구글 딥마인드 회장 겸 알파벳 최고과학책임자 데미스 허사비스, 인간의 뇌는 “튜링 기계의 생물학적 근사”

데미스 허사비스는 인간의 뇌를 범용 지능을 구현하는 유일한 작동 청사진으로 여기는 관점 위에 경력을 쌓아 왔다. 이번 주에는 그의 발언 일부가 AI 업계가 인간의 정신을 어떻게 잘못 이해하는지 비판하는 이들에게 상징처럼 받아들여졌다. 하지만 그 말이 나온 문장 전체를 보면, 널리 퍼진 대목보다 범위가 좁고 더 많은 것을 드러낸다.

“튜링 기계의 생물학적 근사치.”

이 표현은 The Verge에 실린 벤저민 라일리의 에세이 「Our minds aren’t equipped to handle AI」의 중심에 놓여 있다. 라일리는 사이버네틱스 선구자 노버트 위너의 “각 시대의 사상은 그 시대의 기술에 반영된다”는 말을 인용하며 글을 시작한다. 그리고 현재 Google DeepMind 의장이자 Alphabet의 최고과학자인 허사비스를, 두개골을 들여다보면서도 자기들이 만든 기계를 보는 업계의 가장 뚜렷한 사례로 제시한다. 이 표현은 올해 미국 예술과학아카데미 학술지 Dædalus에 실린 제임스 마니카와의 대화에서 나왔다.

문장 전체가 말하는 것

Dædalus에서 허사비스는 자신에게 AGI가 무엇을 뜻하는지 설명했다. 그는 AGI를 “인간의 마음이 지닌 모든 인지 능력을 발휘하는 시스템”이라고 정의한다. 뇌는 “적어도 지금까지 우리가 아는 한, 어쩌면 우주 전체에서도 범용 지능이 가능하다는 유일한 존재 증명”이기 때문이다. 이어지는 문장은 이렇다. “뇌는 튜링 기계의 생물학적 근사치로 볼 수 있다. 이론상 계산 가능한 것은 무엇이든 학습할 수 있다는 뜻이다.” 바로 다음 문장에서는 그 주장에 제약을 둔다. 유한한 시스템이라면 “시간과 기억, 정보가 한정돼 있으므로 어느 정도 전문화할 수밖에 없다”는 것이다.

이렇게 읽으면 사람이 노트북과 같다는 주장이 아니다. 뇌가 원칙적으로 무엇까지 학습할 수 있는지, 그 범위에 관한 주장이다. 동시에 이는 공학적 사양으로도 기능한다. 뇌가 기준이 되는 기계라면 AGI는 그 전체 능력 범위에 부합하는 무엇이든 될 수 있다. 허사비스는 시험 방식까지 제안한다. 1910년을 지식 기준 시점으로 삼아 모델을 훈련한 뒤, 아인슈타인이 1915년에 그랬듯 일반상대성이론에 도달할 수 있는지 보자는 것이다. “지금으로서는 답이 분명히 아니오”라고 그는 말한다.

비판은 한 단계 아래에서 작동한다

라일리의 반론은 다른 지점에 있다. 그는 몬트리올대학교 신경과학자 폴 치섹의 연구를 바탕으로, 뇌는 자신이 지각하는 것을 바꾸기 위해 세계에 작용하는 피드백 제어 시스템으로 이해하는 편이 낫다고 주장한다. 뇌는 먼저 진화의 영향을 받고, 이어 모방과 언어, 글쓰기, 학교 같은 문화를 통해 형성된다는 것이다. 이 관점에서 생각하는 데 드는 수고를 대신해 주는 챗봇은 “인지의 핫도그”와 같다. 당장은 끌릴 수 있지만, 일상적인 식단으로 삼으면 해롭다. 라일리는 OpenAI의 교육 부문 책임자 리아 벨스키가 ChatGPT를 “세계 최대의 학습 플랫폼”이라고 부른 점을 짚고, 중국에서 수천 명의 학생이 AI를 쓰기 시작한 뒤 사실상 숙제를 하지 않게 됐다는 연구도 언급한다.

결론을 가르는 문구

가장 날카롭게 부딪히는 대목은 허사비스 자신의 문단 안에 있다. 몇 줄 뒤 그는 핵심이 “거의 무엇이든 학습할 수 있는 뇌의 잠재력, 특히 지식을 얻는 데 도움을 주는 도구와 기계를 설계하고 만들 수 있게 된 지금 그 잠재력”이라고 말한다. 논쟁의 전부가 이 문구에 담겨 있다. 라일리는 튜링 기계라는 틀이 틀렸음을 실제로 입증하는 게 아니다. 그의 근거는 사람이 지식을 얻도록 돕는 대신 학습을 대신해 버리는 도구에 관한 것이다. 계산 가능성에 관한 주장은 뇌가 이론상 무엇을 받아들일 수 있는지를 설명한다. 그러나 특정 제품이 학습자의 머릿속을 더 풍부하게 만드는지, 아니면 더 비게 하는지는 말해 주지 않는다.

이제 이 질문은 Alphabet의 과학적 방향을 정하는 사람에게 돌아간다. 허사비스는 AGI 전략과 과학에 집중하기 위해 8월 일상적인 CEO 업무에서 물러났다. Fortune 보도에 따르면 그는 직원들에게 AGI가 가까이 와 있으며, 다음 단계를 제대로 밟는 일이 인류에 매우 중요하다고 말했다. 인간 뇌의 전체 능력 범위를 기준으로 기계를 평가하는 연구소라면, 그 기계를 사용하는 사람들의 능력 범위가 줄어들지 않도록 하는 데에도 직접적인 이해관계가 있다.

튜링 기계의 근사치라 해도 무언가가 그것을 프로그래밍해야 한다. 인간에게 그 역할은 언제나 더디게 이어지는 학습의 몫이었다. 도구는 바로 그 단계를 키워 줄 수도, 눈에 띄지 않게 건너뛸 수도 있다.

태그: Demis Hassabis, Google DeepMind, AI in education, Artificial general intelligence, Turing machine