Geoffrey Hinton
인공신경망 연구로 노벨 물리학상을 받은 컴퓨터과학자
소개
- 국적
- 캐나다·영국 (영국 런던 출생)
- 분야
- 인공신경망, 딥러닝
- 주요 경력
- 카네기멜런대 교수(1982–1987), 토론토대 교수(1987–1998, 2001–2013), UCL 개츠비 연구소 초대 소장(1998–2001), 구글(2013–2023), 벡터연구소 공동 설립·수석 과학 고문(2017년 취임)
- 현재(2026년 10월)
- 토론토대 컴퓨터과학과 명예교수(University Professor Emeritus)
- 주요 수상
- 튜링상(2018년도), 노벨 물리학상(2024)
제프리 힌턴은 1947년 영국 런던에서 태어난 컴퓨터과학자로, 캐나다와 영국 국적을 가지고 있어요. 영국 케임브리지대에서 실험심리학을 공부했고, 1978년 에든버러대에서 인공지능 분야 박사 학위를 받았어요. 미국 카네기멜런대 교수를 거쳐 1987년부터 캐나다 토론토대에서 가르쳤어요. 2013년부터 2023년까지는 대학 일과 함께 구글에서도 연구했어요. 2026년 10월 기준으로 토론토대 컴퓨터과학과 명예교수예요.
힌턴은 인공신경망(뇌의 신경세포 연결을 흉내 낸 계산 방식)을 오랫동안 연구했어요. 1986년 데이비드 럼멜하트, 로널드 윌리엄스와 함께 낸 논문으로 역전파(신경망이 틀린 만큼 거꾸로 따라가며 고치는 학습 방법)를 널리 알렸어요. 데이비드 애클리, 테리 세즈노스키와 함께 '볼츠만 머신'이라는 신경망도 내놓았는데, 연결 방식을 제한한 형태는 뒷날 여러 층을 쌓는 딥러닝 방식에 잘 맞았어요. 2012년에는 제자 알렉스 크리젭스키, 일리야 수츠케버와 함께 만든 프로그램이 사진 속 물체를 알아맞히는 '이미지넷' 대회에서 다른 참가 팀보다 훨씬 좋은 성적을 냈어요.
힌턴은 1998년부터 2001년까지 영국 유니버시티 칼리지 런던(UCL)의 개츠비 계산신경과학 연구소 초대 소장을 맡았어요. 2017년에는 캐나다 벡터연구소를 함께 세우고 수석 과학 고문을 맡았어요. 2019년 요슈아 벤지오, 얀 르쿤과 함께 2018년도 튜링상(미국 컴퓨터학회 ACM이 주는 상)을 받았어요. 선정 이유는 '심층 신경망을 컴퓨팅의 핵심 요소로 만든 개념적·공학적 돌파구'였어요. 2024년에는 존 홉필드와 함께 노벨 물리학상을 받았는데, 수상 이유는 '인공신경망으로 기계학습을 가능하게 한 기초적인 발견과 발명'이었어요. 2023년 5월에는 구글을 떠났다고 알리면서, 회사 사업을 신경 쓰지 않고 AI 안전 문제를 이야기하고 싶다고 밝혔어요.
소개의 출처 9곳 · 2026년 10월 22일 기준
- Geoffrey Hinton – Facts – 2024 · NobelPrize.org
- Curriculum Vitae Geoffrey E. Hinton · University of Toronto (Department of Computer Science)
- Geoffrey E Hinton – A.M. Turing Award Laureate · ACM
- Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award · ACM
- Geoffrey Hinton granted honorary degree from Harvard University · University of Toronto
- Vector co-founder Geoffrey Hinton wins the Nobel Prize in Physics 2024 · Vector Institute
- 'Godfather of AI' leaves Google, warns of tech's dangers · Associated Press (via NY1)
- Geoffrey Hinton on AI (Here & Now) · WBUR
- Geoffrey Hinton: AI pioneer quits Google to warn about the technology's 'dangers' · CNN Business
AIAI가 만든 글이 소개는 AI(Claude)가 위 출처 9곳(공식 페이지·공시·언론 보도)을 바탕으로 썼어요.만드는 방법
나온 기록 12
최신 순이에요. 기록을 누르면 출처와 함께 열려요.
2023년의 위험 경고에서 2025년의 정렬 처방으로 이동. 통제·복종 기반 정렬 전략에 대한 정면 회의론
정성적 경고를 수치로 전환. 이후 p(doom) 논쟁에서 가장 널리 인용되는 기준값
딥러닝 창시자 중 한 명의 공개 입장 전환. AI 실존 위험 논의가 주변부에서 주류 언론으로 이동한 분기점
배치에 의존하지 않는 정규화. Transformer가 채택하며 사실상 기본 부품이 됨
큰 모델의 지식을 작은 모델로 옮기는 증류를 정식화. 오늘의 소형 모델 계보의 뿌리
GPU·대규모 데이터·심층 CNN의 결합을 논문으로 정착시킴. 현 딥러닝 시대의 관례적 기점
2위와의 큰 격차로 심층 CNN이 컴퓨터비전의 주류 방법론이 된 전환점
단순한 정규화로 과적합을 억제해 이후 표준 기법이 됨
서로 다른 산업 그룹이 같은 전환(HMM→DNN)을 확인해 딥러닝이 음성인식 산업 표준이 됨
이후 표준 활성함수가 되는 ReLU의 이점을 입증한 초기 논문
깊은 망을 학습시킬 수 있다는 것을 다시 보여 2000년대 딥러닝 부활의 계기가 됨
은닉층이 과제에 유용한 내부 표현을 스스로 학습함을 보여 다층 신경망 학습을 실용화