리처드 올셴, 통계와 의학을 잇는 다리

본 인터뷰는 통계학자이자 바이오스탯 전문가인 리처드 올셴(Richard A. Olshen)의 인생과 학문적 여정을 상세히 기록한다. 1942년 오리건주 포틀랜드에서 태어나 메릴랜드 주 체비 체이스에서 어린 시절을 보낸 그는, 캘리포니아에서 성장하며 수학·통계에 대한 조기 관심을 키웠다. 아버지는 수학 박사였으며, 가정 내에서 수학적 대화가 일상적이었고, 이는 올셴이 ‘실제 수보다 정수가 더 존재한다’는 질문을 할 정도로 수학적 호기심을 자극했다. 베크리(UC Berkeley)에서는 통계학 전공을 선택했으며, 전공 선택 과정에서 수학 파트와의 갈등이 있었지만, 결국 통계학으로 전향하게 된다. 대학 시절 데이비드 프리드먼(David Friedman)과의 만남은 그의 학문적 방향에 큰 영향을 주었다. 박사 과정은 예일(Yale)에서 진행했으며, 프랭크 앤스컴(Frank Anscombe)과 짐미 새비지(Jimmie Savage)라는 두 명의 통계학 거장 밑에서 훈련받았다. 앤스컴은 영국식 통계 전통과 피셔리안 접근을, 새비지는 베이즈주의와 의사결정 이론을 강조했으며, 이러한 다양한 사조가 올셴의 연구 스타일에 융합되었다. 박사 논문은 ‘주기 다이어그램의 점근적 성질’에 관한 것이었으며, 이는 이후 그의 이론적 기반을 다지는 데 기여했다. 졸업 후 스탠포드, 미시간, UC 샌디에이고 등 여러 대학을 옮겨 다니며, 특히 UC 샌디에이고에서는 통계학을 의학과 연결하는 데 주력했다. 당시 UCSD는 통계학 부서가 없었고, 올셴은 암 연구센터, 심혈관 연구소, 어린이 병원 보행 연구실 등 다양한 의학 프로젝트에 참여해 통계적 방법을 도입했다. 그는 ‘통계는 데이터 해석을 필요로 하는 모든 과학의 기반’이라는 신념으로, 통계학이 의학·생물학·공학과 융합될 때 비로소 그 가치를 발휘한다는 입장을 피력했다. 올셴의 가장 유명한 공헌 중 하나는 1984년 ‘Classification and Regression Trees (CART)’를 공동 집필한 것이다. CART는 이진 트리 구조를 이용해 분류와 회귀 문제를 해결하는 알고리즘으로, 이론적 근거와 실제 구현을 모두 제시했다. CART는 이후 컴퓨터 과학에서 의사결정 나무, 랜덤 포레스트, 부스팅 등 다양한 머신러닝 기법의 토대가 되었으며, 특히 심장학, 종양학, 독성학 분야에서 컴퓨터 보조 진단·예후 모델로 활용되었다. 또한 디지털 방사선학 분야에서는 스탠포드 전기공학 교수 로버트 그레이(Robert Gray)와 협업해 방사선 이미지 분석에 트리 구조를 적용했으며, HIV 유전학에서는 단일 뉴클레오타이드 다형성(SNP) 연구에 통계적 모델을 적용해 고혈압과 여성 하위집단 간 연관성을 밝히는 데 기여했다. 교육 철학에 대해서는 통계학을 ‘계산·수학·주제’ 삼각형으로 비유한다. 그는 계산 능력은 상대적으로 약하지만, 수학적 이론과 실제 주제(의학·생물학)와의 연결에 강점을 둔다고 설명한다. 베크리와 예일에서의 교육 경험을 통해 통계학 전공이 과거보다 크게 확대되었으며, 현재는 석·박사 과정이 활발히 운영되고 있다고 언급한다. 인터뷰 말미에 그는 자신의 경력을 되돌아보며, “통계는 데이터와 현장의 연결 고리”라며, 통계학자가 데이터 해석을 통해 다양한 분야에 기여해야 함을 강조한다. 이는 오늘날 데이터 과학·인공지능 시대에 통계학이 차지하는 역할을 재조명하는 중요한 메시지이다. 전체적으로 이 인터뷰는 올셴의 개인적 배경, 학문적 성장, 주요 연구 성과(CART와 그 응용), 그리고 통계학과 의학·생물학·공학의 융합 사례를 풍부한 일화와 함께 제공한다. 그의 이야기는 통계학이 단순한 이론을 넘어 실제 문제 해결에 어떻게 적용될 수 있는지를 보여주며, 차세대 통계학자와 데이터 과학자에게 영감을 제공한다.