19.04.06

인류는 어떻게 기술을 발전시켰나

그러나 최근 과학저널 ‘네이처 인간행동’(Nature Human Behaviour)에 발표된 논문에서 미국 애리조나주립대(ASU) 인간 기원 연구소 로버트 보이드(Robert Boyd ) 교수와 이 연구소  맥심 데렉스(Maxime Derex) 박사팀은 사람들이 스스로 하는 일을 이해하지 못 하더라도 문화적 진화가 새로운 적응 지식을 창출할 수 있다는 의견을 제시했다. (중략)

그러나 이런 결과는 바퀴 가속원리에 대한 참가자들의 이해가 증진되지 않은 채 일어난 것으로 밝혀졌다. 실험 후 각 참가자들에게 인과관계를 얼마나 잘 이해하는지 테스트하기 위해 무게 추 위치가 서로 다른 두 바퀴 가운데 어느 쪽이 더 빠른가를 질문해 보았다.

그 결과 인과관계에 대한 이해는 개선되지 않은 것으로 나타났다. 그럼에도 불구하고 참가자들은 과제를 잘 수행했다. 첫 번째 참가자의 응답은 무작위 선택보다 약간 나았고, 다섯 번째 참가자는 평균적으로 첫 번째 참가자보다 이해 정도가 더 낫지는 않았다.

흥미로운 이야기. 실제 우리는 언어를 완전히 이해하고 있지 않지만, 언어를 사용하는데는 무리가 없다. 어떻게 그게 가능할까?

언어 습득에 필요한 정보량을 알아냈다

연구진은 태어나서부터 18세까지를 언어 습득 과정으로 가정하고 이 기간중 언어 정보를 얼마나 뇌 속에 저장하는지 추정했다. 결론은 1.5메가바이트다. 이는 과거 대표적 휴대용 저장장치였던 3.5인치 플로피 디스크 한 장에 담을 수 있는 정보(1.44메가바이트)보다 조금 더 많은 양이다. 물론 이는 어디까지나 수학적 추정일 뿐, 검증된 것은 아니다. 연구진은 "이번 연구는 언어를 완전히 습득하기 위해 배워야 하는 언어정보의 양을 계량화한 첫 시도"라며 "도출된 결과는 생각했던 것보다는 적은 양"이라고 말했다.

이건 정말로 수학적인 수준에서 저장되는 정보의 양을 구한 것인 것 같은데, 흥미롭긴 하지만 실제 뇌가 정보를 그런 식으로 처리할 것 같지는 않다.

‘자주 가는 길’ 찾는 뇌 부위는 따로 있다

연구팀은 먼저, 새로 알게 된 어떤 목적지를 찾아가는 길은 대뇌 측두엽의 해마(hippocampus)가 추적한다는 걸 확인했다. 해마는 오래전부터 새로운 것을 배우는 학습에 관여하는 것으로 알려졌다.

그러나 잘 아는 장소에 갈 땐 그 길을 추적하는 부위가 후뇌량팽대 피질(retrosplenial cortex)로 바뀌었다. 뇌량(corpus callosum)은 대뇌의 좌우 반구를 연결하는 신경섬유 조직(백질판)이고, 팽대는 뇌량의 뒷부분을 말한다.

그렇다고 합니다.

지금까지 이런 게놈은 없었다…컴퓨터로 디자인한 인공게놈 첫 탄생

연구팀은 전 세계 민물에 널리 퍼져 있는 비병원성 세균인 카울로박터 크레센투스(Caulobacter crescentus)에 주목했다. 이 세균은 유전자 4000개를 가지고 있는데 이 중 680개가 생존에 꼭 필요하다. 이 최소한의 게놈만을 가진 세균이 실험실에서 생존하는 실험에 성공한 바 있다. 

연구팀은 이 세균이 갖고 있는 최소한의 게놈을 토대로 새로운 게놈을 합성시켰다. 이때 연구팀은 자체 개발한 컴퓨터 알고리즘을 이용해 기존의 유전자를 새롭게 바꾸었다. DNA 염기서열 수준에서 생명체가 중복으로 갖고 있는 부분을 빼는 등 간소화시키고 생물학적 기능이 크게 달라지지 않도록 최소한으로 편집했다. 이렇게 염기서열을 단순화시킨 덕분에 합성하기가 훨씬 수월했다. 

유전자에는 아무 쓸모 없는 정보가 많다던데 아마도 진화 과정에서 이제는 안 쓰이는 정보가 남아 있기 때문이 아닐까 싶다. 그런 불필요한 정보를 제거한 실험인 듯.

하나 궁금한 것은 세포는 어느 게 쓸모 있고 어느게 쓸모 없는건지 어떻게 알까?

교도소 노역도 육체노동에서 IT노동으로 바뀌나

바이누는 고객이 새로운 거래처를 찾는 것을 돕기 위한 빅데이터를 구축하는 스타트업이다. 수십만의 경제 기사를 인터넷에서 읽고 분류해 이를 인공지능(AI)이 학습하도록 하고, 여기서 얻은 데이터를 바탕으로 새로운 거래처를 추천한다. 분류는 기사에서 찾은 단어가 고객이 원하는 분야와 이어지는지를 확인하는 방식으로 이뤄진다. 기사에 ‘애플’이 나오는 경우 아이폰을 파는 정보통신(IT)기업인지 혹은 사과를 판매하는 과일 회사인지를 구분하는 식이다. 

기사가 영어일때는 문제가 되지 않는다. 바이누는 영어의 경우 미국 전자상거래 기업 아마존이 운영하는 ‘메커니컬 터크’를 활용한다. 요청자와 작업자를 이어주는 크라우드 소싱 서비스인 메커니컬 터크를 통해 기사를 분류할 사람을 찾고 임금을 지불하면 되기 때문이다. 문제는 다른 언어를 쓰는 국가의 경우는 이를 활용할 수 없다는 점이다. 바이누는 핀란드 기업임에도 회사 내에 핀란드어로 분류를 하는 직원이 1명밖에 없다.

인공지능 시대 새로운 일자리가 컴퓨터에게 학습 시키는 일인데 그걸 교도소에서 노역으로 하는구나.

보스턴 다이내믹스, 물류로봇 시장 진출

미국의 대표적인 로봇 연구개발업체 보스턴 다이내믹스가 마침내 로봇 시장에 진출한다. 그동안 연구용 시제품을 팔아왔던 단계에서 벗어나 실제 산업현장에 뛰어든다. 회사 출범 17년만이다. 그 첫 제품은 물류센터의 하역로봇이다. (중략)

보스턴 다이내믹스는 "피크는 세계 최초의 딥러닝 기반 로봇 하역 솔루션"이라며 "피크 시스템은 브라우저 기반의 그래픽 기술과 고해상도 평면 및 입체 센서를 이용해 하역 작업을 빠르게 진행할 수 있다"고 밝혔다.

확실히 비즈니스는 될 것 같다.

[ssba]

The author

지성을 추구하는 사람/ suyeongpark@abyne.com

댓글 남기기

This site uses Akismet to reduce spam. Learn how your comment data is processed.