지능이라는 이름의 게임(5): 두뇌의 구조

필자가 지능과 두뇌에 대해 관심을 갖는 것은 지금 그것들을 중심으로 경천동지할 변화가 일어날 조짐을 보이고 있기 때문이다. 오래 전 두뇌에 대뇌와 대뇌 신피질(cerebral neocortex)을 지닌 생물체가 출현하면서 생물체의 지능이 획기적으로 향상되었듯이, 앞으로 일어날 인간 두뇌의 급진적 변화–이미 그 변화가 시작되었다–로 인해 지금까지와는 완전히 다른 지능을 지닌 존재가 출현할 것으로 예상된다. 머신 러닝과 A.I.의 발전에서 그 조짐이 확인된다.

더 이상 지능과 두뇌를 신경과학자, 심리학자, 생물학자, 컴퓨터 과학자, 혹은 인류학자들의 손에만 맡겨둘 수 없다는 판단이다. 이미 꽤 오래 전부터 참여를 시작한 경영학자나 경제학자는 물론이고, 정치학자, 사회학자, 미래학자, 법학자, 또는 행정학자들도 지능과 두뇌에 관한 담론에 적극 참여해야 한다. 지능과 두뇌에 관한 오늘날의 발전은 100여 전 우생학과는 비교할 수 없는 규모와 방식으로–훨씬 근본적이며 광범위하게–개인과 사회에 영향을 미칠 것이기 때문이다.

지능의 관점에서 두뇌를 잠시 살펴보자. 우선 두뇌를 전체적으로 놓고 보면, 지능과 관련된 부위는 뇌의 최상부–대뇌(cerebrum)–를 약 90% 정도 덮고 있는 신피질(neocortex)–‘새겉질’이라고도 불림–로 알려져 있다. 신피질은 식탁용 냅킨 정도의 크기, 그리고 명함 여섯장을 합쳐놓은 두께(약 2mm)이며, 약 300억개(1천억개라고 추정하는 학자도 있음)의 신경세포(neurons)로 이루어져 있다(Hawkins, 2004).

인간의 뇌는 놀랍도록 조밀하게 연결된 신경세포 네트워크일 뿐 아니라 유연성이 큰 신경세포 집합이기 때문에 뇌의 특정 부위가 특정 기능을 수행한다고 단정하는 것은 원칙적으로 바람직하게 생각되지 않는다. 이 원칙은 여기서 논의하는 지능에도 해당된다.

예컨대 지능의 구현에서 중요한 기억(memory) 기능은 신피질 뿐 아니라 해마(hippocampus)에 의해서도 수행한다[Hawkins(2004)는, 해마가 신피질에서 해석되지 못한, 새로운 자극을 저장하는 것으로 추정한다]. 이대열(2017)은, 해마에는 서술적 기억(declarative memory: 다른 사람에게 언어를 이용해서 설명해 줄 수 있는 기억)이 형성되고, 절차적 기억(procedural memory: 동작 순서에 대한 기억)은 기저핵(basal ganglia)에 형성되는 것으로 추정한다. 시상(thalamus)의 경우도 마찬가지이다. Eagleman(2015)에 의하면, 시상에는 수많은 시각  피질(visual cortex)이 연결되어 있으며, 외부에서 들어온 시각 정보와 대뇌에 있는 내부 모형(internal model)을 비교하여 발견되는 차이를 대뇌에 알리는 기능을 담당한다고 지적한다.


Related image

신피질의 지능 작용–분류, 기억, 예측, 비교, 이해, 상상 등–은 신경세포 네트워크(neural networks)를 통해서 이루어진다. 신경세포(neurons)는 전기-화학적(electro-chemical) 반응을 통해서 정보를 전달, 저장, 복원, 혹은 업데이트한다.  자극을 받으면 신경세포는 시냅스(synapse)를 통해서 다른 신경세포들과 연결되어 하나의 네트워크 구조를 형성한다. 신경세포 하나가 할 수 있는 일은 거의 없다.

신경세포는 세포체(soma)와 세포핵(nucleus), 세포체에 붙은 나뭇가지 모양의 수상돌기(dendrite), 축삭(axon)이라는 신경 섬유, 그리고 축삭종말(axon terminal)로 이루어져 있다. 이 중 세포핵은 다른 세포의 세포핵처럼 RNA의 생성과 같은 세포의 생명유지 기능을 담당한다. 수상돌기는 신경세포의 일종의 정보 접수 창구이다. 수상돌기는 이웃 신경세포로부터 화학적 신호를 받거나 감각기관으로부터 물리적 자극을 받으면, 세포체와 함께 활동 전압(action potential)을 생성한다. 이 전기적 신호는 축삭을 통해서 축삭 종말에 전달된다. 축삭 종말은 신경전달물질(neurotransmitter)을 분비해서 그 전기적 신호를 화학적 신호로 바꾼다. 그 신경전달물질은 축삭종말과 인접 신경세포의  수상돌기 사이에 존재하는 시냅스를 통해서 전달된다. 이 시냅스 연결이 강화되거나 약화되면서 하나의 신경세포 네트워크로서의 새로운 기억이 형성되고, 기존의 기억이 재구성되거나 소실된다.

Related image

Image result for 시냅스

Hawkins에 의하면, 대뇌 신피질의 각 영역(region)은 계층(layer)과 기둥(column)으로 이루어져 있다. 대부분의 신경세포들은 여섯 개의 층(layers)으로 이루어져 있으며, 각 계층은 서로 다른 역할을 맡고 있다(아래 그림 참조).

Related image
출전: thebrain.mcgill.ca. 항목 The Retina.
Cerebral cortex layers microanatomy
신경과학에서 Afferent는 들어오는 신경, efferent는 나가는 신경을 말함. 출전: 표는 Epomedicine.com에서 가져왔음.

위 표에서 보듯이 계층 1의 경우 자체의 신경세포는 소수에 불과하고 하위 계층의 신경세포의 수상돌기들로 채워져 있다. 이는 계층 1이 여러가지 정보를 결합하는 기능을 하고 있음을 추정하게 한다. 계층 4는 시상(thalamus)으로부터 정보를 받아서 다른 계층들이나 기둥들에게 전달하는 역할을 하고, 계층 6는 뇌간으로부터 정보를 받거나 시상으로 정보를 내보낸다. 계층2은 신피질의 다른 영역으로부터 정보를 받으며, 계층3은 외부로부터 정보를 받거나 내보내고, 계층5는 동작 운동(motor movements)을 일으키는데 관여하는 것으로 알려졌다. 기둥들이 하는 역할에 관해서는 잘 밝혀져 있지 않다. 다만 Hawkins는, 기둥 구조가 인식 대상의 정보가 여러 계층 사이를 효율적으로 전달되게 하며, 특히 여러 개의 기둥들이 병렬로 작동하여 대상에 대한 신속한 인식과 판단을 가능하게 해주지 않나 추정한다(Hawkins, Ahmad, and Cui, 2017).

두뇌 구조에 관한 소개는 이 정도로 마치고 이제 다음 네 편의 저술에 제시된 해석을 따라 가면서 지능과 두뇌의 관계에 대해 보다 깊이 생각해 보겠다.

  1. <지능의 탄생>(이대열. 2017): 진화생물학 및 행동심리학적 접근
  2. <On Intelligence>(Hawkins, 2004): 지능 기계(intelligence machine) 설계자의 관점
  3. <The Brain>(Eaglman, 2015): 인지 신경과학(cognitive neuroscience)(심리학+신경과학)적 접근
  4. “Imitating the Brain with Neurocomputer”(Huang, 2017): 신경컴퓨터(neurocomputer) 연구자의 관점

<참고 문헌>

이대열. 2017. <지능의 탄생>. 바다출판사.

Eagleman, David. 2015. The Brain. Pantheon Books.

Hawkins, Jeff. 2004. On Intelligence. Times Books.

Hawkins, Jeff, Subutai Ahmad, and Yuwie Cui. 2017. “Why Does the Neocortex Have Columns, A Theory of Learning the Structure of the World.”

 https://www.biorxiv.org/content/biorxiv/early/2017/09/28/162263.full.pdf

(윤영민, 2018-02-24)

지능이라는 이름의 게임(4): 구별-분류-예측-판단-행동

지능(intelligence)을 환경으로부터의 도전 속에서 개체(entity)가 살아남는 능력이라고 규정한다면, 지능이 작동하는 과정은 아래 그림으로 표시될 수 있을 것이다.

개체는 환경(혹은 대상)을 인지하고(인지, cognition) 거기에 반응한다(행동, action). 예컨대 호랑이(대상)를 발견한(인지) 사슴(개체)은 전력을 다해 달아날 것(행동)이다.

개체는 환경(혹은 환경의 변화)에서 발생되는 신호(signals)를 감지하고 그것을 분류하고 판단하며, 거기에 대해 특정한 반응(행동)을 한다. 개체의 두뇌(혹은 기능적으로 두뇌의 역할을 하는 부분)는  감지된 대상이 위험한가 안전한가 혹은 적군인가 아군인가를 판별하고 그에 따라서 어떻게 반응할 것인지를 결정한다. 여기까지를 인지 과정이라고 할 수 있다.

앞 글에서 논의했듯이 20세기에는 인지 과정 혹은 인지 과정의 일부만을 지능으로 간주하는 것이 대세였지만, 결과주의적 경향이 강한 21세기에는 행동까지를 지능에  포함시키고 있다. 지능은 환경 혹은 환경의 변화 속에서 살아남는 능력을 가리키기 때문이다.

그런데 인지 과정과 행동 과정을 좌우하는 요인들이 다르다. 인지 과정에는 정보, 지식, 경험 등의 기억(memory), 기억의 선별적 복원(retrieval), 조합, 구분, 비교, 그리고 선택에 관련된 요인들이 관여된다. 행동 과정에는 공감, 의지, 용기, 반응 속도, 에너지, 선택과 집중, 결단 등이 관여될 것이다. 지능을 결정하는 데 있어 인지 능력이 단연 중요하기는 하지만 행동 능력의 중요성도 작지 않다. 예컨대 설령 사슴이 호랑이를 발견했다고 하더라도 공포에 사로 잡혀 움직이지 못한다면 그 사슴은 살아남지 못할 것이다.

여기서는 행동 능력에 대한 논의는 뒤로 미루고 먼저 인지 능력에 관해 살펴보자.  최근 심리학, 생물학, 그리고 신경과학이 크게 발전하였지만 아직 인지과정에 대한 이해가 높은 수준이라고 말하기는 곤란하다. 인간이나 동물의 인지가 두뇌에서 어떻게 일어나는지가 완전히 밝혀지려면 한참 더 많은 학술적 진전이 있어야 할 것이다. 아직 어떤 학문도 뛰어난 작곡, 페인팅, 작시, 작문, 학문적 추론 혹은 초인적인 상상이나 예견이 어떻게 가능한가를 설명하지 못한다. 그러나 인지 과정에 관해 현재까지 밝혀진 것만 해도 대단하기 때문에 그 정도 수준에서라도 논의할만한 가치가 충분하다.

옥스포드 영어사전에 따르면, 인지(cognition)란 사고(), 경험, 감각을 통해서 지식과 이해를 획득하는 정신적 과정을 총체적으로 가리키는 전문 용어이다. 그런데 지식과 이해를 얻는다는 말이 무슨 의미일까?

Image result for cognition

 

인지를 더 이상 해체할 수 없을 때까지 분해하면 마지막에 도달하는 작용은 아마도 구별(혹은 식별, distinguish)일 것이다. 구별이란 차이를 알아차리는 것이다. 차이(difference)를 알아차리려면 어떤 기준(criterion)을 가지고 대상들을 비교해 판단해야 한다. 대상들을 구별하면 그것들은 구분(혹은 분류, classify)된다. 분류(구별과 혼동되기 쉬운 구분이라는 말 대신 이 용어를 쓰겠다)란 어떤 기준을 가지고 대상들을 범주화하는 정신 작용이다. 대체로 범주(categories)의 수는 대상(objects)의 수보다 작다. 덕분에 우리는 대상들을 효율적으로 인식할 수 있다.

우리는 끊임없이 세상을 구별하고 분류한다. 그것은 생존을 위해서 필수적이다. 우리는 생물과 무생물, 동물과 식물, 여자와 남자, 덥다와 춥다, 뜨겁다와 차다, 적과 동료, 낮과 밤, 봄/여름/가을/겨울, 아름답다와 추하다, 좋아하는 것과 싫어하는 것, 죽은 것과 산 것, 선과 악, 진실과 거짓 등등, 구체적일 수도 있고 추상적일 수도 있는 대상들을 구별하여 분류한다. 구별-분류가 중단되는 순간 우리는 생존을 위협받게 될 것이다.

인지 능력이 발달한다는 말은 근본적으로 분류하는 능력이 강력해짐을 의미한다고 해도 과언이 아니다. 곤충보다는 포유동물이, 포유동물 중에서도 개나 고양이보다는 사람이, 아이보다는 어른이,  교육을 받지 않은 사람보다는 교육을 많이 받은 사람이 대상을 더욱 정교하게 혹은 더욱 복잡하게 분류할 수 있다.

Related image

인간은 언어를 사용하기 때문에 분류된 대상을 추상적인 개념(concept)으로 규정할 수 있다. 개념화(conceptualization)란 어떤 대상이 다른 존재들과 구분되어 인식될 수 있도록 일종의 이름을 부여하는 정신 활동이다.

정신적으로 성장한다는 것 혹은 교육을 받는다는 것은 무엇보다 분류 능력과 개념 작용(conception)의 향상을 의미한다.  지적으로 성장하면 이전에는 보지 못했던 대상이 눈에 들어오기도 하고 대상들 사이의 미세한 차이를 감지할 수 있으며, 나아가 그것을 정확하고 정교하게 표현할 수 있게 된다.

학문의 발달도 분류와 함께한다. 흔히 분류체계(taxanomy)와 함께 학문이 시작하고, 학문이 발달하면 분류체계도 정교해진다. 식물의 분류, 동물의 분류, 질병의 분류, 병원균의 분류, 집단의 분류, 사회의 분류, 인종의 분류, 직업의 분류, 문헌의 분류 등등 분류에 관해서는 끝을 찾기 어려울 정도로 긴 목록이 존재한다.

Journal of Classification

그런데, 분류는 어떻게 가능한 것일까? 그리고 왜 분류를 하는 것일까?

아마도 분류를 가능하게 해주는 것은 무엇보다도 기억(memory)일 것이다. 우리의 두뇌에는 살아오면서 학습된 개념, 이미지, 경험, 이론 등이 내장되어 있다. 그리고 그 때 그 때 일부 기억들이 복원(retrieve)되면서 대상들을 비교하고 판단하는 기준이 된다. 만약 우리가 기억할 수 없고, 혹은 기억을 적절히 복원할 수 없다면, 우리는 인식을 위한 비교 대상, 판단 기준을 가질 수 없고, 따라서 인지가 불가능하게 된다.

분류 자체가 목적일 수는 없을 것이다. 분류는 궁극적으로는 당연히 유전자의 자기복제, 즉, 생존을 위한 것이겠지만, 좀 더 직접적으로 우리는 무엇을 위해서 끊임없이 분류하는 것일까? 분류가 무엇을 가능하게 하여 생존에 기여하는 것일까?

분류는 예측(predictions), 판단(judgement),  또는 행동(action)을 위한 것이 아닐까 생각된다. 분류와 예측은 동어반복일 수도 있다. 분류는 예측의 한 형태이기도 하고, 예측은 분류의 한 형태일 수도 있기 때문이다. 일단 두 가지를 별개의 정신 과정으로 본다면, 분류는 예측을 가능하게 해주는 요건이라고 말할 수 있다. 예컨대 앞에 서 있는 사람이 위험 인물로 분류되면, 그가 육체적으로 공격하거나 속임수를 쓰지 않을까 우려된다(예측). 만약 그럴 것이라고 판단되면(판단) 그 사람을 피하거나 마음의 준비를 단단히 할 것이다(행동). 혹은 지금 걷고 있는 길이 막다른 골목이라고 간주되면(분류), 더 이상 갈 수 없게 될 것이라 예상하고(예측), 되돌아가기로 결정하며(판단), 실제로 발길을 돌릴 것이다(행동).

인지를 담당한 신체 부위는 두뇌(brain)이다. 인간의 신체 중 가장 중요한 부위는 두뇌이다. 법적으로도 두뇌가 사람의 정체(성)을 결정짓는다고 본다. 어떤 사람이 뇌사 판정이 나야 사망으로 간주된다. 최근에 두뇌 이식이 시도되고 있는데, 정확히 말하자면 두뇌 이식이 아니라 신체 이식이다. 두뇌에 다른 사람의 신체를 갖다 붙이는 것이다.

그런데 두뇌에서 인지 작용은 어떻게 진행되는 것일까?(윤영민, 2018-02-13).

지능이라는 이름의 게임(3): 새 패러다임

지난 20여년 사이에 집단지성(collective intelligence)은 수 억명의 인터넷 사용자들에게 일상의 일부가 되었고, 아주 최근까지도 겨우 영화적 상상 속에서나 존재감을 보여주던 인공지능(artificial intelligence, A.I.)은 단기간에 대중을 기대와 우려의 혼돈 속에 밀어넣고 있다. (집단지성보다는 집단지능이 collective intelligence의 더 적합한 역어이다.) 예컨대 아마존 닷컴, 옥션, G-마켓 등 온라인 상점에서 고객은 별점 정보와 댓글을 확인하며 판매자의 신뢰와 상품의 품질에 대해 판단하고, 거래가 끝나면 별점을 매기고 댓글을 올려서 판매자와 상품을 평가한다. 아마도 전세계적에서 매일 수천 만  혹은 수억 건의 온라인 거래가 그런 방식으로 이루어지고 있을 것이다. 그것은 다름 아닌 집단지능이 일상화된 예이다. SNS의 맞춤형 친구 추천, 검색 사이트의 개인화 서비스. 인터넷 쇼핑몰이나 인터넷 서점의 맞춤형 상품 추천 , 스마트폰의 음성 어시스턴트, A.I. 스피커의 음성 제어, 자율주행 자동차, 자동화 공장, 드론 등 인공지능의 목록은 이미 끝을 알 수 없을 정도이다.

Image result for ai examples in everyday life

이러한 현상을 지능(intelligence)의 관점에서 파악하려다 보면, 우리는 중대한 결정을 내려야 한다. 지능에 대한 20세기적 패러다임, 즉, IQ 패러다임을 포기하던지 아니면, 그러한 현상을 지능이 아니라 다른 개념으로 표현해야 한다. 지능 개념의 현실 부적합 정도가 심각하다는 의미이다. 아무 일도 없었던 것처럼 지능이라는 용어를 그대로 쓸 수는 없다. 필자는 지능에 관해 새로운 패러다임이 요구된다고 본다. 집단 지능이나 인공지능을 굳이 지능이 아닌 다른 용어로 표현할 필요가 없다는 말이다.

1) 그렇다면 지능을 어떻게 규정해야 할까? 앞 글에서 지적한 IQ 패러다임의 다섯 가지 특성을 재고하면서 논의해 보자. 지능은 정신적인 능력(mental capability)인가? 지능이 추론, 문제 풀이, 추상적 사고, 이해, 학습, 기억 등을 포괄하는 정신적 능력인가? 정신적인 능력으로만 지능을 정의하면 우리는 두 가지 문제에 봉착하게 된다. 첫째, 지능이 어디서 나왔는지, 그리고 왜 출현하였는지에 대해 설명할 수 없게 된다. 둘째, 정신(mind)이 없으면 지능이 없다는 함정에 빠지게 된다. 정신은 두뇌(brain)를 가진 존재만이 갖게 되는데, 두뇌가 없으면 지능이 없는 것으로 간주하게 된다. 예컨대 두뇌가 없는 식물이나 사물은 지능을 가질 수 없게 된다.

Image result for 지능의 탄생

지능에 대한 좀 포괄적인 정의를 보자. 신경과학자 이대열(2017: 26)은, 지능을 “다양한 환경에서 복잡한 의사결정의 문제를 해결하는 능력”이라고 정의한다. 환경에서 생존과 번영–그것을 이 교수는 유전자의 자기복제라고 한다–에 관련된 문제를 발견하고 그것을 해결하는 능력이라는 의미이다. 행동과 결과에 촛점을 맞춘 이 정의는 앞의 두 가지 문제를 피해갈 수 있게 해준다. 지능을 진화론적, 발생론적으로 접근할 수 있고 지능을 정신 혹은 두뇌와 분리해서 생각할 수 있다는 말이다.

2)  지능은 개인적인 능력인가? 만약 지능이 정신 능력이 아니라 생존을 위한 문제 해결 능력이라면, 더 이상 지능은 개인적인 속성으로만 간주될 수는 없다. 환경이나 주위로부터 도전은 개인적인 차원을 넘어서 집단적으로 접근해야 더 잘 대처할 수도 있기 때문이다. 적지 않은 생물학자들이 지적하듯이 개체들 사이의 경쟁이 아니라 개체들 간의 협력(collaboration)이 유전자의 자기복제, 즉, 생존과 번영에 효과적으로 도움이 될 수 있다(크로포트킨, 2005; 벤클러 2015;  이대열, 2017).

Image result for 초협력자

1990년대 인터넷이 대중적으로 보급되면서 인터넷을 통해서 나타나는 새로운 유형의 지능 현상에 주목하는 사회과학 저술이 등장하였다. 그것은 집단지능(collective intelligence: 레비, 1994/2002; 셔키, 2008; 리드비터, 2009)이라고 불리기도 하고, 군중의 지혜(wisdom of crowds: 서로위키, 2004)라고 불리기도 했으며, 군집지능(swarm intelligence: Gloor, 2006)이라고 불리기도 했지만, 모두 동일한 방향을 가리키고 있었다. 그것은, 인터넷 상에서는 중앙의 조정 없이도 많은 사람들이 생존에 관련해서 높은 수준의 지능, 즉, 상황 대처 능력, 문제해결 능력을 가질 수 있다는 사실이었다. 가장 최근에 등장한 블록체인(blockchain)도 집단지능의 일종이다. 그것은 P2P 기술을 이용하여 사람들의 협력을 유도하고 그것을 기반으로 교환(거래)에 요구되는 신뢰와 인증 문제를 해결하고 있다(Norman, 2017).

3) 지능은 선천적인 능력인가? 집단지능을 지능 혹은 지능 현상으로 인정하면, 지능이 선천적인 것이냐 양육될 수 있는 것이냐는 하는 논의는 무의미해진다.  집단 구성원의 상호작용, 특히, 협력을 통해서 창출되는 지능은 정의상 천부적일 수 없기 때문이다.

더구나 아직 충분히 실현되었다고는 말할 수 없지만, 화학적, 물리적 혹은 의학적 처치로 지능을 일시적으로 강화시키거나 무생물에게마저 인위적으로  지능을 부여할 수 있는 시대가 된다면, 지능은 더 이상 자연적인라고도, 양육을 통해서 얻어질 수 있는 것이라고도 말할 수 없는 하나의 기능(function)이 된다. 이미 신경 향상(neuro-enhansment) 기술의 초기 버전이라고 할 수 있는 모다피닐(Modafinil)은 기면증 치료제로 개발되었음에도, 대학생, 컨설턴트,  심지어 군인들이 집중력을 높이기 위한 두뇌 강화제로 사용하고 있으며(Battleday et. al., 2015), 인공지능-로봇은 안내, 문서처리, 회계 등과 같은 정부 업무를 수행하기 시작했다(Baart, 2016).

Related image

4) 지능은 IQ 테스트와 같이 동일한 척도로 측정되고 비교될 수 있을까? 알파고처럼 바둑을 두는 A.I., 전자제품을 자율적으로 제어하는 A.I., 전투를 수행하는 A.I. 로봇, 화성을 탐험하는 A.I.로봇, 자율주행차, 산업스파이용 A.I. 드론, IBM Watson 같은 암진단 전용 A.I.,  그리고 가사용 A.I. 로봇처럼 특정한 분야에서 특정한 기능을 수행하는 A.I.가 빠르게 증가하고 있는데, 그러한 A.I.들의 지능 수준이 어떻게 측정되고 상호 비교될 것인가. 또 서로 다른 분야, 서로 다른 기능을 수행하는 A.I.의 지능이 설령 비교될 수 있다고 하더라도 그것이 무슨 의미를 갖겠는가.

Image result for alphago zero vs human

5) 지구상에서 인간이 가장 높은 지능을 지니고 있을까?  인간은 생물 중 가장 복잡한 문제들에 관해 의사결정을 할 수 있는 존재이다. 이대열 교수(2017)는, A.I.가 스스로 자신을 복제하고, 그 복제를 위해 두뇌를 사용할 수 없는 한 A.I.의 지능이 높은 수준이라고 말할 수 없다고 주장한다. 그는 먼훗날 A.I.가 그렇게까지 진화할 수 있을지도 모르겠지만 가까운 시일 내에 그럴 가능성은 없다고 본다. 그리고 아무리 바둑을 잘 두고 암 진단을 잘 한다고 할 지라도 자율성이 없는 A.I.는 결코 인간의 지능을 넘어설 수 없다는 말이다.

Image result for intelligence genes

그러나 위에서도 지적했지만, 누가 누구보다 더 지능이 높다는 판단이 무슨 의미가 있을까? 지구상에서 인간이 가장 복잡하고 발전된 문명을 이룩했지만, 만약 바로 그 문명 때문에 핵전쟁이 일어나고 지구가 죽음의 행성으로 변해버린다면 과연 인간은 아메바나 식물보다 더 지능이 높다고 말할 수 있을까? 그렇게 되면 인간은 유전자의 자기 복제에 완전히 실패한 것이 될텐데.

이제 지능이라는 개념을 20세기적 IQ 패러다임에서 풀어주자. 그럴 때가 되었다. (윤영민, 2017-02-05).

참고문헌

레비, 피에르(권수경 역). 1994/2002. <집단지성: 사이버공간의 인류학을 위하여>. 문학과지성사.

리드비터, 찰스(이순희 역). 2009. <집단지성이란 무엇인가>. 21세기북스.

벤클러, 요차이(이현주 역). 2013. <펭귄과 리바이어던>. 반비 출판.

서로위키, 제임스(홍대운/이창근 역). 2004. <대중의 지혜: 시장과 사회를 움직이는 힘>. 랜덤하우스.

서키, 클레이(송연석 역). 2008. <끌리고쏠리고들끓다>. 갤리온.

이대열. 2017. <지능의 탄생>. 바다출판사.

크로포트킨, P. A.(김영범 역). <만물은 서로 돕는다>. 르네상스.

Baart, Ruben. 2016/09/07. “Robots Taking Government Jobs”. NNN. 

Gloor, Peter. 2006. Swarm Creativity. Oxford University Press.

Norman, Alan T. 2017. Block Chain Explained. Alan T. Norman. Kindle book.

지능이라는 이름의 게임(2): IQ 패러다임

오늘날의 관점에서 보면 참으로 어처구니 없게 느껴지지만 20세기초 사회적으로 가장 영향력 있는 학문 중 하나는 우생학(eugenics)이었다.  우생학이란 좋은 형질의 유전은 장려하고 나쁜 형질의 유전은 억제해서 인간의 유전체를 개선하겠다는 학문이다.

우생학은 인종주의와 결합되어 독일에서는 히틀러 정부의 유태인 학살, 미국에서는 반인종적 이민법, 일본에서는 조선인 학살과 식민 지배의 정당화를 낳았으며, 일부 국가들에서는 범죄자나 정신박약자는 물론이고 사회적 약자들을 없애는 거세법(단종법)과 같은  야만적, 범죄적, 반인도주의적 정책과 제도를 낳기도 했다.

Image result for eugenics

그런데 흥미있게도 우생학의 시조로 간주되는 프랜시스 갈톤(Francis Galton)–그는 진화론의 창시자인 찰스 다윈(Charles Darwin)의 사촌이다–은 현대 지능 연구의 창시자 중 1인이기도 하다. 그는 사람들이 지닌 지적 능력의 차이에 관심이 많았고, 지능을 측정하는 통계적 방법을 고안했다(Ritchie, 2015). 그에게 지능은 인간의 정신적 능력(mental capability)을 의미했으며, 지능은 기본적으로 유전적이나 양육에 의해서 일부 영향을 받을 수도 있다고 생각했다. 그는 지능과 관련해서 오늘날까지도 사용되는 “자연과 양육(nature and nulture)”이라는  유명한 표현을 남기기도 했다.

갈톤의 연구를 이어받아 20세기 전반 지능에 대한 연구를 끌어간 것은 영국, 독일, 프랑스, 미국의 심리학자들이었다. 그 중 미국 스탠포드 교육대학원의 심리학자 루이스 터먼(Lewis Terman)은 IQ(Intelligence Quotient)라는 용어를 고안했고 IQ의 측정 도구의 개발과 향상에 앞서 갔다. 흥미있게도 그는 심리학자이면서 갈톤과 마찬가지로 저명한 우생학자였다.

터먼이 제시한 공식에 의하면, 한 사람의 IQ는 그의 정신 연령을 생물학적 연령을 나눈값에 100을 곱한 값이다(아래 그림 참조). 만약 어떤 사람의 IQ가 100이라면, 그는 생물학적 나이와 정신 연령이 동일한, 즉, 동 세대의 평균적 지능을 갖고 있다고 추정된다.

Image result for intelligence quotient Lewis Terman

아주 흥미있는 공식이다. 이 공식에 따르면 피검자의 ‘정신 연령’이 결국 IQ를 좌우한다. 만약 아동에 대한 IQ 테스트라면, 아동이 조숙할수록(정신 연령이 높을수록), IQ가 높게 나오게 된다. 예컨대 IQ 점수가 아주 높아 ‘신동’으로 간주될 정도라면 그것은 그 아이가 이례적으로 조숙함을 의미하는 셈이다. 아동의 높은 IQ는, 그가 평생동안 뛰어난 지능을 지닐 것임을 함축하지는 않는 것이다. 특히 인간의 두뇌 능력이 대부분 선천적으로 결정된다는 우생학적 입장이 아니라, 만약 우리가, 지능이 교육과 같은 후천적인 노력에 의해 크게 영향을 받으며 평생 동안 변화될 수 있다는 입장에 선다면, 아동의 IQ는 그 아이의 조숙성의 정도를 가리키고 있을 뿐이라고 해석할 수 있다.

당시 IQ를 연구하던 심리학자들에게 지능이란 추론, 문제 풀이, 추상적 사고, 이해, 학습, 기억 등을 포괄하는 정신적 능력을 의미했으며, 그것은 상당부분 선천적으로, 다시말해 유전적으로 결정되는 속성이었다. 그들은, 특히, 뛰어난 정신적 능력, 즉, 천재(天才)는 문자 그대로, 하늘이 주는 재주, 타고나는 능력이라고 믿었다.

그런데, 초기 IQ 연구자들은 왜 굳이 인간의 지능을 측정하려고 했을까? 그것과 우생학과의 친화성을 생각해 보면 아마도 사람들을 선별하기 위해서였을 것이다. 아마 “머리가 아주 나쁜 사람들”을 골라내거나 반대로 “머리가 아주 좋은 사람들”을 골라내기 위해서였을 것이다. 역사적 기록을 보면 후자보다는 전자가 더 큰 이유였던 것으로 보인다. 20세기초 프랑스에서는 공립(초등)학교 입학 대상 아동들 중 수학 능력이 없는 학생들을 선별하여 입학에서 배제하는데 사용되었으며, 1차대전 때는 지능이 떨어지는 청년들을 징병에서 배제하는 데 사용되었다는 보고가 있다. IQ가 사회적 배제(social exclusion)의 도구였던 것이다.

iq and social exclusion에 대한 이미지 검색결과

필자의 생각에도 IQ 검사는 백해무익하다. IQ가 높게 나온 피검자는 평생 자신이 머리가 좋다는 착각 속에 빠져 살고, IQ가 낮게 나온 피검자는 평생 그 숫자를 낙인이나 저주처럼 안고 살아갈 가능성이 있다. 개인의 능력을 측정할 수 있는 다양한 방법들이 발달한 오늘날 IQ 검사의 유일한 용도는 사회적 배제 뿐이 아닌가 생각된다.

그럼에도 불구하고 IQ 중심의 지능 연구는 20세기 내내 지능에 대한 인류의 상상을 지배했다. 학자들에 따라서 지능이 다소 다르게 정의되고, 다르게 분류되거나 유형화되었지만 다음  다섯 가지 점에 있어서는 별로 다르지 않았다: 1) 지능은 정신적인 능력이다, 2) 지능은 개인적인 능력이다, 3) 지능은 상당부분 선천적이다, 4) 지능은 IQ 테스트와 같이 동일한 척도로 측정되고 비교될 수 있다, 5) 지구상에서 인간이 가장 높은 지능을 지니고 있다.

그런데 과연 지능은 IQ 패러다임 내에서 밖에 이해될 수 없는 것일까? 지능의 다섯 가지 특성은 21세기에도 여전히 유효한 것일까? 보다 최근의 연구와 현상을 가지고 그 특성들을 음미해 보자. (2018-02-02, 윤영민)

참고 문헌: Ritchie, Stuart. 2015. Intelligence: All That Matters. London: John Murray Learning.

Image result for Intelligence: All That Matters

지능이라는 이름의 게임(1): 배경

개인이나 집단의 생존과 번영을 결정하는 가장 중요한 요소는 무엇일까?

경제학에서 생산의 3요소로 토지, 노동, 자본을 드는 것을 보면 적어도 현대경제학의 토대가 마련된 18-19세기에는 그 세 가지가 핵심적인 요소가 아니었을까 생각된다. 자원이 넉넉하고(자연 자원), 열심히 일하며(노동), 돈이 충분히 투입되면(자본) 개인이든 기업이든 풍부한  가치를 생산할 수 있다는 인식이 널리 퍼져 있었던 추측된다. 물론 그러한 인식은 남의 자원을 강탈하거나 남의 노동을 착취하고 돈이 돈을 낳게 하면서 생존과 번영을 추구하는 모습으로 실현되기도 했다.

19세기말에서 20세기초에 중화학공업, 대기업, 대량생산 체제가 출현하고,  20세기 전반에는 1, 2차 세계대전을 겪으면서 과학과 기술(science and technology), 경영(management), 그리고 국가(state)가 생존과 번영을 좌우하는 요소로 추가되었다.  비행기, 잠수함, 원자폭탄 등과 같은 첨단 병기가 전쟁의 승패를 좌우하였으며, 교통통신의 발달로 시장이 전국화되고 국경을 넘어가면서 기업의 규모가 팽창하고 대량 생산, 대량 유통, 대량 판매가 실현되었으며, 덕분에 기업 경영의 중요성이 부상하고 경영학이 하나의 새로운 학문 분야가 되기도 했다.  또한 각 민족들이 앞다투어 독립적인 국가를 세우면서 다수의 민족-국가(nation-state)가 등장하고, 독일이나 일본 같은 소위 후발국들이 국가 주도의 경제발전에 성공하면서  민족-국가가 생존과 번영의 새로운 단위, 새로운 주체로 자리잡았다.

Related image

1950년대 이후 정보이론의 출현과 함께 계산과 제어 기술이 급속히 발전하였으며, 1960년대 후반에는 그 기술이 통신공학과 접합되면서 네트워크 기술이 추가되었다. 사실 그것은  국가간 첨단무기 경쟁과 민족국가 발전의 부산물이라고 말할 수 있다. 2차대전이 냉전으로 이어지면서 강대국 사이에는 미사일과 핵무기, 우주 탐험, 정보전 등을 둘러싸고 치열한 경쟁이 벌어졌으며, 경제, 금융, 교육, 연구, 복지, 주택 등 사회의 전 분야에 걸쳐 국가의 역할이 점차 확대되면서 정부의 정책 수립과 업무 수행은 인구 조사, 주택조사, 산업체 조사, 시장 조사, 여론 조사 등 온갖 유형의 대규모 조사를 토대로 이루어졌고, 그것은 계산, 제어, 네트워크, 암호 기술 등 정보통신기술의 발전을 수반하였다.

Related image

이차대전 이후 과학기술은 기업들 사이의 경쟁에서 뿐 아니라  국가간 경쟁에서도 가장 첨예한 전선을 형성하였다. 주요 선진국들에서는 기업은 물론이고 정부도 RND 투자에 팔을 걷어부쳤다. 이는 20세기 후반 정보기술(information technology)을 필두로 생명공학(bio-technology), 신경과학(neuro-sciecne) 등의 눈부신 발전을 가져왔다.

이러한 변화를 목격하면서 학자와 사회비평가들 사이에서는 가치의 원천에 대한 다양한 이론과 해석이 등장하였다. 1960년대 이후에 새로운 가치가 정보(information) 혹은 지식(knowledge)에서 나온다는 주장이 힘을 얻었으며, 데이터베이스, 인터넷, 스마트폰이 발달한 1990년대 이후에는 네트워크(network) 이론이 주목을 받았고, 2010년대에는 데이터(data)가 새로운 시대의 석유라는 주장이 대두하였다.

Image result for artificial intelligence

그리고 가장 최근에는 집단지성(collective intelligence)과 인공지능(Artificial Intelligence)에 대한 연구와 산업이 폭발적으로 성장하면서 지능(intelligence)이 가치의 원천으로 주목받고 있다.  특히 인공지능은 정보서비스 산업은 물론이고 로봇 산업을 위시한 각종 제조업에 도입되면서 인류의 미래를 규정할 테크놀로지로 사람들의 기대와 우려를 동시에 받고 있다.

이러한 맥락을 염두에 두고 이제 지능에 대해 생각해 보자. 지능의 본질은 무엇일까? 신경과학, 진화생물학, 컴퓨터 과학, 화학, 물리학등의 발달에 기반한 집단지성, 인간 강화 기술, 그리고 인공지능을 어떻게 이해해야할까? 지능은 과연 과학과 산업의 새로운 프런티어가 될 것인가? 앞으로 지능은 과연 어떤 모습으로 진화하게 될까? 그리고 지능의 진화는 인간사회를 어떻게 바꾸어 놓을까? 무척 무겁고 어려운 질문들이지만 가볍게 산책하는 마음으로 탐색해 보자.  (2018-02-01, 윤영민)

전자정부: e-Gov에서 i-Gov로

지난 수요일(2017/8/9) 행정안전부가 주최하고 NIA(한국정보화진흥원)이 주관한 ‘제1차 <4차 산업혁명 대응 전자정부 협의회>’에서 기조 발제를 했다. 10년 만에 2백여 명의 전자정부 전문가들 앞에 섰다.

2007년 참여정부가 끝나면서 2000년 국민의 정부 때부터 시작한  만 7년 동안의 전자정부 전문가로서의 활동에 종지부를 찍었다. 다시는 전자정부 전문가로서는 광화문에 나타나지 않겠다는 결심이었다. 아예 개인 전화번호까지 바꾸고 광화문을 떠났다. 지난 10여 년 전자정부의 부침을 바라보면서 때로 흐뭇하기도 하고 때로 실망하기도 하였지만 한번도 목소리를 내지 않았다.

그런데 전자정부에 새로운 방향이 절실하다는 생각을 하고 있던 참에, 새로운 정부도 들어섰고 발제에 대한 주최측의 간곡한 요청이 있었다. 정부가 전자정부 진화의 올바른 방향을 잡았으면 하는 바램도 있고, 정부 안팎의 전자정부 담당자들에게 힘을 좀 실어주겠다는 마음으로 요청을 수용했다.

발표 내용은 다음과 같이 요약될 수 있다. (발표문은 링크를 클릭)

  • 향후 30년 동안에 두 가지 요인이 전자정부의 미래를 좌우할 것이다. 특이점(singularity)의 도래와 민주화(혹은 권리주장이 강한 시민의 등장)이 그것이다.
  • 인간 향상과 유사인간(A.I., 로봇)의 출현은 다수의 인간-공무원을 잉여로 만들 것이다.
  • ‘지시’하고 ‘아웃소싱’하는 방식을 고수하면 전자정부 담당자들은 ‘잉여’를 면치 못할 것이다.
  • 스스로 업무를 수행할 수 있는 내부 역량을 갖추어야 한다. 알고리즘과 데이터 역량이 핵심이다.
  • 전자정부(e-Gov)는 지능정부(i-Gov)로 전환되어야 한다. 그러기 위해서는 정보(information)에서 데이터(data)로 전자정부의 무게 중심이 옮겨가야 한다. 그런데 아직도 그 두 가지를 혼동하는 사람이 많다.
  •  만약 4차산업혁명이란 것이 있다면 그것은 무엇보다 주체의 변신을 의미한다. 인간 향상과 유사인간-공무원은 그러한 변신의 일부이다. (윤영민, 2019-08-13)

빅데이터, 상관관계, 예측….거품?

%eb%b9%85%eb%8d%b0%ec%9d%b4%ed%84%b0%eb%8a%94%ea%b1%b0%ed%92%88%ec%9d%b4%eb%8b%a4

결론부터 말하겠다. 우리나라에서 ‘빅데이터’는 시작부터 거품이었다. 그러나  ‘빅데이터’를 둘러싼 온갖 거품을 걷어내고 나더라도 기존의 계량적 사회과학 페러다임에 대해 ‘빅데이터’로 불리는 새로운 데이터 환경이 제기하는 도전은 여전히 유효하다.

아마존(amazon.com)을 가지고 이야기를 시작하자.  아마존은 추천 엔진(recommendation engine)이라는 기술-문화적 아이템을 세상에 내놓았다. 그렇다고 아마존이 사업 초기부터 추천 엔진을 사용하지는 않았다. 처음에 아마존 웹사이트는 전문가들이 작성한 서평(추천)을 게시했다. 그 서평은 인기가 있었고 책 판매에 상당한 효과를 가져왔다. 하지만 그 성과에 만족하지 않았던 아마존의 CEO 제프 베조스(Jeff Bezos)는 고객들 자신의 구매 선호를 기반으로 책을 추천하면 어떨까 상상했다. 그렇게 해서 아마존의 책 추천 엔진이 개발되었다. 오래지 않아 알고리즘에 의한 책 추천은 전문가에 의한 책 추천을 완전히 대체하였으며, 아마존의 성공에 자극을 받은 대형 인터넷 쇼핑 사이트들도 앞다투어 추천 시스템을 도입하였다.

아마존의 추천 엔진은 품목-대-품목 협업 필터링(Item-to-item collaborative filtering)이라는 알고리즘을 사용한다. 설명을 단순화하기 위해 아마존에 네 권의 책(A,B,C,D)만 있고 사용자가 두 명(User 1, 2)만 있다고 하자. 만약 새로운 사용자(User 3)가 A라는 책을 보았다면 그에게 어떤 다른 책을 추천하면 좋을까? 아마존의 추천 엔진은 기존 사용자들(User 1, 2)의 책 탐색 기록 정보를 이용해서 A와 가장 상관성이 높은 책들을 추천한다(아래 그림 참조).

recommendation_flow_i2i3
이 그림은 Software Programming blog의 How does the Amazon recommendation system work?에서 가져왔음. https://kunuk.wordpress.com/2012/03/04/how-does-the-amazon- recommendation-system-work-analyze-the-algorithm-and-make-a-prototype-that-visualizes-the-algorithm/

이 과정을 수학적으로 설명하면, <그림 1>에서 User 1은 [B, C, B] 순으로 검색했고, User 2는 [C, A, B] 순으로 검색했다. 이 정보를 가지고 품목-대-품목 행렬을 구하면 우측의 상단과 같다. 이 행렬을 가지고 두 벡터(vector) 끼리의 코사인 유사도(Cosine Similarity, CosSim)를 구한다. 아래 식(1)에서처럼 두 벡터의 내적(inner product)을 두 벡터의 노름(norm, 벡터의 크기)의 곱으로 나누어 코사인값을 구하면 된다.

이렇게 구한 유사도는 –1에서 1까지 값을 갖는다. 코사인 유사도 –1은 두 벡터가 서로 완전히 반대 방향인 경우, 코사인 유사도 1은 두 벡터가 완전히 방향이 같은 경우, 그리고 코사인 유사도 0은 두 벡터가 서로 독립적인 경우를 가리킨다. 정보나 책 검색에서 빈도가 음의 값을 가질 수 없으므로 코사인 유사도는 0에서 1까지의 값을 갖는다.

굳이 코사인 유사도를 구하는 공식을 가져온 이유는 그것이 상관성 척도임을 보여주기 위해서이다. 사회과학에서 사용하는 피어슨 상관(Pearson correlation)은 아래와 같은 식으로 구할 수 있다.

식(1)과 식(2) 를 비교해 보면 가 로, 는 로 대치되었을 뿐임을 알 수 있다. 결국, 이 된다. 각 벡터의 평균을 뺀 값으로 계산된 유사도가 피어슨 상관이다(O’Conner, 2012).

아마존 추천엔진의 사례는 다섯 가지를 시사한다.

첫째, 인과성의 발견이 더 이상 사회과학의 금과옥조가 될 수 없다. 당연히 세상을 이해하려면 인과성의 발견이 계속되어야 한다. 그것은 사회과학자에 주어진 사명이다.  그러나 오직 인과성이라는 창을 통해서만 세상을 이해하고 사회현상(심지어 자연현상)을 예측할 수 있다는 주장은 사회과학자들의 아집과 환상에 불과하다.

아마존이 인터넷 비즈니스 초기에 도입한 전문가 서평(추천)은 인과관계에 근거한 비즈니스 모형이라고 할 수 있다.  만약 책 추천을 위한 인과 모형을 만든다면, 그것은 고객의 개인 속성(나이, 학력, 전공 분야, 직업, 성별, 혼인상태, 취미 등)과 외부 요인(전문가 서평, 광고 등)으로 구성되었을 것이다.  아마존은 상관 모형을 택해서 전혀 다른 길을 갔다.  그리고 상관관계 기반의 추천 시스템은 아마존의 사업 성공에 크게 기여하였다.

둘째, 아마존의 추천 엔진은 ‘빅데이터'(양, 속도, 형태의 어느 기준으로도 봐도 빅데이터임에 틀림없다)에 의존하고 있다. 위에 든 예는 4권의 책과 3명의 고객만을 가정했지만, 현실에서는  4백만권의 책과 3천만명의 고객일지도 모른다. 그렇게 되면 품목-대-품목 행렬이 얼마나 크겠는가. 그리고 요즘 아마존은 심지어 고객들의 클릭 데이터까지 실시간으로 책 추천에 반영하려고 하고 있다. 아마존에게 있어 ‘빅데이터’는 거품이 아니라 가장 중대한 사업 문제를 해결하는 열쇠이다.

셋째, ‘빅데이터’는 대단히 실용적인 동기에서 출발했다. 아마존은 개별 사용자의 관심이나 선호에 대해 예측함으로써 서비스 사용자가 안게 되는 정보과잉(information overloading)의 문제를 풀려고 했다. 아마존은 사용자가 책을 찾는데 시간과 노력을 많이 투입할 수 없다는 가정 아래 데이터 분석을 통해서 사용자에게 가장 적합한 책을 선별해서 제시하려고 했다. 한 마디로 ‘빅데이터’에서는 과학적 발견(설명)보다는 실용성(예측)이 우선적인 목표가 되어왔다. 아마존의 사례는 상관관계 기반의 추천 모형이 사업 목적에 매우 잘 부합되도록 작동하고 있음을 보여준다.

넷째, 사람이 아니라 컴퓨터 알고리즘이 고객에게 상품을 추천한다. 빅데이터 덕분에(혹은 빅데이터 때문에) 데이터의 수집, 처리, 분석을 이제 사람 뿐만 아니라 컴퓨터가 수행하는 시대가 되었다. ‘빅데이터’의 진화 방향은 분명하다. 언젠가 데이터의 수집, 처리, 분석, 대응이 거의 모두 자동화될 것이다. 이미 상품 추천, 검색, 번역 등의 온라인 서비스 뿐 아니라 무인자동차 같은 오프라인 제품까지 모두 ‘빅데이터’를 활용하고 있지 않는가.

다섯째, ‘빅데이터’에서는 ‘예측(prediction)’이라는 개념이 상당히 다른 의미로 사용된다. 전통적으로 예측은 대체로 거시적 현상에 대한 전망(forecasting)이나 시나리오를 의미했다. 빅데이터 시대에 예측은 아주 미시적인 개인(individuals) 단위까지 행해진다.  즉, 선거, 스포츠 경기, 도박, 증권시장 등에 대해 전망할 뿐 아니라 고객 개인의 선호, 욕망, 태도, 행동 등에 대해서도 예견한다. ‘예측’은 그렇게 넒은 의미를 지니고 있으며, 예측이 이루어지는 기반도 인과관계를 넘어서 시계열 패턴, 상관관계, 베이즈(Bayes) 추론 등으로 확대되고 있다.   

우리 사회에서 ‘빅데이터’는 상당부분 거품이었음에 분명하다(그점에 관해서는 내가 다른 곳에서 논의하였다. ‘유행의 함정’ 참조). 그러나 그럼에도 불구하고 거품을 걷어내고 나면 거기에는 놀라운 진실이 발견된다. 그것은 전통적인 사회과학자들을 무척 불편하게 만들 진실이다. 현재 진행되고 있는 데이터 환경의 변화는 사회과학에게는 대지진 격이다. <빅데이터는 거품이다>라는 섣부른 비판으로 비껴갈 수 없는 흐름이다. 신중하게 대처하지 않으면 실증 사회과학은 존재 기반의 대부분을 잃게 될 지도 모른다. (윤영민, 2016/10/21)

<참고문헌>

O’Conner, Brendan. 2012. “Cosine Similarity, Pearson Correlation, and OLS Coefficients.” AI and Social Science (blog).  https://brenocon.com/blog/2012/03/cosine-similarity-pearson-correlation-and-ols-coefficients/

지진: 예측불가능한 위험

나는 지질학자가 아니다. ‘예측’,’위험’, ‘위험사회’ 따위를 가르치는 사회학자로서 지진에 대해 관심을 갖고 있을 뿐이다. 그러나 현재 진행 중인 지진이 워낙 중대한 위험이기 때문에 몇 가지 얘기하고자 한다. 나라가 위험에 처했을 때 당신은 무엇을 했는가라는 추궁에 대해 알리바이라도 만들어 두고 싶은 마음도 있다.

1. 학자와 전문가를 닥달하지 말자. 지진을 예측하거나 예상할 수 있는 그들의 능력은 매우 제한되어 있다. 학자와 전문가들은 19세기 이래 지진 발생을 예측하려고 노력해 왔지만 실패했다. 미국지질연구소에 근무하는 최고의 지진 전문가 중 한명인 수잔 휴(Susan Hough) 박사는 아예 지진의 예측은 마치 예수의 성배를 쫓는 것마냥 허망한 것이라고 말한다.

k8990

2. 지진 예측에 대해 환상을 갖지 말자. 빅데이터 기술도 지진 예측에는 도움이 되지 않는다. 지질학이든 통계학이든 학문은 아주 장기 예상(forecasting)을 하거나(이것은 크게 도움이 되지 않는다), 지진 발생 직전에 예후를 분석하는데 다소 도움이 될 뿐이다(이것도 사실 지진의 피해를 줄이는데 별로 효과가 없다). 지진이 발원하는 지하세상(지진은 지하 수킬로미터부터 수백킬로미터에서 발생한다)에 대한 정보는 누구에게도 없다. 정보 자체가 빈약한데 빅데이터기술이 무슨 소용이 있겠는가. 지진이 언제, 어디서, 어떤 규모로 발생할 지는 ‘수수께끼’라고 말하는 것이 진실에 가깝다. 지진이 발생해도 그것이 본진인지, 전진인지, 혹은 여진인지조차 확실히 알 수 없는 것이 현실이다.

3. 진도를 표시하는 숫자가 작다고 가볍게 보면 안된다. 진도 1차이는 에너지 방출량으로 보면 32배 차이가 난다. 진도 4.5보다 진도 5.5가 32배 크고, 진도 6.5는 진도 5.5보다 32배가 크다. 히로시마원자폭탄은 에너지 방출량으로 보면 6을 약간 넘는 지진이었고, 북한의 최근 핵실험은 5 정도의 지진이었다. 피해 규모는 진원의 깊이에 따라서도 크게 다르다. 최근 이탈리아 중부지역에서 발생한 6.2 규모의 지진은 엄청난 피해를 초래했다. 지표면에서 비교적 가까운 지하 4km 지점에서 발생했기 때문이다.

지진강도와에너지방출수준

4. 북한 핵실험이 남한의 지진 단층에 어떤 영향을 주는 지는 속단할 수 없다. 아직 그 인과관계에 대한 연구가 없다. 북한의 핵실험의 규모가 더 커지면 우리 지진 단층에 어떤 영향을 줄 지 시뮬레이션을 충분히 해야 한다. 정치적으로 문제를 풀면 더 좋을 것이다.

5. 원전이나 방폐장의 내진 설계를 믿지 말자. 6.5 진도에 대비한 설계라는데 이번 지진을 통해서 경주 지역에서 6.5 이상의 지진이 발생할 가능성이 크게 높아졌다. 2011년 역사상 최악의 원전사고로 기록된 일본 후쿠시마 핵발전소 사고 사례가 도움이 된다. 일본의 지진 전문가들은 도호쿠 지방에 9.0 이상의 지진이 발생할 확률을 제로로 보았다. 그래서 후쿠시마 핵발전소의 원자로를 8.6 규모의 지진에 견디도록 설계했다고 한다. 그런데 진도 9.1 지진이 발생했다. 우리나라에 7.0 이상의 지진이 발생할 확률은 이번 지진을 겪으면서 이전보다 적어도 열배 이상 높아졌을 것이다(시간이 있으면 직접 계산해 볼 수도 있을텐데, 그 정도는 지진 전문가들에게 맡겨두겠다).

6. 위험에 대한 대비는 정치적, 사회적, 그리고 개인적 선택이다. 위험은 현재화 될 수도 있고 안될 수도 있기 때문이다. 앞으로 100년 동안 6.5 이상의 지진이 한반도에서 발생하지 않을 수도 있다. 반면에 10년 안에 6.5 이상의 지진이 발생할 수도 있다. 어떻게 될 지는 아무도 모른다는 것만이 진실이다. 그런 상황에서 우리가 할 수 있는 선택은?

경제적으로 여유가 있다면(우리는 그런 나라에 속한다), 원전의 내진 설계를 다시 해야 한다. 물론 가장 좋은 대안은 핵발전을 중지하는 것이겠지만. 그리고 경제적으로 여유가 있다면, 낡은 주택과 아파트는 모두 내진 진단을 받아야 하며, 필요하다고 판단되면 보강하거나 다시 지어야 할 것이다. 나는 개인적으로 우리나라의 건축물의 내진 설계를 믿지 않는다. 내진 설계 전문가가 얼마나 있는지도 의문이고 건설과 토목 분야에 부정부패가 너무 심하기 때문에 감리가 제대로 되었는지도 의문이다.

다행히 한반도에서 발생하는 지진은 최악의 수준은 아닐 것이다. 잘 대비하면 재난을 충분히 피할 수 있으리라 믿는다. (윤영민, FB 9/20 포스팅 전재)

신자연주의론 메모(3): 모든 시험이 폐지되다

2025년 나라가 대혼란에 빠졌다. 시험이라는 제도가 정당성을 완전히 상실했기 때문이다.

examination

시험이 무엇이던가. 고려 광종 때 최초로 과거제도가 도입된 이래 시험은 1천년 이상 우리 사회에서 국가가 인재를 등용하는 가장 중요한 방법이었다. 비록 문제가 없었던 것은 아니었지만 시험은 어떤 방법보다도 객관적이며 공정하게 사람의 능력을 평가하는 방법으로 인정받아왔으며, 개천에서 용이 나는 기적도 가능하게 만드는 사회적 개방성의 상징이었다. 대부분의 사람들에게 학교는 시험을 위해 존재했고, 공부란 시험을 위한 학습에 다름이 아니었다.

그런데 그 제도가 역사의 뒤안길로 사라지는 것이다. 아직 인재 등용의 새로운 방안도, 사회적 공정성을 구현해 줄 새로운 제도도, 사람을 객관적으로 평가할 새로운 수단도 굳건하게 자리잡지 못했는데, ‘갑작스럽게’ 시험이 그 역할을 할 수 없게 되어 버렸다. 시험의 정당성이 흔들리자 대부분의 사람들은 시험이 우리 사회와 우리 문화에 있어 얼마나 중요한 ‘게임’이었는지를 새삼 깨닫게 되었다.

컨닝3

시험의 위기는 어떤 이유론가 부정행위가 만연하기 때문에 생겨난 것이 아니었다. 그것은 한 마디로 게임의 규칙이 더 이상 지켜질 수 없었기 때문이었다. 전통적인 의미에서 부정행위는 아니지만 수험생의 학습곡선을 100배쯤 향상시킬 수 있는 여러가지 방법이 이용가능해졌다. I.Q.로 말하자면, 100~200 정도의 수험생들이 1,000이 넘는 수험생들과  경쟁해야 하는 상황이 되었다!

시험은 학식, 암기력, 계산능력, 추론 능력, 순발력, 집중력(거기에 시험을 준비하는데 필요한 인내심을 추가할 수도 있을 것이다) 등에 기반하여 학업 성취와 능력을 평가한다. 운이 좋은 사람은 뛰어난 유전자와 후원을 얻기도 하지만 그 정도의 불평등은 용인되었다. 그리고 컨닝 페이퍼를 볼펜에 숨기는 정도의 ‘전통적인’ 부정행위는 결정적인 시험이 아닌 다음에야 대체로 눈감아 줄 수 있었다. 그런 편법의 존재에도 불구하고 수험생 자신의 노력 없이는 시험을 성공적으로 치룰 수 없다는 믿음이 있었기 때문이었다.


limitless (1)
그런데 2011년에 개봉된 영화 ‘리미트리스(Limitless)’가 현실이 되었다. 영화에서 주인공은 명색이 소설 작가이지만 몇 달 동안 글 한 줄 쓰지 못한 채 폐인처럼 살아가고 있었다. 그런데 그가 옛 애인의 오빠에게서 얻은 두뇌 강화제 NZT 48 한 알을 먹고  완전히 다른 삶을 경험하게 된다. 갑자기 에너지가 주체할 수 없게 샘솟고 과거 언젠가 공부했던 지식이나 인터넷에서 스쳐간 정보와 지식이 모두 살아나서 적시에 머리에 떠오른다. 그는 출판사의 편집자가 놀랠 정도의 탁월한 작품을 일주일 만에 탈고하고 곧 주식투자의 신으로 떠오른다.

2020년대에 NZT 48은 흔해 빠진 약이 되었다. 그만큼 드라마틱한 변화를 가져오지는 않지만  이미 지금도 유사한 두뇌강화제–일명 스마트 알약–가 팔리고 있다. 그 중에 하나가 모다피닐(Modafinil)이다. 원래 기면증(수면장애) 치료제로 개발되었지만 그것이 기억력이나 집중력을 강화하는데 효과가 있음이 입증되었다.

modafinil-uk-buy

그런 귀한 약을 우리 강남 아줌마들이 가만 두겠는가. 이미 ‘총명주사’라는 이름으로 사용되고 있다(http://www.whitepaper.co.kr/news/articleView.html?idxno=67046). 강남 아줌마가 아니라도 그렇다. 누구라고 그 강력한 유혹을 뿌리칠 수 있겠는가. 아직 부작용에 대한 논란이 있기는 하지만 조만간 부작용이 거의 없는 스마트 알약이 등장할 것임에 분명하다. 기업들이 그 엄청난 수요에 눈감을 수 있겠는가.

작년 여름 하버드와 옥스포드 공동 연구팀은 모다피닐의 효과를 검증한 논문 “모다피닐이 건강한 수면패턴을 가진 사람들의 인지능력 향상에 미치는 영향”을 ‘신경정신약리학’회지에 발표했다. 일반인들의 인지능력을 크게 강화시킨다는 것이었다 (http://www.hankookilbo.com/v/5339d19063794153a692b0e22abf80d4).

스마트 알약이 I.Q.를 10쯤 높여준다면 그런대로 감당할 수 있을 것이다. 그런데 만약 I.Q.를 열배쯤 높여준다면 어떻게 될까. 그리고 인간 향상(human enhancement)이 그러한 화학적 방법 뿐 아니라 DNA 조작과 같은 생물학적 방법, 나노 로봇이나 칩(chip) 이식과 같은 물리적 방법 등을 통해 전방위적으로 일어난다면 어떻게 될까. 법으로 그 사용을 규제할 수 있을까.

10년 후쯤이면 모든 시험에서 ‘공정한 경쟁의 원칙’ 같은 것은 이미 시대착오적 게임규칙이 되어버릴 지도 모른다. 10년은 대통령 두 번 뽑는 기간에 불과하다.

그 시대에 학교에서 학습 성취도  평가는 어떻게 하고, 입학 시험, 입사 시험, 공무원 시험, 그리고 온갖 자격 시험은 어떻게 할 것인가. 보다 근본적으로 학생들의 학습곡선이 지금보다 100배쯤 나아진 시대에 학교 교육은 어떻게 바뀌어야 할까.

toffler-large_trans++GqOnpus_Z0s4GBSeV2ZKDW5mpjozaZY-a_3JvI35G_U

며칠 전 타계한 앨빈 토플러 박사의 충고가 새롭게 다가온다.

“한국 학생들은 하루 15시간 동안 학교와 학원에서 미래에 필요하지도 않은 지식과 존재하지도 않을 직업을 위해 시간을 낭비하고 있다.”

특이점이 채 오기도 전에 우리는 시험이 사라지는 시대를 맞이할 것이다. I.Q. 500 (1,000이라고 해도 좋다)의 트랜스 휴먼(trans-human)이 흔해지는 시대에 우리 사회는 어떻게 재설계되어야할까. 교육학자들, 사회학자들, 잠자리가 편한가. (2016/07/5)

신자연주의론 메모(2): 인간이 안고 있는 숙제들

인간은 개인적으로나 사회적으로 어떤 문제들을 안고 있을까? 전쟁, 폭력, 살인, 기아, 빈곤, 질병, 노화, 죽음, 고독, 착취, 억압, 배제, 장시간 노동, 실업, 사회갈등, 환경오염….또 무엇이 있나.

그 문제들의 발생 원인은 크게 사회적 요인과 비사회적 요인, 두 가지이다. 그런데 잘 살펴보면 인간이 직면한 중대한 문제들은 거의 예외없이 사회적 요인과 비사회적 요인이 뒤섞여 발생함을 알 수 있다.  예컨대 가장 비사회적 요인 때문에 발생할 것으로 생각되는 죽음을 보자.

조너던 실버타운(<늙는다는 건 우주의 일>, 2016)에 의하면, 공중보건, 의학, 삶의 질 향상 덕분에 인간의 기대수명은 지난 200년간  거의 두 배로 늘었으며, 유전자가 개인의 수명에 25~35% 정도 관여한다고 한다.

우리나라 사람들의 사망 원인을 보면(아래 표 참조), 남녀 순위가 약간 다르기는 하지만, 암, 심장질환, 뇌혈관질환, 자살, 폐렴, 당뇨병이  가장 큰 원인이다.

사망원인통계

이 원인들은 유전적 요인, 환경적 요인, 그리고 사회적 요인에 의해 주로 결정된다. 즉, 조상으로부터 어떤 유전자를 물려 받았는지, 물리적으로 어떤 환경에서 살아 왔는지, 어떤 직업을 갖고 있었으며, 어느 정도의 재산과 소득을 누리고 있었는지, 어떻게 일상생활을 해왔으며, 그리고 어떤 대인관계를 갖고 있었는지 등에 의해 결정될 것이다.

유전학이 발전하면 사망 원인들의 유전적 요인을 효과적으로 제어할 수 있을 것이고, 나노테크놀로지의 발전은 그러한 질병들을 획기적으로 예방하거나 치료할 수 있을 것이다. 아마도 과학 발전은 물리적 환경까지도 획기적으로 개선할 수 있을 것이다.

그런데 과학기술의 발전이 전쟁, 폭력, 살인, 갈등, 사기, 절도, 억압, 착취 등과 같은 사회적 요인도 마법처럼 덩달아 사라지게 할까? 과학기술이 발달하면 언젠가–한 20~30년 후쯤이면–세월호 침몰, 미국 올랜도의 총기 난사, 터키 국제공항의 자살테러, 방글라데시 다카 도심의 인질 테러 등에서 목격되는 사람들의 비극적 죽음이 사라지게 될까?

아마도 그렇게 믿는 사람은 바보가 아니면 몽상가일 것이다. <특이점이 온다>에서 레이 커즈와일(Ray Kurzweil)은 우리더러 그렇게 믿으라고 역설하고 있다.

1 Copy of Primo Posthuman_1

유전학과 나노테크놀로지의 발달은 머지않아 100세 건강수명(healthspan) 시대를 실현시켜 줄 것이다. 기껏해야 60~70세 정도의 수명을 전제로 설계된 현재의 사회와 문명에게 100세 건강수명은 중대한 도전을 초래할 것이다.

사람들은 무엇을 먹고, 무엇을 입고, 무엇을 하면서 100년 동안 살아갈 것인가. 사람들이 100년 동안 행복하게 살 수 있는 여건을 마련하기란 어느 사회, 어느 정부에도 힘겨운 과제임에 분명하다. 그것은 수명을 연장하는 것보다 훨씬 어려운 문제일 것이다.

죽음 이외의 다른 중대 문제들도 마찬가지이다. 전쟁, 폭력, 살인, 기아, 사기, 부정부패, 빈곤, 고독, 불평등, 착취, 억압, 배제, 장시간 노동, 사회갈등, 환경오염 등 어느 문제를 살펴보아도 대동소이하다. 과학기술 덕분에 생산력이 급증하고, 생산성이 획기적으로 높아지면 그 문제들이 해결될까?

God-and-scientist

과학과 과학자들이 다음 세기의 구세주가 될까? 커즈와일은 그럴 것이라고 믿는 것 같다.

그런데 울리히 벡(Ulrich Beck)의 위험사회론이 잘 지적하듯이 지난 2백여 년 동안 과학자들은 문제를 푸는 것만큼 문제를 새롭게 만들어 왔다. 원자핵, 신무기, 생화학무기, 인터넷 중독, 사이버 테러 등을 생각해 보라. 향후 1백년 동안 과학자들이 과거보다 사회적으로 더 책임있는 모습이 되리라 믿을만한 특별한 이유가 있는가.

과학이 빈곤, 질병, 죽음과 같은 숙제를 푸는 데 크게 기여하리라는 점은 의심되지 않는다. 그러나 새로운 과학기술 문명이 만들어 내는 난제의 해결은 과학이 아니라 결국 정치, 사회, 문학, 철학, 예술, 그리고 종교에게 맡겨지지 않을까.(2016/07/04)