인공지능이 우리의 뇌를 따라갈 수 없는 이유
심층신경망과 시냅스의 상관관계는?
[객원 에디터 5기 / 김지연 기자] 인공지능의 핵심인 심층신경망은 두뇌의 뉴런 시냅스를 모사한 모형이다. 하지만 과학자들의 연구에 따르면 심층신경망의 크기와 속도를 계속 키워 나가고 두뇌를 뛰어넘는 인공지능을 만들기는 어렵다고 한다. 그 이유는 컴퓨터가 두뇌의 다양성의 특성을 제대로 흉내 낼 수 없기 때문인데 두뇌의 구조적 다양성, 동작의 병렬성, 그리고 구조의 유연성 때문이다.
첫 번째 이유는 두뇌의 구조적 다양성이다. 두뇌에 존재하는 시냅스 개수는 약 100조에 달한다. 사람마다 자신의 자아를 발전시키는 두뇌 시냅스의 연결 구조는 딱 하나만 존재하고, 유일무이한 존재이기 때문에 인공지능이 따라 하기는 어렵다. 두 번째 이유는 동작의 병렬성이다. 첫 번째의 구조적인 다양성이 하드웨어라면, 병렬성이 그 구조가 작동하는 방식인 소프트웨어에 관한 것이다. 두뇌 동작의 기본 단위인 뉴런은 세포에 분포하는 전해질의 농도 차이를 이용해 신호를 만들어 전파한다. 그리고 다른 뉴런으로 전달되는 지점을 시냅스라고 부르는데, 이러한 병렬적 작동에서 인간의 창의력이 발생한다.
이 병렬 처리를 컴퓨터에서 구현해 내기 위해서는 인간의 뇌와 달리 엄청난 노력이 필요하다. 인공지능의 발전을 이끌어낸 엔비디아의 그래픽 처리장치 또한 빠른 속도로 병렬 처리를 수행하지만 컴퓨터의 중앙처리 장치(CPU)의 능력은 압도한다. 두뇌의 수준에 비할 수는 없지만, 이 그래픽 장치가 지닌 어려움은 단순히 명령을 수행하는 것으로 끝나는 것이 아닌, 결과를 처리하고 동기화하는 데 어려움을 겪는다. 이런 문제를 세세하지 프로그램하지 않고 엄청난 데이터로만 인공지능을 학습시키는 것이 심층신경망의 기본 개념이다.
세 번째 이유는 구조의 유연성이다. 두뇌의 시냅스 구조는 고정되어 있지 않다. 이를 유연성이라고 하는데, 어제와 오늘의 두뇌 구조가 다르기 때문이다. 인간의 뇌는 자면서 깨어 있는 동안 경험한 기억들을 적절한 시냅스 회로로 다시 연결하고, 자기 전 공부한 내용이나 경험들을 장기 기억으로 전환한다. 그리고 이 재배치된 시냅스 구조는 새로운 생각을 만들어내는 바탕이 된다.
인공지능 연구자들은 이를 흉내 내려 하지만, 역부족이다. 간단히 비교하자면 두뇌에서는 학습과 추론이 동시에 일어나지만, 인공지능은 학습과 추론이 분리되어 작동한다. 또한 인간의 두뇌는 그동안 자연환경에서 살아남기 위해 자신의 행동 결과를 예측하는 능력을 끊임없이 요구되어 왔지만, 심층신경망은 컴퓨터 위에서 동작하며 획일적이다.
물론 인공지능의 잠재력과 가능성을 무시해서도 안 된다. 인공지능에 특화된 직업 분야는 서서히 대체되고 있고, 컴퓨터는 사람의 일부 능력을 대체할 수 있다. 그러나 두뇌의 다양성과 창의력을 위해서는 그 바탕이 되는 시냅스의 연결구조, 즉 ‘기본 지식’은 필요하다. 두뇌가 잘하는 것과 인공지능이 잘하는 것은 명확하게 구분이 가능하며, 두뇌와 인공지능은 상호 보완적이다.
