# Aleksander Madry

> Aleksander Mądry는 머신러닝, 적대적 견고성, 최적화 및 그래프 알고리즘 연구로 잘 알려진 컴퓨터 과학자이자 MIT 교수입니다.

- Canonical URL: https://iq.wiki/kr/wiki/aleksander-madry
- Categories: People in crypto
- Tags: Researcher
- Created: 2026-10-24T06:31:58.909Z
- Last updated: 2026-10-24T06:31:58.909Z
- Source: IQ.wiki — the world's largest blockchain and crypto encyclopedia (https://iq.wiki)

---

**Aleksander Mądry**는 머신러닝, 최적화, 그래프 알고리즘 및 이론 컴퓨터 과학 분야를 연구하는 컴퓨터 과학자입니다. 그는 매사추세츠 공과대학교(MIT) 전기공학 및 컴퓨터과학과(EECS)의 교수이자, 컴퓨터 과학 및 인공지능 연구소(CSAIL)의 일원이며, MIT 배포 가능 머신러닝 센터(Center for Deployable Machine Learning)의 소장 및 MIT AI 정책 포럼의 교수 공동 의장을 맡고 있습니다.[\[1\]](#cite-id-8bvgdsuuaw)​[\[2\]](#cite-id-rxaks3kw7c)​

## 교육 및 경력

Mądry는 2007년부터 2011년까지 MIT에서 컴퓨터 과학을 공부했으며 2011년에 박사 학위를 받았습니다. 그의 박사 학위 논문인 “From Graphs to Matrices, and Back: New Techniques for Graph Algorithms”는 ACM 박사 학위 논문상 우수작(Honorable Mention)과 MIT의 컴퓨터 과학 분야 최우수 박사 학위 논문상인 George M. Sprowls 상을 수상했습니다.[\[1\]](#cite-id-8bvgdsuuaw)​[\[2\]](#cite-id-rxaks3kw7c)​

2011년 7월부터 2012년 6월까지 그는 Microsoft Research New England에서 박사후 연구원으로 근무했습니다. 그 후 EPFL의 교수진에 합류하여 2012년 7월부터 2015년 1월까지 조교수로 재직했습니다. 그는 2015년 2월에 MIT 교수가 되었습니다.[\[2\]](#cite-id-rxaks3kw7c) Mądry의 연구 관심 분야는 신뢰할 수 있고 잘 이해되며, 실제 의사 결정을 지원하기 위해 안전하고 책임감 있게 배포할 수 있는 머신러닝 방법을 개발하는 것을 포함합니다.[\[1\] ](#cite-id-8bvgdsuuaw)​

## 연구

### 그래프 알고리즘 및 최적화

Mądry의 초기 연구는 그래프 알고리즘, 흐름(flows), 매칭, 라우팅 및 온라인 알고리즘에 집중되었습니다. 그의 연구는 그래프 연결성 및 네트워크 흐름과 관련된 문제에서 전기적 흐름(electrical-flow) 방법을 사용했습니다. Paul Christiano, Jonathan Kelner, Daniel Spielman, Shang-Hua Teng과 공동 저술한 “_Electrical Flows, Laplacian Systems, and Faster Approximation of Maximum Flow in Undirected Graphs_”에서 그는 전기적 흐름 및 라플라시안 시스템을 무방향 그래프에서의 최대 흐름의 더 빠른 근사와 연결했습니다. 이 논문은 2011년 ACM 계산 이론 심포지엄(STOC)에서 최우수 논문상을 받았으며 _Journal of the ACM_에 초대되었습니다.[\[1\]](#cite-id-8bvgdsuuaw)​[\[3\]](#cite-id-odonstar0m)​

이 시기의 다른 연구로는 “_Faster Generation of Random Spanning Trees_”, “_Fast Approximation Algorithms for Cut-based Problems in Undirected Graphs_”, 그리고 “_Faster Approximation Schemes for Fractional Multicommodity Flow Problems via Dynamic Graph Algorithms_”가 있습니다. Arash Asadpour, Michel Goemans, Shayan Oveis Gharan, Amin Saberi와 공동 저술한 비대칭 외판원 문제(asymmetric traveling salesman problem)에 대한 근사 알고리즘에 관한 그의 2010년 논문은 이산 알고리즘 심포지엄(SODA)에서 최우수 논문상을 받았습니다.[\[1\]](#cite-id-8bvgdsuuaw)​

### 머신러닝 견고성 및 평가

2017년 이후 Mądry의 출판물은 모델이 적대적 입력에 반응하는 방식과 견고성이 정확도 및 일반화와 어떤 관련이 있는지를 포함하여 딥러닝을 점점 더 많이 다루었습니다. 2018년 ICLR에서 발표된 “_Towards Deep Learning Models Resistant to Adversarial Attacks_”에 이어 “_Adversarially Robust Generalization Requires More Data_” 및 “_Robustness May Be at Odds with Accuracy_”가 발표되었습니다. 이 논문들은 모델 훈련, 데이터 요구 사항 및 정확도와 관련된 적대적 견고성을 조사했습니다. 2019년 NeurIPS에서 발표된 “_Adversarial Examples Are Not Bugs, They Are Features_”는 스포트라이트 논문으로 선정되었습니다. 이 시기의 다른 연구로는 밴딧(bandit) 방법과 사전 확률을 이용한 블랙박스 공격, 공간적 견고성, 이미지 합성을 위한 견고한 분류기 사용 등이 있습니다. Mądry는 또한 모델 견고성을 평가하는 방법에 대한 2019년 연구인 “_On Evaluating Adversarial Robustness_”를 공동 저술했습니다.[\[1\]](#cite-id-8bvgdsuuaw)​[\[3\]](#cite-id-odonstar0m)​

## OpenAI에서의 활동

2024년 1월 LinkedIn 게시물에서 Mądry는 생물학적 위협 생성을 가능하게 하는 대규모 언어 모델과 관련된 위험을 평가하는 OpenAI의 초기 대비(Preparedness) 노력의 일환인 작업을 설명했습니다. 그는 이 작업에 해당 위험을 평가하기 위한 초기 청사진이 포함되어 있다고 말했습니다.[\[2\]](#cite-id-rxaks3kw7c)​

Mądry는 또한 2024년 GPT-4o 시스템 카드와 2024년 OpenAI o1 시스템 카드의 공동 저자로 등재되어 있습니다.[\[3\]](#cite-id-odonstar0m)​

## 교육 및 학술적 리더십

MIT에서 Mądry는 알고리즘, 이론 컴퓨터 과학, 최적화, 머신러닝 및 의사 결정 과정을 가르쳐 왔습니다. 그의 강의에는 알고리즘 설계 및 분석, 고급 알고리즘, 딥러닝 과학, 온라인 의사 결정: 최적화, 제어 및 게임, 그리고 AI, 의사 결정 및 사회가 포함됩니다. 그는 2017년 봄부터 2023년 봄까지 여러 학기에 걸쳐 알고리즘 설계 및 분석을 가르쳤습니다.[\[1\]](#cite-id-8bvgdsuuaw)​

그의 학술적 리더십에는 MIT 배포 가능 머신러닝 센터를 이끄는 것과 MIT AI 정책 포럼의 교수 공동 의장으로 활동하는 것이 포함됩니다.[\[1\]](#cite-id-8bvgdsuuaw)​