뇌 기반 인공지능 성장기

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

알파고 사건을 계기로 인간처럼 생각하는 인공지능에 대한 기대와 불안이 함께 작용하는 시대입니다. 인공지능과 인간이 생각하는 방식은 얼마나 닮아있을까요. 이상완 교수는 1%의 겉은 같아 보이지만 99%의 속은 다르다고 말합니다. 

인공지능과 인간의 뇌가 다르다는 걸 이해하는 과정은 우리 자신을 좀 더 깊게 이해하기 위한 여정과도 같습니다. Google 교수 연구상, IBM 학술상을 수상한 KAIST 교수 이상완 저자는 뇌 기반 인공지능의 성장기를 <인공지능과 뇌는 어떻게 생각하는가>에서 차근차근 보여줍니다. 

아는 사실 known knowns, 모르는 사실 known unknowns를 구분하는 게 메타인지라고 합니다. 그런데 내가 아는 사실이 정말로 아는 사실일까요. 알고 있다고 착각하는 건 아닐까요. 이상완 교수는 아는 사실 - 모르는 사실 - 내가 아직 모른다는 사실조차 모르는 문제까지 삼분법적 지식 체계로 의심하는 생각으로 서두를 엽니다. 인공지능과 뇌의 생각 기술에 대해 인지의 사각지대에 있던 문제를 인지 영역으로 바꾸는 여정으로 보는 거죠. 공학이 풀어내는 인공지능을 뇌과학의 눈으로 읽어보며 숨겨진 문제를 찾아내보자고 합니다. 그리고 뇌과학이 찾아낸 인간 지능에 대한 문제를 공학으로 풀어보며 그 원리와 이유를 살펴봅니다. 

인간에게는 너무나 어려운 문제를 인공지능은 어떻게 풀어내는지, 우리에게는 너무나 쉬운 문제를 왜 인공지능은 풀지 못하는지. 인공지능 개발은 뇌의 방법을 응용해 해결하려 하는 여정이기도 합니다. 서로에게 영향을 주며 인공지능과 뇌에 대한 비밀을 파헤칩니다. 

1세대 인공 신경망이라 불리는 초기 인공지능은 개념의 추상화 문제에 도전합니다. 무언가를 이해하는 과정인 개념의 추상화는 인간이라면 약 0.02초 만에 사과를 찾아내는 일을 인공지능도 할 수 있게 만드는 과정에서 꼭 필요한 일이었습니다. 예를 들어 사과를 찾는다 하면 사과의 다양성을 이해해야 가능해집니다. 빨간 사과만 사과로 인정한다면 먹다 남은 사과는, 초록 사과는 어쩌나요. 저자는 인공지능이 본질과 다양성의 문제를 풀어내는 과정을 인공지능의 아버지 마빈 민스키의 순방향 생각열차 이론과 생각종이 접기 사고실험으로 설명합니다. 

그런데 1세대 인공 신경망이 학습과정에서 경험하지 못한 문제에 대해 실수가 일어나게 되자 잠재적인 실수의 위험성을 낮추겠다는 목표를 세우게 됩니다. 인공지능이 스스로 만들어낸 추상적 개념 속에서 미래의 성공 가능성을 찾아낼 수 있을까요. 복잡한 현실을 단순하게 생각하는 방법을 터득해 그 속에서 미래를 꿈꾼다는 것, 2세대 인공 신경망의 탄생 배경입니다. 

사과인척하는 것을 걸러낼 줄 알아야 하고, 반대로 모형 사과를 볼 때도 사과라고 해야 하는 민감함과 둔감함의 딜레마에 대한 이야기가 이어집니다. 둔감과 민감을 다 잡는 인공 신경망으로 성장해야 하는 겁니다. 이제 딥러닝 시대를 여는 인공 신경망이 탄생하는 순간입니다. 여기에도 해결할 문제가 나타납니다. 디테일과 전체의 모순에 대한 이야기입니다. 개와 꽃이 함께 있는 사진에서 인간이 주목하는 방식과 인공지능이 주목하는 방식이 다른 겁니다. 우리 뇌가 어떻게 하향식 주의집중을 하는지에 대한 연구 등 뇌과학 이론과 인공 신경망을 비교 분석하면서 인공지능의 문제를 해결해나갑니다. 

개념의 추상화만큼이나 중요한 건 개념의 구체화입니다. 이해한 것을 표현해 내야 하는 겁니다. 단기 기억과 장기 기억과 같은 기억의 문제도 있습니다. 인공지능이 어떻게 구체화를 해내고 기억 문제를 해결하는지 고행길이 펼쳐집니다. 낯선 용어투성이라 어렵게 다가오지만 해당 파트의 핵심 질문과 정리 작업이 잘 되어 있어 무슨 소리를 하는지 모르겠다가도 저자의 결론 문단을 읽다 보면 어느 정도 이해가 되는 편이라 만족스러웠어요. 뇌와 인공지능에 대한 심화 지식을 다루는 비밀노트도 도움 됩니다. 

인공 신경망 관점에서 신경세포가 생각하는 방식을 엿보며 효율적으로 학습하려는 도전기가 펼쳐집니다. 흥미로운 점은 단 하나의 신경세포의 문제 해결 능력이 웬만한 인공 신경망의 수준을 넘어선다는 겁니다. 사실 우리도 우리 뇌를 완전히 이해하지 못하지만, 인공지능의 큰 숙원 사업인 생물학적 신경망을 닮아가는 인공 신경망 연구의 현재를 엿볼 수 있었습니다. 

심층 강화 학습으로 인공지능의 독립을 위한 여정이 펼쳐집니다. 알파고 제로는 딥러닝으로 벨만 방정식을 푸는 알고리즘입니다. 벨만 방정식은 문제의 대상인 상대와 상호작용하면서 얻는 경험으로부터 가치를 계산하는 방법이라고 합니다. 이 과정에서 발생하는 다양한 딜레마를 해결하는 것이 앞으로의 숙제입니다. 

인공지능은 정말 뇌처럼 생각할까, 뇌의 비밀을 어떻게 풀 수 있을까라는 문제가 여러 복잡한 경쟁과 협력이 상호작용해 선순환을 일으키는 여정들을 만날 수 있었습니다. 갈 길은 멀지만 점점 뇌를 닮아가는 인공 신경망이 탄생될 거라 여겨집니다. 

인공지능과 뇌가 가진 생각의 기술을 우리가 가진 사고의 틀에 맞춰 풀어나간 <인공지능과 뇌는 어떻게 생각하는가>. 뇌 기반 인공지능을 향한 도전은 결국 인간 지능의 본질을 찾아가는 여정이라는 걸 이해하게 됩니다. 그로 인해 인간을 더 깊이 이해할 수 있음을 보여줍니다.

- 출판사로부터 도서를 제공받았습니다