Huynh Thi Thanh Binh 박사 부교수: "최적화는 종종 자연을 따르는 것과 같습니다."

어떤 특별한 운명이 당신을 하노이 과학기술대학교에 머물게 했나요? 혹시 환경 변화를 두려워하는 편이신가요?

저는 이 학교에서 정보기술(IT)을 전공하는 37기생입니다. 사실 고등학교 때부터 IT를 공부해 왔습니다. 그 후 대학교, 석사, 박사 과정을 모두 이 학교에서 마쳤습니다.

사실, 일본 유학을 계획했던 적도 있습니다. 대학 시절, 일본 정부의 지원을 받아 K36, K37 우수 학생 20명과 함께 5년간 일본어를 공부했습니다. 그런데 주변국의 경기 침체로 인해 유학이 중단되었습니다. 석사 학위를 마치고 호투바오 교수님의 소개로 일본의 명문 교수님께 연구를 의뢰받았지만, 제 개인적인 사정(결혼) 때문에 결국 공과대학에 남게 되었습니다. 이러한 객관적, 주관적 이유들 덕분에 저는 여전히 공과대학에서 박사 학위를 취득하고 있으며, 지금까지 강의를 하고 있습니다.

운명이라고 하면 약간 과장된 표현이겠지만, 간단히 말해서 이 일은 저에게 자연스럽고 쉽게 다가왔습니다.

Huynh Thi Thanh Binh 준교수 박사는 2023년 7월 포르투갈 리스본에서 열린 진화 계산 분야의 주요 컨퍼런스에 참석하여 보고서를 발표했습니다.

최근 몇몇 학회에서 선생님께서 다른 여성 과학자들 과 함께 연구 결과를 발표하시는 모습을 자주 보셨는데요, 이것이 폴리테크닉 과학계에서 새로운 세대의 "페미니즘"이 일어나고 있다는 신호인가요?

지난번 빈그룹 혁신 기금(VINIF) 학회에 참석했을 때, 응우옌 피 레 박사님, 르 민 투이 박사님, 그리고 제가 함께 발표를 했는데, 일본에 계셔서 아직 돌아오지 않은 또 다른 여학생 응우옌 깜 리 박사님이 함께했습니다. 이는 우연의 일치였거나, 우리 사이의 "공감"이었을 뿐, 어떤 "페미니스트" 세대를 대표하지는 않았습니다. 학교 공학 블록에서 저희 그룹만큼 여성 구성원이 많은 그룹은 거의 없으며, 경제학이나 외국어 블록의 연구 그룹보다 적을 가능성이 높습니다. 또 다른 특별한 점은 저희 그룹이 매년 전 세계 주요 학회에서 논문을 발표하고, 저와 함께 학회에 참석하여 우수한 연구 그룹들과 교류할 기회를 넓힌다는 것입니다.

학교에서 대규모 실험실을 관리하고 가르치고 계신다고 들었습니다. 이를 잘 수행하기 위해 적용해야 할 최적화 프로세스가 있을까요?

저는 현재 약 40명으로 구성된 최적화 연구 그룹의 리더입니다. 업무량이 많은 편이라 보통 토요일을 포함하여 이른 아침부터 저녁 6시에서 7시까지 일합니다. 저에게 일은 매일같이 먹고 마시는 것과 같습니다. 매주 이 그룹이나 저 그룹에서 새로운 발견이 나오기 때문에 항상 요리가 바뀌죠. 그래서 설렘을 느낍니다.

업무를 최적화하기 위해 저는 종종 목표를 설정하고, 계획을 세우고, 시간을 합리적으로 배분하고, 마감일을 잊지 않아야 합니다.

색상과 브러시로 꿈꾸는 순간

날씬한 체형 뒤에 숨겨진 인상적인 직업 윤리?

몸이 가벼우면 생각하고, 연구하고, 창작할 에너지가 더 많아지는 것 같아요. 물론, 지금 상태에 만족해야 하죠.

저는 삶에 조화로운 무언가를 하고 싶고, 더 풍성한 무언가를 만들고 싶어서 피아노도 배우고 있습니다. 음악은 사실 수학이죠. 언어나 자연의 진화와 비슷합니다.

연구실 구성원들을 통합하기 위해 어떤 경영 스타일을 선택하시겠습니까? 확고한 경영 스타일인가, 유연한 경영 스타일인가?

3월 8일 연구실 학생이 그녀에게 준 선물

연구실 구성원 간의 소통, 업데이트, 그리고 연구 방향 공유 없이는 원활한 소통이 어려울 것입니다. 매일 아침, 저는 연구실 구성원들을 위해 음식과 음료를 가득 담은 카트를 준비하여 일주일 동안 얼마나 편하게 사용할 수 있는지 계산합니다. 또한, 연구실 구성원들이 연구에 집중하고 아침부터 저녁까지 일할 수 있도록 지원하고자 노력합니다.

저도 여러분처럼 항상 연구실에 있어야 합니다. 여러분과 다른 연구 그룹들과 함께 일하고, 회의하고, 논의해야 하니까요. 제가 그렇게 하지 못하면 연구 방향 간의 조율이 불가능해지거나, 연구 방향이 겹치거나, 서로에게 도움이 되지 않거나, 서로의 진행 상황을 공유하지 못할 수도 있습니다.

제 관리 스타일은 역할에 따라 다릅니다. 학교에서는 동료들에게 매우 관대하지만, 연구 그룹에서는 스스로를 매우 엄격하고 시간을 잘 지키며, 명확한 보상과 처벌을 내리는 사람이라고 생각합니다. 그 이유는 아마도 각기 다른 업무 유형에서 최선을 다하고 싶은 마음에서 비롯된 것 같은데, 저는 이것이 매우 자연스럽다고 생각합니다.

수학이 어떻게 최적의 솔루션으로 이어질 수 있는지에 대한 구체적인 예는 무엇입니까?

본질적으로 수학은 아름답습니다. 삶의 많은 문제들이 수학을 필요로 합니다. 예를 들어, "하노이 과학기술대학교에서 호안끼엠 호수까지 가능한 한 빨리, 그리고 신호등을 최소화하며 가는 방법"은 최적의 답을 찾는 알고리즘이 필요한 문제입니다. 배송 및 물류 경로 설정 문제와 같이 우리 주변의 많은 문제들 역시 조합 최적화 문제입니다. 삶은 최적화된 작업을 필요로 하며, 작업을 최적화하기 위해서는 수학이 필요합니다. 응용 수학은 현재 매우 발전된 분야이며 삶에서 중요한 역할을 하고 있습니다.

예를 들어, 시간에 따라 지속적으로 변하는 매개변수를 가진 생산 및 물류 문제의 경우, 우리는 항상 최적의 해를 찾는 것은 아닙니다. 이러한 문제들은 여러 보완적인 방법론을 필요로 하며, 수용 가능한 해를 찾고 근사적 방법을 사용해야 합니다. 수학의 대상은 절대적인 숫자이지만, 근사적 양을 다루는 수학은 사실상 자연의 본질에 접근하는 것이며 최적화에 가깝습니다.

수학, 최적화에서 인공지능(AI)으로 가는 길은 긴가, 짧은가?

AI는 1940년대와 1950년대에 시작되었습니다. 당시 앨런 튜링은 지능형 컴퓨터 이론을 시뮬레이션하기 위해 "튜링 머신"이라는 개념을 도입했습니다. 1950년대에는 존 매카시가 "인공지능"이라는 용어를 도입하고 언어를 개발했습니다. 1970년대와 1980년대에는 전문가 시스템, 퍼지 논리와 같은 개념이 의사 결정 문제를 해결하기 위해 개발되었습니다. 1990년대에는 신경망과 심층 신경망이 개발되었습니다. 2010년대에는 자율주행차, 챗봇, 인식, 언어 처리 등 다양한 분야에 AI 기술이 접목되었습니다. 최근 AI는 삶의 모든 영역에 침투할 정도로 큰 인기를 얻었으며, 여러 국가의 관심을 받는 주제가 되었습니다. 미래에는 AI가 더욱 깊고 심층적인 발전을 위한 매우 비옥한 시장이 될 것이며, 더 많은 삶의 활동에 영향을 미칠 것입니다.

2018년 6월 브라질 리우데자네이루에서 열린 2018 IEEE 세계 컴퓨팅 지능 대회에 참석하여 보고하는 대학원생 및 학생들과 함께

많은 사람들이 현재의 AI 연구와 응용이 진정한 "지능"을 만들어내는 데 결코 도움이 되지 않을 것이라고 생각합니다. 이러한 관점에 대해 어떻게 생각하십니까? 그리고 인간 지능과 기계 지능의 차이점은 무엇이라고 생각하십니까?

앨런 튜링 시대에 사람들은 만약 엄청나게 큰 데이터 시스템을 가진 계산을 잘 처리할 수 있는 기계가 만들어진다면, 언젠가는 그 복잡성이 인간 뇌의 신경망과 같아질 것이라고 믿었습니다. 즉, AI가 인간의 지능에 도달할 수 있다는 것입니다. 구글과 같은 거대 기업들이 이러한 방향으로 약 80년간 발전해 왔지만, 저는 AI가 아직 그 목표를 달성하는 데는 갈 길이 멀다고 생각합니다. 기계적으로 인간은 정보를 합성하고, 인지하고, 학습하고, 감정을 표현하며, 이를 계산하고 프로그래밍할 수 있는 방식으로 처리한다고 할 수 있습니다. 이러한 논리에 따르면, AI는 속도와 데이터의 향상 덕분에 인간에 접근하고 인간을 능가할 수 있습니다. 그러나 인간 뇌에는 AI가 도달하기에는 너무 멀거나, 결코 도달할 수 없는 "비논리적인" 메커니즘이 존재합니다.

인간이 총이나 경제가 아닌 데이터를 무기로 사용하는 시대가 올까요? 이 데이터 전쟁은 어떤 결과를 초래할까요? 인간 세계와 기계 세계 사이에 최적화/균형을 맞추는 전략이 필요할까요?

지갑은 잃어버릴 수 있지만, 컴퓨터와 그 안의 데이터는 잃어버릴 수 없습니다. 다시 말해, 데이터는 매우 중요합니다. 무기/경제를 가진 전쟁에서는 대피/협상이 가능하지만, 데이터가 있으면 아무것도 할 수 없습니다. 사람들은 경쟁/전쟁을 위해 빅데이터를 활용하기도 합니다. 데이터 없는 AI는 무의미합니다.

데이터 전쟁의 결과는 참혹할 것입니다. 데이터 마이닝 및 활용에 대한 윤리적 기준이 확립되었습니다.

인간과 기계의 균형 전략에 대해 이야기하기에는 아직 이르지만, 국가 자산으로서 데이터를 보호하는 전략은 매우 중요합니다. 이제 사람들은 개인 정보를 타인에게 제공할 때 신중해지기 시작했습니다. 구글, 페이스북, 틱톡과 같은 거대 기업들의 경우, 우리가 데이터를 효과적으로 관리하고 보호하지 않으면 이러한 기업들이 조작하고 악용할 수 있는 귀중한 자원을 남용하게 될 것입니다. 정부는 학교, 은행 등 많은 개인 정보를 저장하는 기관에 대해 상당히 효과적인 데이터 관리 정책을 갖추고 있지만, 사람들이 "무의식적으로" 이러한 거대 기업에 제공하는 데이터를 관리하는 것은 쉽지 않습니다.

2023년 8월 졸업 예정인 Huynh Thi Thanh Binh 박사와 폴리테크닉 학생들

데이터 외에도 정보 전달을 최적화하는 것도 중요한데, 이것이 당신이 진행 중인 연구 프로젝트와 관련이 있나요?

네, 저와 저희 팀이 매우 자랑스럽게 생각하는 프로젝트입니다. VINIF 재단으로부터 조합 최적화 문제 해결을 위한 전이 학습 연구 자금을 지원받았습니다. 이 프로젝트 자금을 확보하기 위해 저희 팀은 9개월 동안 제안서를 준비하고, 작성하고, 수정하여 실제 환경에서 얻을 수 있는 최상의 결과에 가장 근접한 결과를 도출했습니다. 이 프로젝트는 진화에서의 최적 지식 전달, 공진화에서의 정보 전달, 그리고 신경망에서의 정보 전달에 대한 연구를 포함합니다.

여기서 정보 전달은 기계 간이나 사람 간이 아니라, 삶의 최적화 문제를 효과적으로 해결하기 위한 정보 전달/정보 공유에 대한 연구입니다. 예를 들어, 로봇 팔 문제, 교통 경로 문제, 군사 계획 문제 등이 있습니다.

미국 스탠포드 대학교 부교수 Huynh Thi Thanh Binh 박사

최근 통계에 따르면 베트남 AI 업계 종사자들의 연봉은 상위 3위 안에 드는 것으로 나타났습니다. AI가 인기 있는 학문 분야라고 생각하시나요?

최근 컨퍼런스 보고서에서 베트남 AI 엔지니어들의 연봉을 요약했는데, 실제로 매우 높은 수준이라는 것을 알게 되었습니다. AI 관련 일자리는 많고, 가까운 미래에도 AI는 여전히 매우 매력적인 분야로 남을 것이며, 일자리를 구하기 쉽고 높은 소득을 올릴 것이라고 생각합니다.

여러 세대에 걸쳐 과학기술대학교와 인연을 맺어온 사람의 관점에서 볼 때, 현재의 Z세대를 이전 졸업생과 비교하면 어떤가요?

어디서 본 것 같은데, 폴리테크닉의 Z세대 학생들을 보면 점점 더 발전하는 게 눈에 보여요. 정말 잘하시네요. 정말 똑똑하시고 전공뿐만 아니라 외국어 실력도 뛰어나시고, 소프트 스킬도 잘하시네요. 특히 자율형 시스템으로 전환한 이후, 폴리테크닉은 점점 더 많은 재능 있는 학생들을 유치하고 있어요.

제가 근무하는 정보통신공학부에서는 이전에는 학생들이 연구실을 이용할 기회가 거의 없었습니다. 하지만 최근 몇 년 동안 대부분의 학생들이 1학년 때부터 연구실에서 열정적이고 창의적인 연구를 해왔습니다. 심지어 어떤 학생들은 저희 연구실에 대해 알아보고 자발적으로 참여하기도 했습니다.

대화해주셔서 감사합니다!

Thanhnien.vn