# Johan Schalkwyk

> 요한 샬크위크는 음성 인식, 대규모 언어 모델, 멀티모달 인식 분야에서 활동하는 저명한 AI 연구자입니다. 그는 이전에...

- Canonical URL: https://iq.wiki/kr/wiki/johan-schalkwyk
- Categories: People in crypto
- Tags: AI Token, Developer
- Created: 2025-07-10T02:13:35.703Z
- Last updated: 2025-07-10T02:22:34.558Z
- Source: IQ.wiki — the world's largest blockchain and crypto encyclopedia (https://iq.wiki)

---

**요한 샬크위크(Johan Schalkwyk)**는 인공지능, 특히 음성 기술 및 대규모 언어 모델 분야에서 활동하는 컴퓨터 과학자입니다. 그는 Google에서 음성 검색 및 멀티모달 AI와 같은 분야에 기여하며 중요한 역할을 수행했으며, 현재는 에너지 전환을 위한 AI에 집중하는 Sense에서 전략 고문으로 활동하고 있으며 최근에는 Meta Superintelligence Labs에 합류했습니다. [\[1\]](#cite-id-eite8uH7j2) [\[2\]](#cite-id-3vpMHovKZF) [\[36\]](#cite-id-TLkWQuZ03b)

## 교육

요한 샬크위크는 프리토리아 대학교에서 강화 학습을 중심으로 로봇 공학 석사(M.Eng.) 학위를 받았습니다. 그는 1993년에 GPA 4.0으로 프로그램을 마쳤습니다. [\[39\]](#cite-id-j9Z3eknixg)

## 경력

요한 샬크위크는 Google에서 상당 기간 동안 근무하며 AI 분야의 Google Fellow로 인정받았습니다. Google에서의 그의 연구는 인공지능 및 머신러닝 내의 여러 핵심 영역에 걸쳐 있었습니다. 음성 영역 기술 책임자로서 그는 음성 인식 및 합성 기술에 대한 전략적 연구 투자를 지휘했습니다. 이러한 리더십은 2008년에 출시된 세계 최초의 음성 지원 검색 경험인 Google 음성 검색 개발과 같은 혁신에 기여했습니다. 그는 또한 온디바이스 처리 및 Google 어시스턴트 및 YouTube를 포함한 다양한 Google 제품에서 신경 모델 적용과 같은 개념을 발전시키는 데 중요한 역할을 수행하여 80개 이상의 언어를 지원하도록 확장했습니다. 이후 Google DeepMind에서는 멀티모달 인식 개발 및 Gemini 모델 제품군에 대한 기여를 포함한 대규모 언어 모델 발전에 참여했습니다. [\[1\]](#cite-id-eite8uH7j2) [\[2\]](#cite-id-3vpMHovKZF)

2024년 5월, 샬크위크는 가정 및 전력망을 위한 임베디드 인텔리전스를 전문으로 하는 회사인 Sense에 인공지능 전략 고문으로 합류했습니다. 이 역할에서 그는 글로벌 에너지 전환을 지원하기 위해 AI 및 머신러닝을 활용하는 데 집중합니다. Sense에서의 그의 자문 업무는 데이터와 머신러닝을 사용하여 에너지 수요를 관리하고 효율성을 개선하며 그리드 안전을 강화하는 새로운 도구를 유틸리티 및 소비자에게 개발하는 것을 목표로 합니다. Sense는 머신러닝을 활용하여 소비자에게 가정 에너지 사용에 대한 실시간 통찰력을 제공하고 유틸리티에 고장 식별, 전력 흐름 추적 및 전력화 계획과 같은 작업을 위한 그리드 인텔리전스를 제공합니다. [\[1\]](#cite-id-eite8uH7j2) [\[37\]](#cite-id-BpV4zwwMQw) [\[38\]](#cite-id-bdWSrw6mBk)

### Meta Superintelligence Labs

2025년 6월, 마크 저커버그는 인공 초지능 개발에 집중하는 Meta Platforms 내의 새로운 조직인 Meta Superintelligence Labs(MSL)의 창설을 발표했습니다. 요한 샬크위크는 이 이니셔티브에 합류하는 주요 신규 팀원 중 한 명으로 지명되었습니다. MSL은 Llama 소프트웨어, 제품 및 기본 인공지능 연구 프로젝트를 포함하여 기초 모델에 대한 다양한 팀을 수용하기 위해 설립되었습니다. MSL의 구성과 샬크위크와 같은 최고의 AI 인재의 영입은 빠르게 진화하는 AI 환경에서 경쟁하기 위한 Meta의 노력의 일환입니다. [\[40\]](#cite-id-Ehx18dYsFI) [\[41\]](#cite-id-D1cEJIi5N1)

## 출판물

요한 샬크위크는 컴퓨터 과학 분야에서 음성 인식, 자연어 처리 및 머신러닝과 같은 분야에 중점을 둔 수많은 연구 논문을 공동 저술했습니다. 그의 출판물은 수십 년에 걸쳐 있으며 저명한 컨퍼런스 및 저널에 게재되었습니다.

주요 출판물은 다음을 포함합니다.

* **2020 – 현재**
  * *Gemini 1.5: 수백만 개의 토큰 컨텍스트에서 멀티모달 이해 잠금 해제.* CoRR abs/2403.05530 (2024) [\[3\]](#cite-id-I1XUVnOCQ7)
  * *음성 인코더와 다운스트림 텍스트 모델 결합.* CoRR abs/2407.17605 (2024) [\[4\]](#cite-id-cvL5kl74Tu)
  * *SLM: 음성 및 텍스트 기초 모델 간의 얇은 간격 연결.* ASRU 2023: 1-8 (2023) [\[5\]](#cite-id-HHF8Bf49Vp)
  * *Lego-Features: 스트리밍 및 심의 ASR을 위한 모듈식 인코더 기능 내보내기.* ICASSP 2023: 1-5 (2023) [\[6\]](#cite-id-4wIwkS4uLT)
  * *Google USM: 100개 이상의 언어를 넘어 자동 음성 인식 확장.* CoRR abs/2303.01037 (2023) [\[7\]](#cite-id-zYGOl2SV40)
  * *AudioPaLM: 말하고 들을 수 있는 대규모 언어 모델.* CoRR abs/2306.12925 (2023) [\[8\]](#cite-id-nflGB1N8GR)
  * *Gemini: 고성능 멀티모달 모델 제품군.* CoRR abs/2312.11805 (2023) [\[9\]](#cite-id-lFfzh1a7B9)
* **2010 – 2019**
  * *대규모 어휘 음성 인식을 위한 래티스 생성.* ASRU 2017: 228-235 (2017) [\[10\]](#cite-id-xmEcDoVrwi)
  * *범용 음성 인터페이스를 지원하기 위한 Google의 음성 연구.* New Era for Robust Speech Recognition, Exploiting Deep Learning 2017: 385-399 (2017) [\[11\]](#cite-id-Wggf9Y3J3i)
  * *키보드 제스처 디코딩을 위한 장단기 메모리 신경망.* ICASSP 2015: 2076-2080 (2015) [\[12\]](#cite-id-8oTOiLJ6iv)
  * *순환 신경망을 사용한 음성 인식을 위한 음향 프레임 라벨링 학습.* ICASSP 2015: 4280-4284 (2015) [\[13\]](#cite-id-DZq6iJkTPg)
  * *음성 쿼리 개선.* INTERSPEECH 2012: 2462-2465 (2012) [\[14\]](#cite-id-v3Mib3kud9)
  * *유한 상태 트랜스듀서의 효율적인 구성을 위한 필터 기반 알고리즘.* Int. J. Found. Comput. Sci. 22(8): 1781-1795 (2011) [\[15\]](#cite-id-CNCtU6CYye)
  * *개발을 위한 음성 검색.* INTERSPEECH 2010: 282-285 (2010) [\[16\]](#cite-id-yAgndR3RHY)
  * *모바일 음성 입력을 위한 주문형 언어 모델 보간.* INTERSPEECH 2010: 1812-1815 (2010) [\[17\]](#cite-id-hXTSUXRpXJ)
  * *음성 검색을 위한 쿼리 언어 모델링.* SLT 2010: 127-132 (2010) [\[18\]](#cite-id-Uyky0nNQB1)
  * *가중 유한 상태 트랜스듀서의 효율적인 구성을 위한 필터.* CIAA 2010: 28-38 (2010) [\[19\]](#cite-id-lB0VuG4dmG)
* **2000 – 2009**
  * *OpenFst.* FSMNLP 2009: 47 (2009) [\[20\]](#cite-id-M7EpznUsWe)
  * *모바일 미디어 검색.* ICASSP 2009: 4897-4900 (2009) [\[21\]](#cite-id-FEWVos2Hjb)
  * *GOOG-411에서 what-with-where에 대한 언어 모델링.* INTERSPEECH 2009: 991-994 (2009) [\[22\]](#cite-id-JlAvqnDH3Q)
  * *가중 유한 상태 트랜스듀서를 위한 일반화된 구성 알고리즘.* INTERSPEECH 2009: 1203-1206 (2009) [\[23\]](#cite-id-W6XwcYZoNR)
  * *음향적으로 축소되지 않은 단어와 축소된 단어의 인식에서 의미론적 컨텍스트 효과.* INTERSPEECH 2009: 1867-1870 (2009) [\[24\]](#cite-id-8CI0bo6yLH)
  * *GOOG-411 배포: 데이터, 측정 및 테스트의 초기 교훈.* ICASSP 2008: 5260-5263 (2008) [\[25\]](#cite-id-V0B0cp5NYG)
  * *OpenFst: 일반적이고 효율적인 가중 유한 상태 트랜스듀서 라이브러리.* CIAA 2007: 11-23 (2007) [\[26\]](#cite-id-ALEpWlIvzK)
  * *유한 상태 트랜스듀서를 사용한 동적 문법을 사용한 음성 인식.* INTERSPEECH 2003: 1969-1972 (2003) [\[27\]](#cite-id-W0X7OE3OxN)
* **1990 – 1999**
  * *범용 음성 도구: CSLU 툴킷.* ICSLP 1998 (1998) [\[28\]](#cite-id-ksZAHc2js2)
  * *미국 인구 조사를 위한 음성 대화 시스템 실험.* Speech Commun. 23(3): 243-260 (1997) [\[29\]](#cite-id-yGDwmLsluG)
  * *CSLUsh: 확장 가능한 연구 환경.* EUROSPEECH 1997: 689-692 (1997) [\[30\]](#cite-id-bmVOrLSOZd)
  * *낮은 저장 요구 사항으로 화자 검증.* ICASSP 1996: 693-696 (1996) [\[31\]](#cite-id-0zNfWw1gc1)
  * *10,000개의 음성 대화 시스템 구축.* ICSLP 1996: 709-712 (1996) [\[32\]](#cite-id-2dZNWRdGNA)
  * *음절과 유사한 단위를 사용한 음성 인식.* ICSLP 1996: 1117-1120 (1996) [\[33\]](#cite-id-K2vppiabzz)
  * *전화 음성에서 사기꾼 감지.* ICASSP (1) 1994: 169-172 (1994) [\[34\]](#cite-id-gt9hsi3cEl)
  * *미국 인구 조사를 위한 프로토타입 음성 응답 설문지.* ICSLP 1994: 683-686 (1994) [\[35\]](#cite-id-QiFYvloj2t)

그의 연구에는 음성 및 언어 처리 애플리케이션에서 널리 사용되는 가중 유한 상태 트랜스듀서를 구성하고 조작하기 위한 툴킷인 OpenFst 라이브러리에 대한 기여가 포함됩니다. [\[26\]](#cite-id-ALEpWlIvzK) [\[20\]](#cite-id-M7EpznUsWe)