알란 겔펀드와의 대화 베이지안 혁명과 공간 통계

본 논문은 2015년 듀크 대학교에서 열린 알란 겔펀드 교수의 70세 생일 기념 학술 대회 직전 진행된 인터뷰를 전면 인용하여, 그의 인생과 학문적 여정을 상세히 기록한다. 초기 생애와 교육 배경을 살펴보면, 겔펀드는 1945년 뉴욕 브롱크스에서 태어나 공립 초·중·고등학교를 거쳐 16세에 시티 컬리지(현재 CUNY) 수학과에 입학한다. 뛰어난 수리적 재능과 조기 졸업은 그가 스탠포드 대학원에 진학하게 만든 동력이 되었으며, 여기서 솔로몬 교수의 지도 아래 박사 학위를 취득한다. 스탠포드 시절 그는 찰스 스테인, 브라이언 에프론, 카이 라이 청 등 당대 최고의 통계학자들과 교류했으며, 특히 에프론이 가르친 첫 번째 수리통계학 강의와 솔로몬 교수의 방위산업·국립과학재단 연계 연구는 그의 연구 방향에 큰 영향을 미쳤다. 박사 과정 후, 겔펀드는 다섯 곳(스탠포드 연구소, UC‑다비스, 메릴랜드, 벨 연구소, UConn) 중 UConn을 선택한다. 당시 UConn은 비교적 조용한 환경이었지만, 뉴욕에 가까운 지리적 요인과 뉴잉글랜드에 대한 매력이 선택을 좌우했다. 초기에는 고고학·법학 데이터에 대한 서열 분석(seriation)과 같은 전통적 수리통계 연구를 수행했으며, 이는 그의 첫 번째 논문들에 반영된다. 그러나 그는 곧 수리통계학에만 머무는 것이 한계임을 느끼고, 의사결정 이론과 경험적 베이지안(Empirical Bayes)으로 관심을 전환한다. 1990년대 초, 깁스 샘플러를 통한 베이지안 컴퓨팅이 통계학계에 혁명을 일으키는 순간을 겔펀드는 직접 체험한다. 노팅엄 대학에서 애드리안 스미스의 베이즈 4 소프트웨어와 데이비드 클레이턴이 소개한 Geman‑Geman 논문을 접하면서, 그는 기존의 복잡한 다차원 적분 문제를 마코프 체인 몬테카를로(MCMC) 방법으로 해결할 수 있음을 깨닫는다. 이 경험을 바탕으로 1990년 Gelfand‑Smith 논문을 공동 저술했으며, 이 논문은 ‘깁스 샘플러’를 통계학자들에게 널리 알린 전환점이 되었다. 인터뷰에서는 이 과정에서 겪은 초기 컴퓨팅 자원의 제약(6‑7 차원 적분을 수행하던 베이즈 4)과, 당시 베이지안과 빈도주의 사이의 학문적 갈등을 극복한 이야기가 상세히 전해진다. 깁스 샘플러 도입 이후, 겔펀드는 베이지안 방법론을 다양한 분야에 적용하기 시작한다. 특히 1990년대 중반부터는 공간 통계학에 집중한다. 공간적으로 변하는 회귀계수 모델, 코레기오날리제이션(co-regionalization), 그리고 경계 분석(‘웜블링’)에 대한 연구는 그가 환경 과학, 역학, 지리학 등 실증적 분야와 협업할 수 있는 발판을 마련한다. 이들 연구는 대기오염 데이터, 전염병 확산 패턴, 토양 오염 지도 등 실제 데이터에 적용되어 정책적 의사결정에 직접적인 영향을 미쳤다. 학문적 생산성 측면에서 겔펀드는 260여 편의 논문과 6권의 저서를 집필했으며, 36명의 박사 학위 수료생과 10명의 포스트닥터를 지도했다. 그는 연구팀을 ‘계층화’하여, 자신은 아이디어와 방향성을 제시하고, 포스트닥터와 대학원생이 실제 데이터 분석과 코딩을 담당하도록 조직했다. 이러한 구조는 동시에 다수의 프로젝트를 진행할 수 있게 하였으며, 그의 연구 생산성을 지속적으로 높이는 요인이 되었다. 인터뷰 말미에 그는 베이지안 통계가 앞으로도 통계학의 중심이 될 것인지에 대한 질문에, ‘베이지안과 빈도주의가 문제에 따라 혼합될 수 있는 하이브리드 접근이 현실적’이라고 답한다. 이는 현재 통계학계에서 베이지안 방법론이 실무에 널리 쓰이면서도, 빈도주의적 검증 절차와 병행되는 추세와 일맥상통한다. 전체적으로 이 인터뷰는 겔펀드 교수의 개인적 배경, 학문적 전환, 주요 연구 성과, 그리고 학문적 리더십을 포괄적으로 조명한다. 그의 경력은 ‘수학적 호기심 → 베이지안 컴퓨팅 혁신 → 공간 통계학 확장’이라는 세 단계로 요약될 수 있으며, 각 단계마다 당시 통계학계의 기술적·이론적 한계를 극복하고 새로운 방법론을 제시함으로써 현대 통계학의 다변화와 실용화를 촉진한 사례로 평가된다.