지능과 인공 신경망

지능과 인공 신경망

지능(intelligence)은 '어떤 문제에 당면했을 때 자신의 지식과 경험을 활용해서 문제를 해결하는 능력'을 의미한다. 지능을 가진 생물체는 자신의 경험을 활용하여 문제를 해결하거나, 때로는 아예 새로운 방식을 찾아내기도 한다. 즉, 지능은 광범위한 인식 능력과 문제 해결 능력을 포괄한다고 할 수 있다.

---

인간의 인지 능력과 호기심

인간은 지능이 굉장히 높은 생명체이다. 그런 만큼 세상을 인지하는 능력이 탁월하며, 인간만이 가지는 특성은 대부분 이러한 높은 인지 능력으로부터 비롯된다. 인간은 자신이 처한 상황을 포괄적으로 파악할 뿐만 아니라 과거를 회상하고 아직 일어나지 않은 미래를 상상하며 과거, 현재, 미래를 통합적으로 이해한다. 그 안에서 인간은 인과적 사고를 통해 문제를 자각하고 해결을 위한 방안을 적극적으로 찾곤 했다. 이러한 경향은 인간이 다양한 도구를 발명하게 했고, 최근에 와서는 인간이 할 수 있는 일을 도구가 할 수 있게 하는 것에 관심을 두기 시작했다.

 

기계나 컴퓨터 또한 그러한 관점에서 탄생했다고 할 수 있다. 현대 컴퓨터의 모형이라고 할 수 있는 가상의 기계 '튜링 머신(Turing Machine)'을 제시한 앨런 튜링(Alan Mathison Turing)은 '지능을 가진 기계'의 개념을 제시하였고, 이는 현대에 이르러 인공지능(Artificial Intelligence)이 되었다.

---

뇌, 신경망, 그리고 지능

그렇다면 지능은 어떻게 만들 수 있을까? 과학자들은 생체의 지능을 모방하는 방법을 가장 먼저 떠올렸다. 생체 내에서 어떻게 지능이 만들어지고 어디에 어떤 형태로 존재하며, 어떻게 변화하는지에 대한 연구가 이루어졌으며, 이는 현대 인공지능의 기반을 이루었다.

 

뇌에 대한 인식의 변화

고대 이집트에서는 뇌를 단순히 '두개골을 채우는 물질' 정도로만 생각했다. 로마 시대에 이르러 뇌가 지능과 연관이 있다는 인식이 생겼지만, 여전히 지능은 뇌가 아닌 심장에 존재하고, 뇌는 그저 이를 보조하여 이성적인 판단을 내리게 하는 역할 정도로 치부되었다. 이후, 뇌 손상 환자의 정신 활동이 크게 저하되는 것이 확인됨에 따라 뇌가 지능과 밀접한 연관이 있음이 알려졌으며, 중세 르네상스 시대에 들어서며 신경과학 이론이 정립되기 시작했다.

 

생체 신경망과 뇌의 과학적 연구

생체 신경망이 과학적인 방식으로 연구되기 시작된 것은 19세기 말부터이다. 1890년대 현미경이 발달하면서 과학자들은 뉴런(neuron)의 존재를 알게 되었고, 뇌의 기능 단위가 뉴런이라는 '뉴런 주의(neuron doctrine)'이 주장되었다.

20세기에는 뇌의 각 영역이 담당하는 특정 기능이 있다는 '구조 이론'이 정립되었고, 1950년대 이후 뉴런 발화 과정과 시냅스 간의 신경 전달 모델이 정립되었다. 지능과 학습에 관한 연구는 20세기 중반부터 시작되어 1960년대에는 학습과 기억 저장에 관한 뉴런의 생화학적 변화가 연구되었다.

 

생체 신경망과 뉴런의 신호 전달 과정

우리 몸에는 뉴런으로 구성된 거대한 생체 신경망이 존재한다. 이는 외부로부터 들어온 자극을 뇌에 전달하고, 뇌는 기억으로 저장된 경험을 활용해서 새로운 자극에 대해 어떻게 반응할지를 판단하여 이를 운동기관에 전달한다.

자극은 전기 신호로 변환되어 뉴런에 전달되며, 이 신호가 특정 역치(threshold)를 넘으면 뉴런이 활성화되고 이온 통로가 열린다. 이렇게 전달된 신호는 다음 뉴런으로 이동하게 되는데, 이때 뉴런과 뉴런 사이를 연결하는 뉴런의 끝 부분을 시냅스(synapse)라고 한다.

 

시냅스 가소성과 기억

새로운 자극이 들어오면 뉴런의 시냅스에는 신호를 전달하고 수용하는 소포체와 수용체가 적어 신경 전달 물질도 적게 전달된다. 그러나 같은 자극이 반복적으로 들어올 경우 시냅스의 구조는 해당 자극을 더 원활하게 전달할 수 있는 구조로 변화한다. 이러한 성질을 시냅스의 가소성(plasticity)라고 한다.

시냅스의 강화로 장기기억(Long Term Potential, LTP)이 형성되는 뇌 가소성 원리

시냅스 가소성은 1949년 캐나다의 신경 심리학자 도널드 헵(Donald O. Hebb)의 헵의 학습 가설(Hebbian Learning)이라는 이름으로 처음 발표된 이론이다. 지속적으로 활성화된 뉴런은 연결이 강해진다라는 가설을 통해, 학습 과정에서 형성되는 장기 기억이 시냅스의 구조 변화와 연관이 있음을 시사한 것이다.

인간이 무언가를 반복적으로 접하면 그 자극을 받아들이는 뉴런 간의 연결은 강해지고, 자주 받아들이지 않는 경우 약해진다는 현상은 인간의 '기억'을 만들어낸다. 새롭게 만들어진 기억은 반복을 통해 강해지고, 오래된 기억은 점차 사라진다는 것이다. 이처럼 인간의 뇌는 효율적인 구조로 기억을 관리하기 위해 시냅스의 연결 패턴과 강도를 매 순간 바꾼다.

 

두뇌에서 지능이 존재하는 위치

사람의 두뇌는 대뇌, 소뇌, 뇌간, 변연계로 나뉘며 이 중 지능은 대뇌와 관련이 있다. 대뇌는 언어, 추상적 사고, 시각 및 청각, 문제 해결, 기억, 주의 집중을 담당한다. 특히 대뇌의 겉 부분인 대뇌 피질은 전두엽, 두정엽, 측두엽, 후두엽으로 나뉘는데, 각각이 주로 담당하는 '지능'에 차이를 보인다.

대뇌피질의 영역별 기능

---

지금까지 신경생리학계에서는 지능의 생성과 존재에 대해서 완벽히 밝혀내지는 못하였다. 하지만 시냅스의 연결이 강화되고 약화되는 일련의 과정에서 기억이 형성되고 소멸되며, 이러한 기억은 상황에 대해 사고하고 판단하여 문제를 해결하는 데에 활용된다는 사실을 확인하였다.

생체 신경망에서 기억이 형성되고 활용되는 과정에 대한 연구는 인공지능을 연구하는 과학자들에게도 영감을 주었고, 이들은 이를 모방하여 인공지능을 만들어내고자 하고 있다. 실제로, 세계 인공지능 최고 권위 집단 중 하나인 구글(Google. Inc)은 뇌 연구에 매년 막대한 자금을 투입하고 있다. 이외에도 뇌의 기능적인 부분에 착안하여 다양한 알고리즘이 쏟아지고 있으며, 놀라운 Breakthrough가 발생하기도 하고 있다.

따라서, 인공지능을 연구하는 연구자의 길을 걷고 싶다면, 뇌에 대한 이해가 필수적 이리라 생각된다.