브레인 스토리/ 인공 두뇌

생각하는 기계

  • 천연 지능에 대한 인공 지능의 대반란에서 가장 중요한 요소는 기계가 의식을 할 수 있느냐 없느냐 하는 것이다.
    • 호전적인 야망을 가진 기계라면 반드시 의식이 있어야 한다.
    • 17세기 프랑스 철학자 쥘리앙 오프로이드 라메트리는 인간이 그저 기계에 불과할 뿐이라는 개념을 제창했다. 그의 추종자 중 한 명은 “간이 담즙을 분비하듯 뇌는 생각을 분비한다”고 했다.
    • 비슷한 시기의 르네 데카르트는 기계적 장치로서 뇌가 어떻게 기능하는지를 설명하는 도해를 작성했다.
  • 선구적 사상가들이 기계와 뇌를 자세하고 진지하게 비교하기 시작한 것은 프로그램할 수 있는 전기 컴퓨터가 광범위하게 사용되기 시작한 1940년대 후반부터이다.
    • 워렌 매컬로크는 누군가 인간의 뇌에 존재하는 뉴런 수만큼의 진공관을 탑재한 컴퓨터를 만든다면 엠파이어스테이트 빌딩만큼의 공간에 나이애가라 폭포만큼의 전력과 냉각수가 필요할 것이라고 했다.
    • 매컬로크는 당시 뇌세포에 관해 알려진 사실과 컴퓨터 노드의 유사점에 매혹되어 ‘이상적 뉴런’의 합성 회로를 만들었다. 이상적 뉴런이란 명백하게 활동하거나 휴지인 다시 말해 온/ 오프로 컴퓨터의 작동과 동일한 논리를 공유하는 뉴런을 가리킨다.
  • 비슷한 시기에 노버트 웨이너가 ‘인공두뇌학’이라는 용어를 만들어 냈다.
    • 그리스어로 ‘제어’, ‘조종’의 뜻을 담은 이 용어는 참신한 발상을 담고 있었는데, 웨이너는 기계나 뇌에 함께 적용될 수 있는 원리를 안출해서 각각의 체계가 어떻게 작용하는지를 규명하려는 계획을 갖고 있었다.
    • 그러나 초기 컴퓨터의 문제점은 지시가 중요한 내부 메모리와 멀리 떨어진 외부에서 전달되어야만 했다는 점이다.
  • 폰 노이만은 지시를 전달하는 프로그램을 컴퓨터에 내장하는 방식을 제안했다. 이를 발판으로 컴퓨터 과학은 뇌 과학에 더욱 가까이 갈 수 있었다.
    • 마침내 우리는 간단한 지시 사항은 물론이고 경험으로부터 ‘학습’하고 이를 바탕으로 원하는 결과를 달성할 수 있는 시스템까지 고안해냈다.
    • 이런 장치들이 미래에는 인간의 뇌처럼 정교해져서 의식까지 가지게 될 것이라는 추론이 다른 어느 때보다 더 신빙성을 갖게 되었다.
  • 앨런 튜링은 기계가 의식을 가질 수 있는지 없는지를 명확하게 파악하는 궁극적 방법으로서의 테스트를 고안했다.
    • 튜링 테스트는 인간 질문자가 대상을 모르는 상태에서 컴퓨터와 인간 모두에게 질문을 하고 그에 대한 대답을 통해 그 둘을 구분한다.
    • 질문이 난해하고 미묘할수록 반사적으로 반응하는 컴퓨터의 프로그램과 인간 두뇌의 기민함과 독창성 사이의 차이가 더 뚜렷하게 나타났다. 지금까지 어떤 기계도 튜링 테스트를 통과하지 못했다.
  • 그러나 기계가 튜링 테스트를 통과하더라도 그것이 의식을 가지고 있다고 하는 것에는 동의하기 어렵다.
    • 튜링 테스트는 순전히 반응에 기초하고 있는데, 의식은 외부의 자극이 없더라도 일어난다. 명상이나 꿈이 그 예이다.
    • 컴퓨터가 점점 더 인간과 유사하게 설득력 있는 대화를 사람들과 나눌 수 있게 되었지만 그 반응을 의식이라고 할 수는 없다.
  • 로저 펜로즈는 또 다른 중요한 차이점에 주목했다.
    • 컴퓨터는 알고리즘이라는 단계적 지시 체계에 따라 작동한다. 알고리즘은 특정한 작업을 수행하는 방법의 기초가 되는 일련의 논리적 수순이다.
    • 그러나 우리는 인간의 뇌가 이렇게 기계적으로 작동하지 않는다는 것을 안다.
    • (체스의 이길 수 없는 상황에서 인간이었으면 지지 않기 위한 수를 두지만, 체스 컴퓨터 딥 소트는 상대의 말을 잡고 결국 지는 수를 두게 된다는 예시)
  • 우리가 직관 또는 상식이라고 부르는 비알고리즘적 과정을 실제 뇌의 물리적 작용과 관계짓기는 어렵다.
    • 그렇다고 우리가 머리속에서 벌어지는 역동적인 뉴런의 활동을 궁극적으로 세포나 분자 수준의 알고리즘으로 환원할 수 있다고 기대하면 안 되는 것일까?
    • 스티븐 핑커의 문제 의식은 바로 이것이었다. 그는 사고와 감정도 궁극적으로는 계산할 수 있는 복잡한 현상일 뿐이라고 했다.
    • 이하에서 과연 그의 생각이 옳은지 살펴 보겠다.

인공 신경망

  • 로드니 더글러스와 케번 마틴은 실리콘 뉴런을 만들어 냈다.
    • 더글러스와 마틴의 발명품은 자극하면 실제 뉴런의 활동 전위처럼 전압이 일시적으로 변한다. 자극을 더 많이 가하면 이 인공적 활동 전위의 발화율이 증가한다. 이 점도 실제 뉴런과 똑같다.
  • 실리콘 뉴런이 뉴런의 기본적 활동을 훌륭하게 모방하고 있지만 뉴런의 완벽한 모형이라고는 할 수 없다.
    • 활동 전위는 이온의 일시적 유입과 유출 현상이다. 이온은 매우 복잡한 세포막을 통과한다. 반도체의 접합부 정도가 아닌 것이다.
    • 게다가 진짜 뉴런의 막 구조는 복잡한 화학 반응이 소용돌이치는 만화경 같은 세포 내부의 첫 단계일 뿐이다. 이런 반응은 이온의 유입은 물론이고 세포핵 내부에 있는 유전자의 지령에도 영향을 미친다.
  • 생물의 뉴런은 상호작용을 통해 성장한다. 뉴런들 사이의 결합이 뉴런 그 자체보다 더 중요하다.
    • 끊임없이 형성되는 뉴런 결합의 배열이 뇌가 비알고리즘적으로 활동하는 기초가 된다. 뇌는 이런 중추적 특징을 발판 삼아 기능한다.
  • 컴퓨터 과학자들이 신경망 (Neural Net)이라고 하는 장치를 가지고 인공적인 비알고리즘 네트워크를 통해 뇌를 모방하고자 했다.
    • 신경망은 한 ‘세포’에서 다음 세포로 신호를 전달하는 매개로 화학적 신경전달 물질을 배척하고 전기적 결합에 의존한다.
    • 흥미롭게도 뉴런들이 뇌에서 화학적 신경전달 물질 없이도 서로 교신하는 사례가 일부 확인되었다. 뉴런들이 가끔 융합되기도 하는데, 그러면 한 세포에서 생성된 활동 전위가 화학물질이나 시냅스 없이도 수동적으로 인접 뉴런까지 전달될 수 있는 것이다.
    • 이 ‘전기적 전달’은 뉴런 교신의 또 다른 형태로서, 시냅스 전달처럼 느리지도 않을 뿐더러 과도하게 에너지가 소모되지도 않는다.
    • 이 체계에서는 다양한 화학물질로 인한 에너지의 낭비가 전혀 없으며, 또 신경전달 물질이 방출되어 수용체와 결합하고 표적 뉴런의 이온 교환을 유발한 다음 소멸하는데 걸리는 시간이 전혀 필요치 않다.
    • 그러나 전기적 전달은 뇌에서 드물게 일어난다. 그렇다면 에너지가 많이 소모되고 시간도 많이 걸리는 시냅스 전달이라는 화학적 방법이 전기적 전달보다 훨씬 더 흔한 이유는 무엇일까? 아마도 신경전달 물질이 실제 뉴런에 부여하는 융통성 때문이지 않을까 한다.
  • 인공 신경망의 ‘뉴런’은 간단한 장치로 다음 세포로 신호뿐만 아니라 결합 강도의 기본틀까지도 전달한다. 이와 비교해 볼때 실제 뉴런은 엄청나게 복잡하다.
    • 실제 뉴런은 다른 세포로 신호를 전달하기 위해 임의로 사용할 수 있는 신경전달 물질을 다양하게 구비하고 있다. 또 각각의 신경전달 물질은 여러 가지 유형의 수용체와 반응하는데, 그 반응 양상 역시 선택적이면서도 놀라우리만치 다양하다. 그 결과로 산출되는 엄청난 경우의 수를 실리콘 뉴런은 아직 복제하지 못하고 있다.
  • 차이점이 또 있다. 최근에 신경과학자들은 시냅스 전달에 컴퓨터 프로그램의 온/오프 기능이나 신경망과 다른 또 다른 차원이 존재한다는 것을 밝혀냈다.
    • 우리는 신경전달 물질이 예/아니오 이상을 말할 수 있다는 것을 알게 되었다. 신경전달 물질은 신호를 곧장 전달하는게 아니라, 세포를 비상 상태에 돌입시킴으로써 표적 세포를 ‘조절’하는 것이다.
  • 스텐 네더가르트 박사는 대뇌피질의 한 세포에 신경전달 물질 세로토닌을 주입하면서 전기 신호의 변화를 기록했다.
    • 그는 또 다른 신경전달 물질 NMDA를 적용했는데 세포의 흥분 상태에 작은 변화가 일어난다는 것만 확인했을 뿐 본격적인 활동 전위라고 할 만한 것은 발견하지 못했다.
    • 스텐은 방법을 바꾸어서 세로토닌을 주입한 후 바로 이어서 NMDA를 주입했다. 세로토닌이 남아 있는 가운데 NMDA가 적용되는 상황을 조성한 것인데, 이러자 활동 전위가 발견되었다. 세로토닌이 세포를 조절해 NMDA에 더 잘 반응하도록 만든 것이다.
  • 과거 10년 동안 많은 신경전달 물질이 독자적으로 세포를 흥분시키거나 억제할 뿐만 아니라 적절한 환경이 조성되면 조절자로서도 기능한다는 사실이 밝혀졌다. 이 ‘적절한 환경’은 표적 세포의 상태에 따라 결정된다.
    • 예컨애 해마의 절편 세포에 아세틸콜린을 주입해도 이 세포들이 활동 전위를 이미 발화하고 있지 않다면 아세틸콜린은 아무런 영향도 미치지 못한다.
    • 그러나 해마의 절편 세포가 활동 전위를 발화하고 있을 경우 아세틸콜린은 일종의 분자 보조 브레이크를 제거해 표적 뉴런이 더 오랫동안 발화 상태를 유지할 수 있도록 만들어 준다.
    • 조절 물질이 효과적으로 작동하려면 시기가 적절해야 한다. 표적 세포의 반응은 막 무슨 일이 일어났는지, 또 무슨 일이 일어나고 있는지에 따라 달라지기 때문이다.
    • 뉴런의 과거, 현재, 미래는 서로 무관하다. 그러나 우리가 조절 작용에 관해 얘기할 때는 일정한 시간의 틀에서 연속으로 발생하는 두 가지 사건의 관련성이 항상 중요하다. 뇌의 처리 능력을 비약적으로 증대해주는 이 정교한 기제를 실리콘 뉴런은 아직 흉내 내지 못하고 있다.
  • 인공 두뇌 개발자들에게 두통거리를 안겨 줄 만한 사실은 또 있다.
    • 이전에는 신경전달 물질 분자가 축색의 끝부분에서 방출된다고 알려져 있었는데, 파킨슨병으로 손상되는 부위인 흑질과 같은 일부 뇌세포에서는 도파민이 정상적인 경로인 축색의 끝부분에서뿐만 아니라 입력을 받는 세포의 수상돌기에서도 방출된다. 신경전달 물질이 ‘입구’라고 씌여진 문을 통해 가끔 나가기도 한다는 것이다.
  • 뇌세포가 이렇게 독특한 방식으로 활동하는 이유는 무엇일까?
    • 역방향 신호가 첫번째 세포로 피드백되어 자동 온도조절 장치처럼 그 활동을 조절한다는 것이 첫 번째 가설이다.
    • 두 번째 가설은 수상돌기들이 시냅스로 향하는 것보다 더 광범위하게 신경전달 물질을 방출하고 그 결과 작용 반경이 커져 동시에 여러 세포에 영향을 미친다는 것이다.
    • 이 시나리오에 따르면 수상돌기가 신경전달 물질을 방출하는 목적은 특정한 신호를 전송하는데 있는게 아니고, 예컨대 하나의 뉴런 집단 전체를 활성화하는 식으로 보다 전반적인 활동을 유도하는데 있다.
    • 우리는 이미 신경전달 물질 펩티드가 이렇게 환산하는 방식으로 방출된다는 것을 살펴 보았기 때문에 다른 신경전달 물질들이 이례적으로도 작용할 수 있다는게 놀라운 일은 아니다.

뇌의 학습

  • 뉴런의 신경 회로를 구현하고자 하는 사람들에게 수상돌기는 많은 과제를 제기한다.
    • 우선 수상돌기 자체가 누수가 심한 도선이다. 신호가 세포체에 성공적으로 도달하려면 수상돌기의 입력 지점과 세포체의 거리가 짧아야 한다. 짧은 거리를 여행하는 신호일수록 사멸할 확률이 낮고 먼 곳에서 입력된 신호보다 더 우세할 것이다.
    • 타이밍도 중요한 요인이다. 한 개의 신호가 단독으로 입력될 때는 세포체에 영향을 미칠 수 없을 정도로 미약하기도 하지만 두 개의 약한 신호가 공동으로 작용하면 강력한 출력 신호를 촉발할 수도 있다.
    • 아울러 사태를 더욱 난해하게 만드는 새로운 사실이 신경과학자들에 의해 최근에 발견되었는데, 수상돌기가 세포체를 따돌리고 전기 신호를 전송할 수 있다는 것이다.
  • (로돌포 리나스 교수의 실험 생략)
    • 그는 수상돌기가 전적으로 자기 소유인 일당을 갖고 있으며 이를 바탕으로 세포의 나머지 부분과는 별도로 활동 전위를 생성해 낸다는 사실을 알아냈다. 그 신호는 세포체를 목적지로 하지 않았다. 그 신호는 순전히 국소적인 일로 한정되었다.
    • 후에 화상 데이터 연구로 이 사실이 증명되었다. 소뇌 세포의 수상돌기가 세포체와 무관하게 활성화 될 수 있다는 사실이 명쾌하게 확인된 것이다. 그렇다면 이 불온한 수상돌기는 도대체 무엇을 하는 것일까?
  • 우리는 소뇌가 피아노를 치거나 테니스를 치는 등의 복잡한 유형의 운동을 학습하는 것과 관련 있음을 살펴 보았다.
    • 이런 기술을 체득하려면 집중력이 요구되는 것은 물론이고 먼저 감각기관으로부터의 입력이 선행되어야 한다. 그러나 그런 기술은 충분한 연습을 거쳐야 제 2의 천성으로 자리잡는다.
    • 리나스가 연구했던 세포들이 이런 종류의 학습과 관계 있는 것 같다. 그 수상돌기의 신호가 세포를 부분적으로 수정해 일정한 입력에 부응하는 세포의 반응을 영구적으로 고쳐놓는 것이다.
  • 소뇌가 이런 식으로 작동한다는 또 하나의 증거는 원숭이를 대상으로 한 고전적인 학습 실험에서 얻을 수 있다. 이 실험에서 과학자들은 원숭이들이 숙련된 운동을 학습할 때 소뇌의 뉴런에서 무슨 일이 일어나는지 알아보려고 했다.
    • 관심의 대상이었던 푸르킨예 세포 (Purkinje Cell)는 뇌의 다른 영역에서 두 가지 중요한 입력 신호를 받는다. 원숭이가 기능을 학습하는 동안 푸르킨예 세포는 발화하기 위해 동시에 두 개의 입력 신호를 받아들여야 하는 것이다.
    • 그러나 일단 기능이 학습되면 요구되는 입력 신호는 하나로 족하다. 마치 미래에 입력 신호가 하나만 필요하도록 두 개의 입력 신호가 공동으로 작업해서 세포를 얼마간 재프로그램하는 것 같다. 이 과정이 효과적으로 달성되면 반응이 ‘학습’되었다고 할 수 있다.
    • (학습에 대해 굉장히 놀라운 부분인데, 시스템1, 시스템2 이론이 이런 식으로 설명될 수 있을 것 같다. 자동화되는 단계에 이르면 신호가 1개만 있어도 되고 그 전에 의식적으로 훈련하는 상태에서는 2개의 신호가 필요함. 물론 이는 소뇌이므로 운동 능력 학습에 국한되는 것일 수도 있다.)
  • 물론 인공적인 신경망도 배울 수는 있다. 그러나 중요한 차이점은 그 기제가 근본적으로 다르다는 것이다.
    • 생물 뉴런은 시냅스 결합의 강도를 바꾸지 않는다. 생물 뉴런은 새로운 결합을 형성하고 낡은 결합은 쇠퇴하도록 내버려둔다. 생물 뉴런은 결합의 물리적 구조 형태를 바꾸는 것이다. 하드웨어와 소프트웨어를 구분할 수가 없다는 얘기다.
    • (굉장히 효율적인 최적화 방식. 그냥 놔두고 시간이 흐름에 따라 안 쓰면 퇴화시키고 많이 쓰면 그만큼 에너지를 투입하여 강화시킴)

느끼고 생각하는 인공 두뇌

  • 인공 지능의 옹호자들은 중요한 것은 뇌를 정확히 복제하는게 아니라 그 기본적 기능을 구현하는 것이라고 주장할 것이다. 비행을 하기 위해 새의 날개를 똑같이 만들 필요는 없다. 어떤 의미에서는 인공 지능 체계가 이미 목표를 달성했다.
    • (인공 체계와 로봇 예시 생략)
  • 학습과 기억 면에서 컴퓨터는 이미 우리 인간보다 더 뛰어난 능력을 보이고 있다. 결정적 쟁점은 기계가 일련의 객관적 과제를 수행할 수 있느냐 –체중을 음성으로 알려 주는 기계도 그 일은 할 수 있다– 가 아니라 느끼고 생각할 수 있는가 이다. 그리고 바로 그 점이 인간 두뇌의 거대한 신비인 것이다.
  • 생물학적 견지에서 그 정점에 자리하고 있다고 할 인간의 뇌를 모방하는 일은 무척 어려울 것이다.
    • 인공 두뇌에는 수십억 개의 ‘뉴런’과 수십만 개의 입력 장치는 물론이고 한 부위에서 다른 부위로 연결되는 도관도 무수히 포함되어야 할 것이다. 여기에 다시 나머지 신체에서 유입되는 무수한 입력 신호를 덧붙이려고 한다면 그 일은 거의 불가능해지고 만다.
  • 많은 신경과학자들이 편리하게도 뇌가 신체와 통합되어 있다는 사실을 잊어버린다.
    • 당황스런 감정이 어떻게 얼굴을 빨갛게 하는지, 불안감이 어떻게 손에서 땀이 나게 하는지, 고통이 어떻게 다른 모든 생각을 덮어 버리는지 생각해 보라. 뇌와 신체 사이의 대화가 뇌 활동의 통합적 일부라는 사실은 명백하다.
    • 뇌와 신체 사이의 대화가 뇌 활동의 통합적 일부라는 사실은 명백하다. 여기에는 호르몬이 중재하는 비교적 긴 시간의 상호작용이 존재한다. 이 화학물질들은 혈류를 타고 순환하다가 뇌로 유입되어 온갖 종류의 결과를 야기한다.
    • 호르몬은 배고픔, 갈증, 성욕, 산후 우울증, 폐경기, 운전 중의 욕지거리, 치정 범죄와도 관계가 있다. 완벽하게 뇌를 모방하려면 신체도 모방해야만 한다.
  • 컴퓨터와 관련한 많은 의론 중에서 이견이 가장 분분한 지점은 내부 세계라고 상정되는 의식의 문제다.
    • 댄은 자신의 로봇이 현재 인간과 동일한 수준의 의식을 갖고 있지 못하다고 해서 우리가 성급하게 기계가 의식을 가질 수 있다는 개념을 폐기해서는 안된다고 주장한다. 초보적인 수준일지라도 어떤 형태로든 의식을 개발할 수 있다면 그 자체가 희망적인 출발점이 될 것이다.
  • 나 자신은 인공 체계를 통해 뇌의 특수한 성격을 이해해 보려는 시도가 그리 유용하지 않으리라 본다. 학습 과정을 이해하는 것은 마음의 독특한 특질, 곧 감정을 이해하는 것과는 다르다. 태어난지 하루 된 갓난아기는 개인용 컴퓨터가 하루 동안 배울 수 있는 것보다 훨씬 더 적은 양을 배울 뿐이지만 그럼에도 감정을 갖는다.
It's only fair to share...Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedIn

The author

지성을 추구하는 디자이너/ suyeongpark@abyne.com

댓글 남기기