기술의 여왕, 세계 최고의 과학자, 식기 세척기로 시작

컴퓨터 과학자 리페이페이는 1976년 중국 쓰촨성의 부유한 지식인 가문에서 태어났습니다. 1992년, 16세의 나이에 가족과 함께 미국으로 이주했습니다. 그곳에서의 삶은 극도로 어려웠고, 심지어 바닥까지 치닫기도 했습니다. 당시 부모님은 생계를 위해 직장에 나가셨을 뿐만 아니라, 그녀 역시 학교에 다니면서 웨이트리스로 일해야 했습니다.

리 피피는 학교가 없는 날에는 가족을 돕기 위해 파트타임으로 일합니다. 그녀의 직업은 중국 음식점에서 오전 11시부터 오후 11시까지 하루 12시간, 시급 2달러로 청소부로 일하는 것입니다.

피피는 처음 미국에 왔을 때 가족의 경제적 어려움 외에도 영어 실력이 부족하다는 문제에 직면했습니다. 중국에서는 학업이 가족의 자랑이었지만, 미국에 오면서 학업 성취도가 급격히 떨어졌습니다.

다행히 수학과 물리 과목만 영향을 받지 않았습니다. 파이피의 3년 고등학교 학비를 마련하기 위해 부모님은 밤낮으로 노동력을 팔아야 했습니다. 그래서 이제 그녀는 학업을 마무리하기 위해 대학에 지원할 계획입니다.

하지만 선생님과 친구들의 격려에 힘입어 Phi Phi는 SAT 시험에 응시하기로 결심했고, 비교적 좋은 성적을 거두었습니다. 이러한 노력 덕분에 1995년 프린스턴 대학교에서 전액 장학금을 받았습니다. 1999년에는 물리학 학사 학위를 우등으로 받았습니다. 대학 재학 중에는 컴퓨터 과학과 공학 복수 전공도 했습니다.

*현재 세계를 선도하는 컴퓨터 과학 교수 - 리페이페이. 사진: 바이두*

고급 연구 분야에서 경력을 쌓기 위해 2000년 미국 캘리포니아 공과대학교(California Institute of Technology)에서 대학원 과정을 시작했습니다. 2005년 전기공학 박사 학위를 받았습니다. 이 연구를 통해 원샷 러닝(One-Shot Learning)에 중요한 기여를 했습니다. 원샷 러닝은 최소한의 데이터만으로도 예측을 할 수 있는 기술로, 컴퓨터 비전과 자연어 처리에 매우 중요합니다.

그녀의 가장 큰 공헌 중 하나는 2006년 수백만 개의 레이블이 지정된 이미지로 구성된 대규모 데이터베이스인 ImageNet을 개발하면서 시작되었습니다. 이 데이터베이스는 "AI의 눈"으로 여겨집니다. ImageNet은 오늘날 인공지능 개발에 중추적인 역할을 하는 딥러닝 모델을 학습하는 데 중요한 도구입니다.

ImageNet 개발과 함께 그녀는 미국 일리노이 대학교 전기공학과에서 강의를 했습니다. 2007년부터 2009년까지는 프린스턴 대학교 컴퓨터공학과 강사로 재직했습니다. 2009년 8월에는 스탠퍼드 대학교에 조교수로 부임했고, 2018년에는 교수로 임용되었습니다.

교수가 되기 전인 2013년부터 2018년까지 스탠퍼드 대학교 AI 랩 소장을 역임했습니다. 2017년 1월부터 2018년 9월까지는 Google Cloud에서 AI/머신러닝 부문 부사장 겸 수석 과학자를 역임했습니다.

이 기간 동안 그녀는 교육 및 행정 업무 외에도 드론으로 촬영한 이미지를 해석하는 AI 기술을 개발하는 프로젝트인 Maven에 집중했습니다. 또한 기계가 AI를 더욱 깊이 이해할 수 있도록 하는 비전 시스템 개발을 지원했습니다. 그녀의 컴퓨터 비전 연구는 혁신적이며 자율주행차에 적용되고 있습니다.

2019년, 그녀는 스탠퍼드 대학교로 돌아와 스탠퍼드 인간 중심 인공지능 연구소(Stanford Institute for Human-Centered Artificial Intelligence, Stanford HAI)의 공동 소장을 역임했습니다. 현재 그녀는 스탠퍼드 대학교에서 AI 연구, 교육 , 정책 및 실무 발전에 집중하고 있습니다.

QQ 뉴스 에 따르면, 2월 초 그녀와 스탠퍼드 대학교, 워싱턴 대학교 연구진은 50달러 미만의 클라우드 컴퓨팅 비용으로 S1 AI 추론 모델을 성공적으로 구축했습니다. 수학 및 코딩 능력 테스트에서 이 모델의 성능은 OpenAI의 O1 및 DeepSeek의 R1 AI 버전과 동등한 수준으로 평가되었습니다.

현재 리페이페이 교수 연구팀은 "행동 로봇 툴킷(Behavioral Robot Toolkit)"이라고도 불리는 집안일을 수행할 수 있는 통합 프레임워크를 제안하고 있습니다. 이 프레임워크는 로봇이 쓰레기 버리기, 세탁, 변기 청소 등 일상적인 작업을 처리할 수 있도록 합니다.