인공지능과 뇌는 어떻게 생각하는가

인공지능과 뇌는 어떻게 생각하는가 - 지극히 주관적인, 그래서 객관적인 생각의 탄생
이상완 지음 / 솔출판사 / 2022년 9월

https://blog.naver.com/johnpotter04/222873926525

인공지능과 뇌과학의 원리를 배워보자!

뇌세포가 팡팡 터지는 여행

인공지능의 원리, 그리고 해당 원리와 관련된 뇌과학을 만난다. 그렇다고 꼭 인공지능과 뇌과학이 이어지는 것만도 아니다. 인공지능의 원리 설명이 중심이고 뇌과학은 양념이다. 책은 순전파와 역전파, 머신러닝에서 딥러닝, 강화학습까지 기초 인공지능에서 심화 인공지능으로 나아간다.

인공지능은 뇌과학뿐만 아니라, 통계학과 컴퓨터 공학 등 다양한 영역이 공존한다. 흥미로운 사실은 인공지능이 발전할수록 우리 두뇌의 작동 방식과 유사해진다는 점이다. 수렴진화처럼 제한된 환경에서 최적의 방식을 찾았던 결과는 아닐까.

내용이며 구성이며 모두 훌륭하지만 아쉬운 점이 있다면, 설명 방식이다. 저자가 독자를 희롱하듯 선보이는 각종 은유는 어려운 인공지능을 더 어렵게 만든다. 이와 더불어, 저자의 사고실험은 은유와 시너지를 일으켜 책을 완전한 혼돈으로 만들었다.

대표적으로 여러 데이터를 특징에 따라 분류하는 최적의 선을 찾는 과정을 '종이접기'로 비유하는데, 수학 이론으로 설명하는 전공서가 더 쉽게 느껴졌다. 저자가 유도하는 대로 잘 따라가다가도 저자의 설명대로 사고실험이 진행되지 않으면 뇌세포는 팡팡 터져나갔다. 사과 하나를 분류하기 위한 종이접기는 고도의 사고 실험 능력을 요구했고, 내 하찮은 두뇌는 최소 사양에 맞추기 위해 한계까지 가동해야 했다. 단순 연산보다 이미지 처리가 훨씬 어렵다는 걸 피부로 느꼈다. 훌륭한 교훈이다.

현업자나 인공지능을 공부하는 학생은 더 폭넓게 인공지능을 이해할 수 있겠지만, 인공지능을 전혀 모르는 입문자는 자신의 상상력을 시험하는 계기가 될 것이다. 각오하자.

인공지능과 이데아론

책 읽으면서 느낀 이과와 문과의 기묘한 결합

인공지능은 '추상화'와 '구체화'로 나눌 수 있다. 다양한 객체로부터 공통된 특징을 찾아내는 일련의 과정이 추상화라면, 추상화 과정으로 찾아낸 특징을 표현하는 과정이 구체화다. 벌레 먹은 사과, 한입 베어 문 사과 등 다양한 사과에서 사과라고 분류할 수 있는 공통된 특징을 찾는 과정이 추상화라면, 추상화로 찾아낸 공통된 특징을 이용해 이게 사과인지 배인지 구분하는 과정이 구체화다.

한 가지 흥미로운 사실은 추상화의 목표인 '공통된 특성'이 철학의 '이데아'와 유사하다는 점이다. 사과를 사과라고 할 수 있는, 의자를 의자라고 할 수 있는 본질인 관념(이데아)을 찾는 과정이 추상화라고 할 수 있다.

이미지가 됐든, 음성이 됐든, 무언가를 인식하고 분류할 수 있는 '이데아'만 찾아낼 수 있다면, 신세계가 펼쳐진다. 이데아가 가리키는 것과 가리키지 않는 것, 이를 구분할 수 있는 대상은 무궁무진하다. 음악 추천, 얼굴 인식같이 우리가 흔히 알고 있는 분야뿐만 아니다. 주식을 결정하는 이데아를 활용해, 주식의 상승과 하락을 예측할 수 있다. 인공지능을 통해 행복한 상상을 현실로 만들 수 있게 된다.

인공지능이 우리랑 너무 닮았어!

what? 뇌세포뿐만 아닌 인간 그 자체

책을 읽으며 나는 어떤 방식으로 생각하는지 돌아보기도 했고, 인공지능이 발전하며 겪은 어려움에서 지금까지 저질렀던 여러 실수를 떠올렸다. 인공지능으로 하여금 나를 돌아볼 수 있었다.

과거의 데이터에 너무 최적화돼 새로운 데이터는 전혀 설명하지 못하는 과적합의 문제에서 우물 안 개구리라는 속담과 인지 편향 중 대표성 편향을 생각할 수 있었다. 너무 민감하면 다양한 변화를 받아들이지 못하고 너무 둔감하면 의미가 없어지는 인공지능의 딜레마에서 나무에 집중하면 숲을 보지 못하고 숲을 바라보면 나무를 놓친다는 관점의 딜레마가 떠올랐다.

결과에 집착할수록 현실에 멀어지는 알파고 패러독스에서 사람의 성장 시간은 모두 다르다는 점을 생각했다. '결과'만 보고 달리는 모델 프리 강화학습은 빠르게 학습할 수 있지만 환경 변화에 민첩하게 대응하지 못하며, '과정'을 중시하는 모델 기반 강화학습은 환경 변화에 민첩하게 대응할 수 있지만 학습이 매우 느리다. 마찬가지로 빠르게 목표를 향해 달려가는 사람이 있는 반면, 천천히 내실을 다지며 성장하는 사람이 있다. 상황에 따라 모델 프리 강화학습과 모델 기반 강화학습을 선택하듯, 각각 어울리는 곳이 따로 있다.

이처럼 인공지능은 뇌과학뿐만 아니라, 인간의 심리 더 나아가 사회적 행동까지도 밀접하게 연관돼있는 것 같다. 인공지능을 공부하면서 아직 밝혀내지 못한 진리가 우리를 사로잡고 있다는 생각도 들었다. 신비롭고 흥미로운 세계다.

출판사에게 책을 제공받아 작성한 리뷰입니다