Meet the new faculty members joining MIT Sloan in 2026

🖼️ 인포그래픽

Meet the new faculty members joining MIT Sloan in 2026 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

MIT 슬론 경영대학원은 노동 불평등, 인과추론, 인간과 인공지능의 협업, 생성모형, 디지털 경제, 마케팅 방법론, 국제금융을 연구하는 7명의 신임 교수를 2026년에 맞이한다.

📌 핵심 요약

클렘 애플리는 일터의 구조적 변화가 임금 격차, 인종 불평등, 급여 불안정 등 노동시장의 불평등과 불안정에 미치는 영향을 정량적으로 연구한다.
데이비드 브런스스미스는 거시경제와 가계금융에 적용할 수 있는 인과추론용 기계학습 방법을 개발하며, 편향을 줄인 기계학습과 도구변수 회귀 및 강화학습에 집중한다.
자나 부친차는 인공지능의 조언을 받는 사람들의 의사결정을 분석하고, 업무 성과와 인간 중심의 결과를 함께 개선하는 인간·인공지능 상호작용 방식을 설계한다.
지아니스 다라스는 오염된 데이터가 존재하는 조건에서도 심층 생성모형을 안정적으로 학습하고 표본을 생성할 수 있는 이론적·실용적 알고리즘을 연구한다.
루루 훙과 아냐 셰트키나는 디지털 기술, 개인정보 보호, 광고와 개인화의 효과를 다루며, 올리버 셰이는 국제무역의 청구 통화와 다중 통화 부채 조달 문제를 연구한다.

🧩 주요 포인트

클렘 애플리는 일터의 구조적 변화가 임금 격차, 인종 불평등, 급여 불안정 등 노동시장의 불평등과 불안정에 미치는 영향을 정량적으로 연구한다.
데이비드 브런스스미스는 거시경제와 가계금융에 적용할 수 있는 인과추론용 기계학습 방법을 개발하며, 편향을 줄인 기계학습과 도구변수 회귀 및 강화학습에 집중한다.
자나 부친차는 인공지능의 조언을 받는 사람들의 의사결정을 분석하고, 업무 성과와 인간 중심의 결과를 함께 개선하는 인간·인공지능 상호작용 방식을 설계한다.
지아니스 다라스는 오염된 데이터가 존재하는 조건에서도 심층 생성모형을 안정적으로 학습하고 표본을 생성할 수 있는 이론적·실용적 알고리즘을 연구한다.
루루 훙과 아냐 셰트키나는 디지털 기술, 개인정보 보호, 광고와 개인화의 효과를 다루며, 올리버 셰이는 국제무역의 청구 통화와 다중 통화 부채 조달 문제를 연구한다.

🧠 상세 정리

1. 2026년 신임 교수진의 구성과 연구 범위

MIT 슬론 경영대학원은 2026년에 조교수 7명을 새로 맞이하며, 이들이 노동과 조직, 금융, 마케팅, 운영연구와 통계 분야에 합류한다고 소개한다. 신임 교수들의 연구는 직장 내 불평등과 불안정, 편향을 줄인 기계학습, 인간과 인공지능의 상호작용, 손상된 데이터를 활용한 생성모형 학습 등으로 폭넓게 구성된다. 디지털 경제와 개인정보 보호, 광고와 개인화의 가치 측정, 국제거래의 청구 통화와 기업의 다중 통화 부채 조달도 주요 주제로 제시된다. 데이비드 브런스스미스와 자나 부친차는 전기공학·컴퓨터과학과 공동 임용되어 경영학의 문제를 컴퓨터과학 연구와 연결한다. 기사는 각 교수의 이전 소속과 학위 취득 이력, 구체적인 연구 관심사, 관련 연구를 확인할 수 있는 학술·개인 페이지를 차례로 안내한다.

2. 노동 불평등을 분석하는 클렘 애플리

노동·조직 연구 조교수로 합류하는 클렘 애플리는 2026년 하버드대학교에서 사회학 박사학위를 받았다. 그는 일의 조직 방식에서 일어나는 광범위한 변화가 불평등과 불안정성을 어떻게 형성하는지 정량적 접근으로 분석한다. 구체적인 연구 주제에는 서로 다른 사업장 사이의 임금 격차, 직장 분리 심화가 인종 불평등에 미치는 영향, 하도급 업체에서 발생하는 급여의 불안정성이 포함된다. 또한 20세기 초 현대적 공장이 출현한 과정도 연구해 현재의 노동 문제뿐 아니라 일터 조직의 역사적 변화까지 살핀다. 이 연구들은 노동자가 속한 사업장과 고용 구조가 보상 수준과 경제적 안정에 어떤 차이를 만드는지를 실증적으로 규명하는 데 초점을 둔다.

3. 인과추론과 인간·인공지능 협업의 접점

금융 조교수이자 전기공학·컴퓨터과학 공동 임용 교수인 데이비드 브런스스미스는 스탠퍼드 데이터사이언스에서 박사후연구원으로 근무했으며, 2024년 캘리포니아대학교 버클리에서 컴퓨터과학 박사학위를 받았다. 그는 거시경제와 가계금융에 적용할 수 있는 인과추론용 기계학습 방법을 개발하고, 최근에는 편향을 줄인 기계학습을 도구변수 회귀와 강화학습에 적용하는 방법을 연구한다. 노동·조직 연구와 전기공학·컴퓨터과학에 공동 임용된 자나 부친차는 마이크로소프트에서 박사후연구원으로 일했고, 2025년 하버드대학교에서 컴퓨터과학 박사학위를 취득했다. 부친차는 사람들이 인공지능의 지원을 받아 결정을 내리는 방식을 이해하고, 사람의 능력과 가치를 보완하는 상호작용 기법을 설계한다. 이를 위해 새로운 상호작용 방식과 설명 체계, 시스템을 개발하며 과업 중심 성과와 인간 중심 결과를 함께 최적화하는 데 집중한다.

4. 오염된 데이터에서도 작동하는 생성모형 연구

운영연구·통계 조교수 지아니스 다라스는 MIT 컴퓨터과학·인공지능연구소에서 박사후연구원으로 근무했으며, 2024년 텍사스대학교 오스틴에서 컴퓨터과학 박사학위를 받았다. 그의 연구는 심층 생성모형을 둘러싼 실용적 문제와 이론적 문제를 함께 다룬다. 핵심 과제는 학습 데이터에 손상이나 오염이 존재하더라도 생성모형을 학습시키고 그 모형에서 표본을 생성할 수 있는 원칙적인 알고리즘을 개발하는 것이다. 최근 연구로는 나쁜 데이터로도 좋은 모형을 학습시키는 방법을 다룬 ‘앰비언트 디퓨전 옴니’가 소개된다. 기사는 이 연구를 생성모형의 학습과 표본 생성 과정에서 데이터 품질 문제에 정면으로 대응하는 작업으로 제시하며, 그의 학술 페이지와 개인 웹페이지도 함께 안내한다.

5. 디지털 기술과 현대 마케팅 의사결정

마케팅 조교수 루루 훙은 2026년 하버드 경영대학원에서 박사학위를 받았으며, 인공지능, 디지털 경제, 개인정보 보호, 사회관계망 매체를 폭넓게 연구한다. 그는 새로운 디지털 기술을 실제 환경에 어떻게 설계하고 통합해야 하는지, 그리고 그 기술이 사용자와 기업에 서로 다른 영향을 미치는지를 엄밀하게 평가하는 데 초점을 둔다. 특히 사용자의 의사결정 과정, 수행하는 과업, 조직 구조의 차이가 개인과 기업 수준의 결과를 어떻게 바꾸는지 살핀다. 아냐 셰트키나는 2026년 펜실베이니아대학교 와튼스쿨에서 마케팅 박사학위를 받고 합류하며, 개인화와 표적화, 개인정보 보호 제약, 마케팅 조합 모형을 위한 응용 방법론을 개발한다. 그는 인과추론, 기계학습, 베이즈 최적화, 현장실험 데이터를 결합해 광고와 개인화가 언제 가치를 창출하는지, 그리고 마케팅 담당자가 그 가치를 어떻게 신뢰성 있게 측정할 수 있는지 연구한다.

6. 국제거래의 통화 선택을 연구하는 올리버 셰이

금융 조교수 올리버 셰이는 2026년 스탠퍼드 경영대학원에서 박사학위를 받았으며, 국제금융과 미시금융을 주요 연구 분야로 삼는다. 그는 기업이 국제 상품 거래에서 어느 통화로 대금을 청구할지 결정하는 과정과 그 선택의 경제적 효과를 조사한다. 또한 기업이 자본비용을 최소화하기 위해 여러 통화로 부채를 조달하는 방식을 연구해 무역 거래와 금융 조달의 통화 선택을 함께 분석한다. 기사에는 금융 통합이 기업 수준에서 만들어 내는 이익을 다룬 연구와 금융 헤지 및 최적 청구 통화를 분석한 연구가 최근 성과로 소개된다. 이로써 신임 교수진의 연구 범위는 노동과 인공지능, 마케팅을 넘어 기업의 국제거래와 자금조달 결정까지 확장된다.

🧾 핵심 주장 / 시사점

신임 교수진 가운데 여러 명이 인과추론과 기계학습을 활용하지만, 적용 대상은 가계금융, 인간의 의사결정, 생성모형, 마케팅처럼 서로 뚜렷하게 구분된다.
인공지능 관련 연구는 모형의 성능만이 아니라 데이터 오염, 편향 완화, 개인정보 보호, 사용자의 가치와 의사결정 등 실제 적용 과정의 조건과 결과를 함께 다룬다.
7명의 연구는 개인과 일터의 불평등에서 기업의 광고·기술 도입과 국제 통화 선택까지 이어지며, 정량적 방법을 현실의 조직 및 시장 문제에 적용한다는 공통점을 보인다.