Yejin Choi(최예진, 1977년 출생)는 자연어 처리와 인공지능 분야의 상식 추론을 전문으로 하는 컴퓨터 과학자이다. 그녀는 스탠퍼드 대학교 컴퓨터 과학과의 디이터 슈바르츠 재단 교수이자 스탠퍼드 인간 중심 인공지능 연구소(HAI)의 선임 연구원이다. 그녀의 연구는 컴퓨터가 서면 언어를 통계적으로 이해하고 언어 모델의 편향을 탐지하는 데 중점을 둔다.
Choi는 또한 앨런 인공지능 연구소의 선임 연구원으로, 대규모 상식 지식 베이스를 구축하는 노력을 주도해 왔다. 그녀는 상징적 추론과 신경망을 결합한 ATOMIC(Atlas of Machine Commonsense)과 COMET(Commonsense Transformers)을 개발한 것으로 알려져 있다. 그녀의 업적은 2022년 맥아더 펠로우십을 포함한 수많은 상으로 인정받았다.
초기 생애 및 교육
Choi는 1977년 대한민국에서 태어났다. 그녀는 서울대학교에서 컴퓨터 과학 학사 학위를 취득했다. 이후 미국으로 건너가 코넬 대학교에서 클레어 카디의 지도 아래 자연어 처리를 연구하며 대학원 과정을 밟았다. 박사 학위를 마친 후, Choi는 스토니브룩 대학교의 컴퓨터 과학 조교수로 합류했다. 스토니브룩 재직 중 그녀는 가짜 호텔 리뷰를 식별하는 통계 기법을 개발했으며, 이는 그녀의 초기 주요 기여 중 하나가 되었다.
연구 및 경력
2018년, Choi는 앨런 인공지능 연구소에 합류했다. 그녀의 연구는 단순한 패턴 매칭을 넘어 컴퓨터가 서면 언어를 통계적으로 이해하도록 하는 것을 목표로 한다. 그녀는 딥러닝과 머신러닝 응용에 관심을 갖게 되었다. 그녀는 ATOMIC으로 알려지게 된 지식 베이스를 구축하기 시작했다. ATOMIC을 완성할 무렵, 대규모 언어 모델 GPT-2가 출시되었다. ATOMIC은 언어 규칙에 의존하지 않고 신경망 내에서 서로 다른 언어의 표현을 결합한다.
2020년, Choi는 브렛 헬셀 석좌교수직을 수여받았으며, 2023년 컴퓨터 과학과 학과장이 될 때까지 그 직위를 유지했다. 그녀는 이후 상식 트랜스포머(COMET)를 고전적 인공지능(GOFAI)과 함께 사용하여 상징적 추론과 신경망을 결합하는 접근 방식을 취했다. 그녀는 소외 집단에 속한 사람들에게 불리하게 작용하는 언어의 편향을 탐지할 수 있는 계산 모델을 개발했다. 예를 들어, 한 연구는 여성 영화 캐릭터가 남성 캐릭터보다 덜 강력하게 묘사된다는 것을 입증했다.
2023년, Choi는 컴퓨터 과학과의 비스너-슬리브카 석좌교수가 되었다. 그녀는 또한 자비에 니엘, 로돌프 사데, 에릭 슈미트 등이 자금을 지원하는 프랑스 연구 그룹 Kyutai의 과학 자문 위원이기도 하다. 2025년, 스탠퍼드 HAI는 Choi를 선임 연구원이자 디이터 슈바르츠 재단 HAI 교수 및 스탠퍼드 대학교 컴퓨터 과학 교수로 임명한다고 발표했다.
수상 및 명예
Choi는 경력 전반에 걸쳐 수많은 상을 받았다. 2013년에는 국제 컴퓨터 비전 학회 마르 프라이즈를 수상했다. 2016년에는 전기전자공학회(IEEE)의 AI 원 투 워치로 선정되었다. 2017년에는 페이스북 ParlAI 연구상을 받았다. 2018년에는 아니타 보그 초기 경력상을 수상했다. 2020년에는 인공지능 발전 협회(AAAI) 우수 논문상을 받았다. 2021년에는 신경 정보 처리 시스템 학회 우수 논문상과 전산언어학회 테스트 오브 타임 논문상을 수상했다. 2022년에는 컴퓨터 비전 패턴 인식 학회 롱게-히긴스 상, 북미 전산언어학회 최우수 논문상, 국제 기계 학습 학회 우수 논문상, 그리고 맥아더 펠로우십을 받았다. 2023년에는 전산언어학회 최우수 논문상을 수상하고 TIME100 AI 목록에 이름을 올렸다. 2025년에는 전산언어학회 우수 논문상과 최우수 데모 논문상을 받았으며, 다시 TIME100 AI 목록에 선정되었다.
주요 논문
Choi는 최상위 학회에 활발히 논문을 발표해 왔다. 그녀의 주목할 만한 연구로는 가짜 리뷰 탐지 방법을 소개한 "Finding Deceptive Opinion Spam by Any Stretch of the Imagination"(2011)이 있다. 또한 이미지 캡셔닝을 다룬 "BabyTalk: Understanding and Generating Simple Image Descriptions"(2013)을 공동 저술했다. 더 일찍인 2005년에는 의견 마이닝의 기초 논문인 "Identifying sources of opinions with conditional random fields and extraction patterns"을 발표했다. 이러한 논문들은 널리 인용되었으며 자연어 처리와 컴퓨터 비전의 후속 연구에 영향을 미쳤다.
영향 및 유산
Choi의 상식 추론 연구는 특히 영향력이 컸다. ATOMIC과 COMET은 언어 모델이 인과 관계와 같은 일상적인 상황을 추론할 수 있게 하는 자원을 제공했다. 그녀의 편향 탐지 연구는 AI 시스템의 공정성 중요성도 강조했다. 상징적 AI와 신경망 접근을 결합함으로써 그녀는 전통적 방법과 현대적 방법 사이의 간극을 메우며 생성형 AI의 광범위한 분야에 기여했다. 2025년 스탠퍼드로의 이전은 그녀의 AI 연구 리더십이 계속되고 있음을 보여준다.