에서 그녀는 시선 추적 기반 상호작용에서부터 정보 시스템의 시간적 역학에 이르기까지 다양한 주제의 연구를 이끌었다. 그녀는 또한 워싱턴 대학교 정보대학(University of Washington Information School)의 겸임 교수로 재직하며, 컴퓨터 과학 교수인 제프 황(Jeff Huang)을 포함한 박사 과정 학생들을 지도했다.
연구 기여
듀메이스의 연구는 사람들이 정보에 접근하고 상호작용하는 방식을 개선하는 데 집중된 여러 상호 연결된 영역에 걸쳐 있다. 그녀의 어휘 문제와 LSI에 대한 연구는 여전히 기초적인 것으로 평가받지만, 그녀는 검색 평가, 개인화, 그리고 대화형 검색에도 중요한 기여를 했다.
핵심 영역 중 하나는 정보 시스템의 시간적 역학이다. 그녀는 검색 결과의 관련성이 시간에 따라 어떻게 변하는지 연구했다. 예를 들어, 뉴스 관련 질의는 최신 결과를 요구하는 반면, 상시적(evergreen) 주제는 안정적인 순위를 유지할 수 있다. 그녀의 연구는 이러한 시간적 패턴을 고려하는 적응형 검색 알고리즘의 설계에 정보를 제공했다.
또 다른 초점은 사용자 모델링과 개인화이다. 그녀는 검색 행동의 개인차를 활용하여 결과를 맞춤화하는 방법을 탐구했다. 그녀의 연구는 클릭 패턴과 체류 시간과 같은 암시적 신호가 명시적 사용자 피드백의 효과적인 대리자가 될 수 있음을 보여주었으며, 이를 통해 시스템이 추가적인 사용자 노력 없이도 상호작용으로부터 학습할 수 있게 되었다.
듀메이스는 또한 대화형 검색을 위한 혁신적인 인터페이스의 선구자이기도 하다. 그녀는 사용자가 검색 결과 페이지에서 어디를 보는지 추적하는 시선 추적 연구를 포함한 연구를 수행했다. 그녀의 팀은 사용자의 의도를 예측하고 결과를 스캔하는 인지 부하를 줄이는 인터페이스를 개발했다. 이러한 연구는 인간-컴퓨터 상호작용과 정보 검색을 연결하며, 그녀의 독특한 학제 간 관점을 반영한다.
수상과 영예
듀메이스의 기여는 학계와 전문 분야에서 널리 인정받았다. 2006년, 그녀는 정보 검색과 인간-컴퓨터 상호작용에 대한 지속적인 기여를 인정받아 컴퓨팅 기계 협회(Association for Computing Machinery, ACM)의 펠로우로 선출되었다. 3년 후인 2009년, 그녀는 정보 검색 분야의 개척자 이름을 딴 최고 평생 공로상인 제라드 살튼 상(Gerard Salton Award)을 수상했다.
2011년, 그녀는 정보 조직, 접근, 상호작용 분야에서의 혁신과 리더십을 인정받아 미국 공학한림원 회원으로 선출되었다. 2014년에는 ACM의 여성 컴퓨팅 위원회(Committee on Women in Computing)가 수여하는 아테나 강사상(Athena Lecturer Award)을 받았으며, 이는 컴퓨팅 분야에 대한 근본적인 기여를 인정하는 상이다. 같은 해 그녀는 실용적이고 혁신적인 영향력을 지닌 연구를 인정하는 토니 켄트 스트릭스 상(Tony Kent Strix award)도 수상했다.
그녀의 후기 영예로는 2015년 미국 예술과학아카데미 회원 선출, 2020년 SIGCHI 평생 연구상(SIGCHI Lifetime Research Award), 2021년 ACM SIGIR 아카데미 헌액이 있다.