톰 브라운(Tom Brown)은 머신러닝 엔지니어이자 연구자로, 2020년 GPT-3를 소개한 논문의 주 저자이자 2021년 Anthropic의 공동 창립자 중 한 명으로 알려져 있다.
GPT-3
AI 분야에 몸담기 전, 브라운은 엔지니어이자 기업가로서의 경력을 쌓았으며, 실시간 비디오 및 효과 기술 관련 작업을 포함했다. 그는 OpenAI에 합류하여 GPT-3를 소개한 논문 "Language Models are Few-Shot Learners"(2020)의 제1저자가 되었다. GPT-3는 광범위한 웹 규모 말뭉치로 학습된 1,750억 개의 매개변수를 가진 자기회귀 모델이다. 이 논문의 핵심 주장은 충분히 큰 언어 모델이 가중치 업데이트 없이 프롬프트에 주어진 소수의 예시만으로 새로운 작업을 수행할 수 있다는 것이었으며, 이는 퓨삿 러닝과 맥락 내 학습을 이후 실무자들이 대형 모델과 상호작용하는 방식의 핵심 틀로 확립했다. 또한 GPT-3의 API 접근 모델은 이후 업계 전반에서 따르는 표준 템플릿을 설정했다.
Anthropic
2021년, 브라운은 다리오 아모데이와 다니엘라 아모데이 남매를 포함한 여러 동료들과 함께 OpenAI를 떠나 Anthropic을 설립했다. 이 회사는 최첨단 AI 역량과 안전 연구가 별개의 문제로 취급되지 않고 함께 추구되어야 한다는 논지를 중심으로 조직되었다. 공동 창립자로서 브라운은 Anthropic의 클로드 모델 제품군을 학습하는 데 필요한 엔지니어링과 인프라 작업을 담당해 왔으며, 이는 Anthropic의 리더십과 가장 흔히 연관되는 정렬 중심의 대외 메시지와 관련되지만 구별되는 영역이다.
중요성
브라운의 GPT-3 논문은 2020년대 딥러닝 문헌에서 가장 많이 인용된 연구 중 하나이며, 재러드 캐플런과 같은 동료들의 스케일링 법칙 연구에도 기반이 되는 "규모가 중요하다"는 언어 모델 발전 해석을 대중화한 것으로 자주 평가받는다. 이 논문은 단일 범용 모델이 재훈련 없이 순수하게 프롬프팅만으로 새로운 작업에 적응할 수 있음을 보여주었으며, 이는 프롬프팅 자체가 모델 훈련의 부수적 요소가 아닌 진지한 기술적 학문 분야가 된 순간으로 종종 묘사된다.
그의 OpenAI에서 Anthropic으로의 이동은 크리스 올라를 포함한 집단적 이탈의 일부였으며, 연구자 이동이 최첨단 AI 연구소 간 경쟁 구도를 재편한 가장 명확한 사례 중 하나로 자주 인용된다. OpenAI에서와 마찬가지로 브라운은 Anthropic에서도 가장 눈에 띄는 대변인들에 비해 비교적 낮은 공개적 프로필을 유지하며, 공개 커뮤니케이션보다는 모델 훈련 및 스케일링의 엔지니어링 작업에 집중하고 있다. 이는 최첨단 연구소의 기술 공동 창립자들 사이에서 흔히 볼 수 있는 역할 분담이다.