정전기 현상에 대한 호기심으로 시작된 전기의 발견은 그 실체가 밝혀질수록 에너지의 동력으로 사용되어 모터를 돌리고 전등을 켜는등 현대 문명의 혈관과 같은 존재가 되었습니다
이 후 뇌의 신경계도 전기적인 현상으로 작동된다는것이 밝혀지면서 과학자들은 "뇌도 모방할 수 있지 않을까?" 라는 생각을 품게됩니다
이 도전은 결국 오늘 날 인공지능이라는 새로운 시대를 열게 하였는데 이제 전류는 전구를 켜고 모터를 돌리는데서 그치지 않고 인간의 뇌처럼 수많은 회로가 연결되고 수많은 인공 뉴런을 따라 흐르며 인간의 뇌처럼 작동하는 기계를 만들었고 우리는 이 기계와 대화를 나누는 시대를 맞이하게 된 것입니다
데카르트 시대에 인간이 신경계를 통해 움직이는 것에 호기심을 가져 부유층의 정원에 공기나 물로 움직이던 인형이나 모형을 만들었던 시대를 떠올리면 인류의 통찰은 서서히 드러나는 듯이 보였지만 어떤 현상의 원리가 정확하게 드러나는 순간 발전은 급속도로 이뤄지곤 했습니다
이 글에서는
●인간의 뇌가 작동하는 원리
●뇌가 신경망을 모방하기까지의 과학자들의 연구 과정
●그리고 사람의 뇌와 인공지능의 작동 과정의 차이점에 대해 살펴보겠습니다
뇌의 작동하는 원리
먼저 뇌는 약 860억 개의 뉴런으로 이루어져 있습니다 이 뉴런들은 정보를 주고받는 세포이며 각각의 뉴런들은 서로 연결되어 신경망을 이루고 있고 이 뉴런들은 전기적인 에너지로 활동합니다
그런데 신경세포 안에서 이 전기 에너지는 어떻게 발생할까요
뉴런(신경세포)은 세포막이라는 얇은 벽으로 둘러싸여 있는데 평상시의 세포막의 안쪽은 칼륨이온이 많고 전기적으로는 -전하를 띠며 세포막의 바깥은 나트륨 이온이 많아 + 상태를 띠고 있다고합니다
세포막은 아무 물질이나 마음대로 드나들수있는 막이 아니고 특정한 조건에 필요한 물질들만 들어오고 나갈수있는데 뉴런이 자극을 받았을 때 세포막의 나트륨 통로가 열리면서 나트륨 이온이 세포 안으로 급속히 들어옵니다
그러면 나트륨으로 인하여 세포 안쪽은 빠르게 양전하로 바뀌게됩니다
그리고 다시 전위차를 해결하기 위해서 곧이어 칼륨이온이 드나들 수 있는 통로가 열리고 칼륨이온이 밖으로 빠져나가면서 다시 세포막의 안쪽은 음전하로 돌아가게 됩니다
이런 이온의 이동으로 생성된 전기 신호는 뉴런의 축삭을 따라 빠르게 이동하며 축삭 말단에서 화학신호(신경전달물질)로 바뀌어 시냅스를 통해 다음 뉴런으로 전달됩니다
뇌 전체는 이러한 전기-화학적인 신호의 흐름으로 생각하고 기억하고 행동하는 것입니다
이 뉴런의 신호 전달 방식을 모방하여 현대 인공지능의 기본 구조가 만들어졌습니다
그렇다면 과학자들은 어떠한 과정을 거쳐 뇌의 신경망을 이해하게 되었고 또 그것을 적용하여 인공적인 신경망을 만들게 되었을까요 인공신경망을 개발하기까지의 과학자들의 탐구의 과정을 알아보겠습니다
인공신경망을 모방하기까지의 연구과정
고대 이집트에서는(기원전 3000~1000년 경) 미라를 만들 때 뇌는 쓸모없는 것으로 여겨 버리고 심장을 지성과 감정의 중심으로 여겨 보존했다고 합니다 그들에게 뇌는 생명과 무관한 것으로 보였던 것입니다
히브리, 바빌로니아 문화에서도 마음과 영혼은 주로 가슴(심장)에 있다고 생각했습니다
그러나 기원전 5세기 경 해부학자이자 피타고라스의 제자로 알려진 알크마이온은 시신경을 연구하기 위하여 동물의 눈을 빼내어 뇌와 신경이 연결되어 있다는 것을 확인하기도 했다고 합니다
또한 기원전 300년 경의 헤로필로스는 죄수들의 시체를 해부하여 척수로부터 온몸에 퍼져있는 신경계의 구조를 밝혀내기도 하였습니다
기원전 460~370년 경 히포크라테스는 심장이 감정과 사고의 중심이라는 주류의 생각과 달리 뇌는 인간의 감정과 사고의 중심이다라고 주장했고 간질은 신의 저주가 아니라 뇌의 질환이다라고 말했을 정도로 당시로서는 혁명적인 생각을 하기도 했습니다
그러나 아리스토텔레스 시대와 중세유럽에서는 철학과 종교가 중심이 되면서 뇌보다는 영혼, 심장, 영적 작용에 초점이 맞추어져 사고하였다고 합니다
그러나 16세기 해부학과 과학이 발전하면서 뇌와 신경계를 해부학적으로 연구하여 정확하게 그려내게 되었고 뇌가 신체 기능의 중심임이 점차 드러나게 되었습니다 사람들은 신경계를 흐르는 그 어떤 것에 대해서 많은 호기심을 가지고 있었는데 주로 정신적인 공기와 같은 프뉴마라고 생각하였다고 합니다
그러나 18세기 전기라는 실체가 점점 드러나기 시작하면서 신경계에 흐르는 그 어떤 것도 전기적인 에너지일가능성이 많다고 추측하였다고 합니다
'전기생물학의 기초'를 쓴 스미는 우리의 몸과 뇌는 전기와 같은 배선으로 연결되었다고 주장하기까지 하였습니다 그러나 어떤 방식으로 전기적인 현상이 발생되는지를 알 수 없었습니다
그러나 신경세포를 연구하던 과학자들의 우연한 실수로 신경세포를 자세히 관찰할 기회를 얻게 되면서 신경세포를 움직이는 에너지의 비밀도 서서히 밝혀지게 됩니다
얀 프리키네는 1830년 현미경으로 소뇌를 관찰하다가 소뇌가 아주 작은 점들이 모여서 이루어졌다는 것을 알게 되었고 이 작은 점과 같은 물질들은 가는 선으로 연장되어 있다는 것을 과학계에 발표합니다
그러나 성능이 좋은 현미경일지라도 신경세포의 구조를 세밀하게 파악하기에는 한계가 있었습니다
그러나 1873년 이탈리아의 카밀로 골지라는 해부학자가 신경세포를 관찰하다가 신경세포에 질산은을 떨어뜨리는 실수를 하게 됩니다 당황했지만 골지는 검게 변해 버린 신경세포들을 현미경에 놓고 보았는데 뜻밖에도 신경세포가 검게 변해버린 덕분에 신경세포들의 구조를 낱낱이 들여다볼 수 있는 기회를 얻게 됩니다
이 우연한 실수의 결과로 뇌의 신경세포는 긴 끈으로 연장되어 있고 이 끈들의 연결로 신경세포들은 세밀하면서도 정교하게 얽혀있다는 것을 알게 되었으며 이 연장된 선들의 끝은 미세한 간격으로 떨어져 있다는 것도 확인하게 됩니다
과학자들은 신경세포(뉴런)가 자극을 받으면 전기적인 방법으로 긴 연장선(축삭)을 통해서 옆의 뉴런에게 신호를 전달한다는 것을 알았습니다 그리고 축삭의 끝 부분 시냅스에서 전기적인 신호에서 신경전달물질을 통한 화학적인 신호로 바뀐다는 것도 알게 되었습니다
그러나 자극을 받았을 때 신경세포에서 어떻게 전기적인 신호가 발생되는지는 알 수가 없었는데 영국의 호지킨과 앤드류 헉슬리가 1939년 이를 밝혀내게 됩니다
이들은 오징어의 축삭돌기가 굉장히 굵다는 것을 누군가를 통해서 알게 되어 오징어의 신경섬유에 전극을 삽입하고 신경세포의 세포막을 사이에 두고 세포 안과 밖의 전위차를 측정하였습니다
그 결과 신경세포에 자극이 주어지면 세포막의 나트륨 채널이 열리면서 바깥쪽의 나트륨 이온이 안으로 급속히 들어오고 이후 칼륨 채널이 열리면서 안쪽의 칼륨 이온이 밖으로 빠져나간다는 사실을 밝혀냈습니다 이 연속적인 이온의 이동이 바로 전기 신호, 즉 신경세포에서 전기가 만들어지는 (활동전위) 핵심 과정이었던 것입니다
또한 이들은 1920년 영국의 생리학자 에드거 에이드리어가 실험한 자극의 강도가 일정량에 도달해야지만이 반응을 하고 일정량에 도달하지 않으면 전혀 반응하지 않는 실무율의 법칙을 세포막의 이온의 움직임을 통하여서 검증하기도 하였습니다
에이드리어는 피부에 금속조각들을 연결해 놓고 피부를 자극할 때 금속조각들의 반응을 조사하였는데 자극의 강도가 어떤 일정한 기준을 100%라고 놓고 보았을 때 100%를 채워야지만이 반응을 하고 20%나 60% 일 때는 전혀 반응이 없는 현상을 세포막을 통한 이온의 움직임을 통해서 과학적으로 증명하였습니다
그들이 증명한 신경세포가 자극에 따라 발화하거나 발화하지 않거나의 현상은 훗 날 디지털 신호의 0과 1의 모델에 그대로 영향을 줍니다
이후 1943년 뇌과학자이던 미국의 워런 맥컬럭과 논리학자인 필터 피츠는 어떤 아이디어에 사로잡히게 됩니다
뇌의 뉴런은 자극(입력)을 받아 임계값을 넘으면 발화(출력)하는데 이것을 기계적으로 적용할 수 있지 않을까를 생각합니다 그들은 뉴런 하나하나가 디지털 회로처럼 작동한다는 가설을 세웠습니다
입력이 일정 기준을 넘으면 발화하고 넘지 못하면 침묵한다 마치 0과 1, 꺼짐과 켜짐처럼 이것은 인공지능이라는 거대한 강줄기의 시작점이었습니다
1956년 미국의 디트머스 대학의 한 강의실에서 젊은 과학자들의 모임이 있었습니다 이 회의에서 미빈 민스키, 존 매카시 등 초기 AI선구자들이 모여 "지능을 기계로 구현하자"는 꿈을 품게 되고 이 회의에서 인공지능이라는 말이 처음 탄생하였습니다
1958년 프랭크 로젠블랫에 의해 생물학적 뉴런을 본뜬 최초의 인공 뉴런을 만들었는데 이 간단한 인공 뉴런은 그림을 보고 패턴을 분류할 수 있었다고 합니다 그러나 간단한 문제는 풀었지만 '이건 아니고 저건 맞아'와 같은 복잡한 구분은 할 수 없었다고 합니다 그리하여 과학자들은 실망하여 꿈을 접었고 자금도 끊기었으므로 사람들은 인공지능에 대한 꿈을 잊어버렸다고 합니다
그러던 어느 날 1986년 제프리 힌턴은 인공뉴런의 오차를 역방향으로 수정해서 기계가 스스로 오류를 고치며 정답을 찾아갈 수 있지 않을까을 생각하게 됩니다
그가 생각한 방법은 먼저 기계는 입력을 받아서 계산을 하고 결과를 만듭니다 그리고 예측값과 실제 정답을 비교해서 오차를 계산해 냅니다 예를 들어서 내가 고양이라고 했는데 사실은 개인데?
이 오차를 역방향으로 전파시켜서 각 인공뉴런의 가중치가 얼마나 잘못된 판단에 기여했는지를 계산해 줍니다 계산된 정보로 각 뉴런의 가중치를 조금씩 조정해서 '다음에는 이 뉴런이 조금 더 작게 작동해야겠어 이런 식으로 수천, 수만 번 반복하면서 기계는 점점 정확한 판단을 내리게 됩니다
즉 출력층에서 입력층으로 거꾸로 오차를 전달해 가며 학습하는 것입니다
그리고 2006년 힌턴은 또 한 번의 혁신을 가져왔는데 표면만을 다루던 인공지능이 딥러닝의 깊은 이해의 영역으로 들어가기 시작했습니다
깊은 층을 가진 인공신경망이란 뇌처럼 여러 층을 거쳐서 의미를 추론하는 구조로 만들었다는 것인데 기계가 단순히 숫자나 글자를 계산하는 수준을 넘어서 문장을 읽고 의미를 파악하는 것을 뜻합니다
이 말은 기계의 학습의 깊이를 더했다는 것인데 단순한 계산이나 분류를 넘어서 뇌처럼 여러 층을 거쳐서 의미를 추론하는 구조를 만든 것인데 이것을 딥 러닝이라고 부릅니다
예를 들어 얕은 신경망은 "이건 강아지야"라고만 분류합니다 그러나 깊은 신경망은 강아지의 귀, 눈, 색, 형태 등을 계층적으로 이해하고 강아지와 토끼를 구별하거나 설명하거나 창작할 수도 있게 되는 것입니다
또한 사람의 말을 듣고 변환하고, 이해할 수 있게 되었으며 문장을 일고 의미를 파악하고 대답까지 할 수 있게 되었습니다
예를 들어서 "비가 오는데 우산을 표지 않았다"라는 문장을 보고 "왜 안 폈을까? 우산이 없었나? 일부러 맞은 걸까? 감정적으로 뭔가 있었던 걸까? 우리도 이런 식으로 사고합니다 먼저 단어들의 사전적 의미를 읽고 그 조합에서 나오는 맥락을 떠올리고 그에 맞는 감정등을 머릿속에 그려내는 것입니다
2006년 힌턴이 만든 딥러닝은 단어들의 조합에서 그 단어들의 담긴 의도 관계, 감정들을 세분화해서 적합한 대응을 하도록 훈련한 기계들입니다
현재 우리가 사용하는 gpt도 문장을 읽고 단순히 단어들의 나열만을 보는 것이 아니라 그 단어의 조합 속에 담긴 여러 가지 상황, 감정, 관계, 맥락등에 나올 수 있는 것들을 훈련한 것입니다
인간의 뇌와 인공뉴런의 차이
●생물학적 뉴런
먼저 생물학적 뉴런은 수상돌기에서 신호(자극)를 받습니다
그리고 세포체에서 신호를 통합하고 긴 축삭의 연결통로를 통하여서 전기적인 신호를 전달하고 축삭의 끝 부분에서 전기신호가 화학신호로 바뀌어 다음 뉴런으로 신호를 전달합니다
●인공뉴런
인공뉴런은 입력값(input)을 받습니다 (예; 이미지의 픽셀값, 문장의 단어 등)
각 입력값에 '가중치'를 곱합니다 - 어떤 정보가 더 중요한지 판단
모든 곱한 값들을 더한 후 일정한 기준을 넘는지 '활성함수'로 판단합니다
결괏값(출력)을 다음 뉴런에게 넘깁니다
가중치란 호랑이 사진을 볼 때에 개인마다 호랑이로 판단하는데 가장 중요하게 생각하는 것이 눈일 수도 있고 호랑이의 줄무늬일 수도 있습니다 이때 개인마다 중요하게 생각하는 가치를 숫자로 표현해 놓은 것입니다 즉 그 입력이 판단에 기여하는 정도에 따라서 중요한 정보일수록 가중치가 크고 덜 중요한 정보는 가중치가 작습니다 어떤 정보가 더 중요한지를 결정하는 중요도입니다
활성함수란 '아, 이건 호랑이다!'라고 판단하려면 어는 정도의 신호가 넘쳐야 하는데 만약 신호가 약하면 '호랑이가 아닌가?'라고 생각할 수도 있습니다 이때 그 판단 기준을 설정하는 역할을 하는 것이 활성함수입니다
즉 활성함수란 뉴런이 받아들인 총합이 어느 기준(임계값)을 넘었을 때 출력을 내보낼지를 결정하는 함수입니다 쉽게 말하면 어떤 것을 결정하려고 하는 정보들이 충분히 모였는지를 판단하는 스위치 또는 필터라고 할 수 있습니다 이 과정을 수많은 인공뉴런들이 계층(layer)을 이루며 반복하면 컴퓨터도 패턴을 인식하고 학습하고 추론할 수 있게 되는 것입니다
이렇게 인공지능은 사람의 뇌의 작동하는 방식을 모델로 해서 만들어졌습니다
그러나 생물학적 신경계와 인공뉴런의 작동하는 방식에는 몇 가지의 차이가 있습니다
●구조적인 차이
인간의 뇌는 약 860개의 뉴런이 정교하게 연결되어 있으며 각 뉴런은 수천 개의 시냅스를 통해 다른 뉴런과 소통합니다 반면 인공지능은 이를 단순화하여 수학적 모델로 흉내 낼뿐, 실제 생물학적 복잡성은 따라가지 못합니다
●작동방식의 차이
인간의 뇌는 신경화학적인 방식(이온, 전기, 신경전달물질 등)을 사용하고 환경과 감정, 신체 상태에 따라 매우 유연하게 반응합니다 그러나 인공지능은 여전히 데이터와 수치 기반의 계산에 의존합니다
●학습 방식의 차이
인간은 몇 번의 경험만으로도 복작한 개념을 이해하고 일반화할 수 있지만, 인공지능은 방대한 데이터와 긴 학습 시간이 필요합니다
●창의성과 직관
인간은 직관과 감정을 통해 창의적으로 문제를 해결하고 새로운 아이디어를 떠올릴 수 있습니다
반면 인공지능은 주어진 데이터 안에서만 최적의 답을 찾는데 강할 뿐, 완전히 새로운 것을 스스로 창조하는 데에는 아직 한계가 있습니다
마치며
정전기에서 시작된 인류의 전기에 대한 탐구는 결국 인간의 뇌를 모방하는 인공지능까지 탄생시켰습니다
우리는 전기를 이용해서 물리적인 것들을 움직이던 시대를 넘어 이제는 인간을 닮은 생각하는 기계까지 만들어 지식과 정보의 초혁명 시대에 살고 있습니다
그러나 여전히 인간의 뇌는 인공적으로 만들어진 지능이 따라잡지 못한 신비로운 세계입니다
아마도 인간의 뇌 속에는 단순한 전기적 신호 이상의 무언가, 즉 생명 의식 마음이라는 아직 과학적인 방법으로는 설명할 수 없는 신비가 담겨있기 때문일 것입니다
인공지능이 아무리 발달해도 인간이라는 존재의 경이로움을 완전히 재현할 수는 없을 것입니다
그렇기에 우리는 더욱 겸손한 마음으로 이 신비를 탐구해 나가야 할 것입니다