안녕하세요. 강연섭외 플랫폼 호오컨설팅입니다.

AI와 뇌과학, 이 둘의 경계는 어디까지일까요?

오늘 강연섭외 인터뷰에서는 70년 AI의 역사를 단숨에 관통하며, 인간의 뇌와 인공지능이 어떻게 서로를 ‘베끼고’, 또 ‘넘어서려’ 해왔는지 풀어드립니다.

​

AI 연구의 초기 목적은 그저 뇌를 모방하는 것이었습니다.

하지만 지금은 뇌과학이 AI를 밀어 올리고, AI가 다시 뇌과학의 비밀을 밝혀내는 시대죠. 서로가 서로의 해설자가 되는 셈입니다.

이번 강연섭외 인터뷰에서는 인간의 학습 방식이 어떻게 AI 알고리즘으로 번역됐는지,

뇌의 계산 방식이 지금의 거대 모델에 어떤 영향을 끼쳤는지, 그리고 앞으로 인간의 뇌와 AI가 어떤 방식으로 공진화할지 아주 쉽게, 그러나 임팩트 있게 설명해드립니다.

듣는 순간, 머릿속에서 퍼즐 조각이 ‘찰칵’ 하고 맞아떨어지는 경험을 하실 겁니다.

AI 시대를 앞서가고 싶은 분들께, 오늘 기업특강은 가장 확실한 인사이트가 될 것입니다.

자, 먼저 뇌과학은 크게 세 가지 분야로 나뉩니다.

하나는 생물학적 뇌 연구, 또 하나는 인지과학적 이해, 그리고 마지막이 계산적 뇌과학, 즉 알고리즘으로 뇌를 이해하는 분야죠.

제가 주로 연구해 온 이 세 번째 분야에서 AI가 직접적으로 탄생했습니다.

인간의 뇌가 경험을 통해 가중치를 바꾸는 것처럼, 인공신경망도 같은 원리로 학습을 하기 때문에 둘은 어느 순간 하나의 학문처럼 연결돼 버렸습니다.

​

1956년, 인공지능이라는 단어가 처음 등장했을 때 연구자들은 두 가지 문제를 풀고 싶어 했습니다.

세상을 알아보는 기계, 그리고 인간의 언어를 이해하는 기계.

그런데 당시 접근 방식은 모든 규칙을 사람이 코드로 적어 넣는 방식이었습니다.

고양이를 구분하려면 고양이를 ‘설명’해야 하고, 앉은 고양이, 누운 고양이, 뒤돌아본 고양이까지 다 설명해야 하는 방식.

현실 세계의 무한한 다양성을 코드로 설명할 수 없기 때문에 60년 동안 실패한 겁니다.

​

​

결국 연구자들은 이렇게 생각하기 시작했습니다. “우리는 못하지만, 자연은 이미 이 문제를 풀었다.”

인간의 뇌는 규칙이 아니라 신경세포 간 연결과 가중치만으로 세상을 이해하죠.

그래서 1980년대부터 인공신경망을 만들기 시작했지만, 컴퓨터 성능이 부족해 또다시 벽에 부딪혔습니다.

그러다 GPU라는 그래픽 가속 장치가 등장하면서 상황이 완전히 뒤집혔습니다.

더 많은 신경세포, 더 많은 데이터, 더 빠른 계산이 가능해지자 갑자기 모든 게 되기 시작한 거죠.

​

​

문제는 60년 동안 실패해 온 탓에 AI라는 단어 자체가 금기어가 되어 있었다는 겁니다.

그래서 제프 힌튼 교수는 ‘AI’라는 이름을 쓰는 대신 딥러닝이라는 새로운 이름으로 리브랜딩을 해 버렸죠.

이 선택이 결국 현재의 인공지능 붐을 만든 결정적 계기가 됩니다.

그리고 자연어를 이해하는 기계, 즉 생성형 인공지능까지 등장하면서 이제는 범용 인공지능(AGI)의 가능성까지 논의하게 된 겁니다.

​

​

AI 시대가 되면서 흥미로운 변화가 생겼습니다. 하드웨어 중심의 회사였던 애플이 흔들리기 시작한 거죠.

애플은 완벽함을 추구하는 폐쇄형 문화, 오픈소스를 기반으로 빠르게 진화하는 AI 트렌드와 잘 맞지 않습니다.

더구나 내부 AI 인재들이 이미 경쟁사로 떠난 상황이라, 지금 애플은 노키아가 걸었던 길을 반복할 위험이 매우 큽니다.

AI 시대의 디바이스는 이미 ‘스마트폰이 아닌 무언가’로 넘어가고 있고, 안경·웨어러블 등 새로운 형태의 경쟁이 시작되었습니다.

​

​

AGI가 현실이 되면 세상은 완전히 달라집니다.

노동의 가치는 떨어지고 자본의 가치가 폭발적으로 올라가는 세상,

AI가 스스로 발전하고, 물질의 가격이 거의 0이 되고, 국가 경제는 연 20~30%씩 성장하는 세상 말입니다.

이러한 시대에는 기존 민주주의 구조가 흔들리고, 사회는 ‘기술 본건주의’로 갈 수 있다는 전망도 나옵니다.

그래서 지금 우리에게 필요한 건 단 하나, 다가오는 AI·AGI 시대를 정확히 이해하고 대비하는 것입니다.

​

​