2024 노벨 물리학상 내용

보도 자료

2024년 10월 8일

스웨덴 왕립과학원은 2024년 노벨 물리학상을 다음과 같이 수여하기로 결정했습니다:

존 J. 홉필드(John J. Hopfield)
프린스턴 대학교, 미국 뉴저지

제프리 힌튼(Geoffrey Hinton)
토론토 대학교, 캐나다

“인공 신경망을 활용한 머신러닝의 기초적 발견과 발명에 대해”

 

 

 

---

그들은 물리학을 이용해 인공 신경망을 훈련시켰습니다

올해 노벨 물리학상 수상자인 두 과학자는 물리학의 도구를 사용하여 오늘날 강력한 머신러닝의 토대를 이루는 방법을 개발했습니다.

• 존 홉필드는 데이터의 이미지나 패턴을 저장하고 재구성할 수 있는 연합 기억(associative memory)을 창안했습니다.
• 제프리 힌튼은 데이터 속에서 특징을 스스로 발견하여, 예를 들어 이미지에서 특정 요소를 식별할 수 있는 방법을 개발했습니다.

우리가 흔히 말하는 인공지능은 인공 신경망을 이용한 머신러닝을 의미합니다. 이 기술은 본래 뇌의 구조에서 영감을 받아 개발되었습니다. 인공 신경망에서 뇌의 뉴런은 노드로 표현되며, 각각의 노드는 서로 다른 값을 가집니다. 이 노드들은 서로 연결되어 있으며, 이러한 연결은 시냅스에 비유될 수 있습니다. 노드 간 연결의 강도는 훈련 과정을 통해 변화하며, 예를 들어 동시에 높은 값을 가진 노드들 간의 연결은 더욱 강해집니다. 올해의 수상자들은 1980년대부터 인공 신경망과 관련된 중요한 연구를 수행해왔습니다.

 

 

 

---

존 홉필드의 연구: 패턴 저장 및 재구성

존 홉필드는 데이터를 저장하고 재구성할 수 있는 네트워크를 발명했습니다. 이를 쉽게 이해하기 위해 노드를 픽셀로 비유할 수 있습니다. 홉필드 네트워크는 물질의 특성을 설명하는 물리학의 **스핀 시스템(원자의 자기적 특성)**을 활용합니다. 네트워크는 물리학의 에너지 개념에 기반해 설명되며, 저장된 이미지는 에너지가 낮은 상태로 간주됩니다.

• 네트워크는 연결 값을 학습하여 특정 이미지를 저장합니다.
• 불완전하거나 왜곡된 이미지를 네트워크에 입력하면, 노드 값이 업데이트되면서 에너지가 감소합니다.
• 이를 통해 네트워크는 저장된 이미지 중 입력된 이미지와 가장 유사한 결과를 점진적으로 찾아냅니다.

 

 

---

제프리 힌튼의 연구: 특징 인식 및 생성

제프리 힌튼은 홉필드 네트워크를 기반으로 볼츠만 머신(Boltzmann Machine)이라는 새로운 네트워크를 개발했습니다. 이 네트워크는 특정 데이터에서 특징적인 요소를 학습할 수 있습니다.

힌튼은 물리학의 한 분야인 통계역학(많은 유사한 구성 요소로 이루어진 시스템을 연구하는 과학)을 활용했습니다.

• 볼츠만 머신은 훈련 과정에서 데이터 속 높은 확률로 나타나는 사례들을 학습합니다.
• 이 네트워크는 이미지를 분류하거나 학습된 패턴의 새로운 예제를 생성하는 데 사용할 수 있습니다.

힌튼은 이 연구를 기반으로 머신러닝의 현재 급격한 발전을 이끄는 데 기여했습니다.

 

 

---

물리학에서의 인공지능 활용

"수상자들의 연구는 이미 큰 혜택을 가져왔습니다. 물리학에서는 특정 속성을 가진 새로운 물질을 개발하는 등 다양한 분야에서 인공 신경망을 활용하고 있습니다."
– 엘렌 문스(Ellen Moons), 노벨 물리학상 심사위원회 위원장

 

 

 

 

---

추가 정보

수상자 정보

• 존 J. 홉필드(John J. Hopfield)
  • 출생: 1933년, 미국 일리노이주 시카고
  • 학위: 1958년 코넬 대학교(미국 뉴욕주 이타카)에서 박사학위
  • 소속: 프린스턴 대학교, 미국 뉴저지

 

• 제프리 힌튼(Geoffrey Hinton)
  • 출생: 1947년, 영국 런던
  • 학위: 1978년 에든버러 대학교(영국)에서 박사학위
  • 소속: 토론토 대학교, 캐나다

 

 

 

상금

총 1,100만 스웨덴 크로나 (수상자들이 균등 분배)

---