피터 허버와의 대화 강건통계와 학문 여정

** 이 인터뷰는 통계학의 거장 피터 J. 허버의 학창 시절, 수학에서 통계학으로의 전향, 버클리와 코넬에서의 연구 경험, 그리고 1964년 발표한 강건추정 논문의 탄생 배경을 조명한다. 또한 그의 멘토와 동료, 교육 철학, 그리고 통계학 외 분야에 대한 관심까지 폭넓게 다룬다. **

저자: Andreas Buja, Hans R. K"unsch

피터 허버와의 대화 강건통계와 학문 여정
** 이 논문은 2008년 통계학 저널에 실린 “A Conversation with Peter Huber”라는 인터뷰 형식의 기사 전체를 한국어로 요약·분석한 것이다. 인터뷰는 안드레아스 부자와 한스 R. 쿤시가 진행했으며, 2005년 스위스 클로스터스에서 진행된 대화를 기록한다. 첫 부분에서는 허버의 출생 배경과 교육 이력을 간략히 소개한다. 그는 1934년 스위스 워렌에서 태어나 ETH 취리히에서 수학 디플로마(1958)와 박사학위(1961)를 받았다. 박사 논문은 순수수학(범주론) 분야였으나, 당시 ETH가 통계학자를 필요로 했고, 사커와 스티펠 교수의 권유로 통계학으로 전향하게 된다. 그는 1961~1963년 버클리 통계학과에서 포스트닥터 과정을 거치며, 이후 코넬에서 방문 교수직을 맡고 ETH에 정식 교수로 복귀한다. 1978년까지 ETH에서 근무한 뒤, 하버드(1978‑1988), MIT(1988‑1992), 베이루트(1992‑1999) 등에서 교수 생활을 이어갔다. 인터뷰의 핵심은 허버가 어떻게 통계학에 입문했는지, 그리고 강건통계학(robust statistics)의 기초를 어떻게 마련했는지에 대한 서술이다. 그는 대학 시절 알제브라와 고대 수학·천문학에 관심을 가졌으며, 바른덴 교수의 강의를 통해 비모수적 접근과 통계적 의사결정 이론에 눈을 뜬다. 베르클리로 가기 전, 그는 Cramér, Wald, Doob 등 고전 통계 서적을 탐독했으며, 특히 Wald의 “Statistical Decision Functions”와 Doob의 “Stochastic Processes”가 강건성 아이디어의 이론적 토대가 된다. 버클리에서는 레만, 레캄, 네이만 등과 교류하면서 강건성의 개념을 구체화한다. 그는 “특정 추정량이 asymptotic minimax property를 만족한다”는 사실을 발견했고, 이를 1964년 논문 “Robust Estimation of a Location Parameter”에 정리한다. 이 논문은 강건통계학의 시초로 평가받으며, 이후 수십 년간 이론과 응용 분야에 큰 영향을 미쳤다. 레만은 논문 제출 과정에서 조언을 제공했으며, 레캄의 ε‑효율성 개념과 강건성 사이의 연결 고리를 제시했다. 또한 허버는 학문적 환경에 대한 견해를 제시한다. ETH와 취리히 대학은 자유로운 학습 분위기와 시험 없는 박사 과정이 특징이었고, 이는 그의 독립적 연구 성향을 키웠다. 반면 ETH는 정해진 커리큘럼과 4년제 디플로마 제도로 구조화된 교육을 제공했다. 버클리에서는 연구 주제 선택이 동료와 멘토의 조언, 그리고 개인적 탐구에 크게 의존했으며, 네이만은 활발한 학과 분위기를 조성해 연구에 동기를 부여했다. 인터뷰는 허버의 다양한 협업 경험도 다룬다. 버클리에서는 레만, 레캄, 네이만 외에도 칼만‑부시 필터를 연구하던 학생들과 사무실을 공유했으며, 버틀리 연구소에서 동형대수와 호몰로지 이론을 다루는 프로젝트에 참여했다. 코넬에서는 잭 키퍼와의 인연을 통해 방문 교수직을 얻었고, 이후 ETH로 복귀하면서 비자 문제를 해결했다. 통계학 외에도 허버는 고대 바빌로니아 수학·천문학, 인간 성장곡선, EEG 분석, 결정학 등 다양한 분야에 기여했다. 그는 70편 이상의 통계 논문과 4권의 저서를 발표했으며, 바빌로니아 수학에 관한 12편 이상의 논문과 2권의 저서를 출간했다. 그의 연구는 강건통계학, 계산통계학, 데이터 분석 전략 등에 걸쳐 있다. 마지막으로 인터뷰는 허버의 교육 철학과 인생관을 반영한다. 그는 강건성을 “보험”에 비유하며, 통계적 모델링에서 위험을 사전에 대비하는 것이 중요하다고 강조한다. 또한, 학문적 호기심을 유지하고 다양한 분야에 눈을 돌리는 것이 연구자의 지속 가능한 성장에 필수적이라고 말한다. **

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기