Spatial community structure impedes language amalgamation in a population-based iterated learning model

위대한 언어 게임: 우리는 어떻게 말하는 법을 배우는가

당신이 로봇에게 말을 가르치려 한다고 상상해 보세요. 하지만 로봇이 성장하여 다음 로봇을 가르쳐야 하기 전까지, 당신은 오직 몇 문장만을 속삭여 줄 수 있습니다. 이것이 바로 언어 진화라고 불리는 매혹적인 과학 분야의 핵심입니다. 과학자들은 인간의 언어가 가진 복잡한 규칙과 의미가 어떻게 아무런 예고 없이 갑자기 나타날 수 있었는지 알아내기 위해 컴퓨터 모델을 사용합니다. 그들은 **반복 학습 모델(Iterated Learning Model, ILM)**이라는 영리한 아이디어에 의존합니다. 이것을 메시지가 왜곡되는 대신, 플레이어들이 실제로 새로운 언어를 발명해 나가는 "전화기 게임(Telephone)"이라고 생각해보세요. 이 게임에서 "성인" 에이전트는 "학생" 에이전트에게 몇 개의 단어를 가르칩니다. 학생은 이를 배우고, 성장하여 새로운 학생을 가르칩니다. 여러 세대를 거치면서 언어는 변화합니다.

과학자들이 풀고자 하는 큰 미스터리는 언어가 어떻게 **조합적(compositional)**이 되는가 하는 점입니다. 간단히 말해, 이는 레고 블록처럼 더 작고 재사용 가능한 부분들로 복잡한 문장을 만드는 것을 의미합니다. 세상의 모든 사물에 대해 고유하고 이상한 소리(예를 들어, "빨간 공"을 위한 특별한 소리와 "파란 공"을 위한 완전히 다른 소리)를 갖는 대신, 우리는 몇 가지 색상에 대한 소리와 몇 가지 모양에 대한 소리를 사용하여 이를 조합하고 섞어서 사용합니다. 질문은 이것입니다: 어떤 종류의 사회적 환경이 이러한 레고 스타일의 언어를 출현하게 만드는가? 모든 사람이 서로 대화할 때 가장 잘 일어나는가, 아니면 사람들이 자신들만의 작은 집단에 머물 때 가장 잘 일어나는가? 이것이 연구자들이 해결하고자 했던 퍼즐입니다.

실험: 하나의 사슬에서 전체 네트워크로

이 언어 게임의 고전적인 버전에서는 단 하나의 긴 줄이 존재합니다: 한 명의 교사, 한 명의 학생, 한 명의 교사, 한 명의 학생. 하지만 현실 세계에서 우리는 단일 파일 형태의 줄 속에 살지 않습니다. 우리는 친구, 이웃, 낯선 이들이 있는 무질서하고 북적이는 동네에 삽니다. 이 논문의 저자인 조지아 세인스(Georgia Sains), 코너 휴튼(Conor Houghton), 세스 불록(Seth Bullock)은 이 모델에 재미를 더하기로 했습니다. 단순한 사슬 대신, 그들은 디지털 네트워크상에서 서로 대화할 수 있는 에이전트(컴퓨터 프로그램)들의 전체 인구를 구축했습니다. 그들은 네트워크의 형태, 구체적으로 사람들이 어떻게 커뮤니티로 그룹화되고 그 그룹들이 서로 어떻게 대화하는지가 언어 진화 방식에 어떤 변화를 주는지 알고 싶었습니다.

그들은 디지털 에이전트들을 위해 두 가지 서로 다른 세계를 설정했습니다. 첫 번째 세계인 **비구조적 커뮤니티(Unstructured Community)**는 여러 개의 뚜로 된 클럽(커뮤니티)이 있다고 상상해 보세요. 각 클럽 내부의 모든 사람은 서로 대화하지만, 한 클럽의 누군가가 우연히 다른 클서의 누군가와 마주쳐 대화를 나눌 아주 작은 무작위 확률이 존재합니다. 두 번째 세계인 **공간적 커뮤니티(Spatial Community)**에서는 이 클럽들을 거리의 집들처럼 원형으로 배치했습니다. 여기서는 이웃들이 이웃과 끊임없이 대화하지만, 집 사이의 거리가 멀수록 대화할 가능성은 낮아집니다. 이는 옆집 사람과는 자주 대화하지만, 세 블록 떨어진 사람과는 거의 대화하지 않는 동네와 같습니다.

에이전트들은 1,000세대에 걸쳐 언어 게임을 수행했습니다. 연구자들은 각 에이전트가 스승으로부터 오직 50개의 문장만을 듣게 하는 특정한 "학습 병목 현상(learning bottleneck)"을 부여했습니다. 이전 연구들은 이 특정 숫자가 에이전트들이 무작위한 소리를 단순히 암기하는 대신, 조합적인 언어(레고 스타일의 언어)를 발명하도록 강제하는 "골디락스 존(Goldilocks zone)"—너무 적지도, 너무 많지도 않은 상태—임을 시사했습니다.

놀라운 발견: 거리가 멀어질수록 마음도 가까워진다 (언어를 위하여)

결과는 다소 직관에 반하며 꽤 흥ей로운 것이었습니다.

먼저, 비구조적 커뮤니티(무작위 혼합)에서 연구자들은 모든 사람이 동일한 언어를 말하게 만드는 데 그리 많은 노력이 필요하지 않다는 것을 발견했습니다. 약 **18%**의 대화가 서로 다른 커뮤니티 사이에서 발생했을 때, 전체 인구는 갑자기 하나의 공유된 언어로 수렴했습니다. 이는 마치 여러 클럽에 있는 몇 명의 소문꾼들이 소문을 퍼뜨려 마을 전체가 똑같은 말을 하게 만든 것과 같았습니다.

하지만 공간적 커니티(원형의 이웃들)에서는 상황이 까다로워졌습니다. 연구자들은 이웃들이 대화를 많이 하기 때문에 언어가 집에서 집으로 쉽게 퍼져 결국 전체 원을 덮을 것이라고 예상했습니다. 그러나 정반대의 결과가 나타났습니다. 이웃 간의 대화가 **30%**에 달했음에도 불구하고, 인구는 단일한 언어에 합의하는 데 실패했습니다. 대신, 마을 전체는 동시에 두 개 또는 세 개의 서로 다른 언어를 말하게 되었습니다.

왜 그럴까요? 저자들은 공간적 모델에서 이웃들이 너무 많이 대화하기 때문에 국지적으로(locally) 공유된 언어에 빠르게 합의한다고 제안합니다. 하지만 이들은 즉각적인 이웃들과 대화하는 데 너무 바쁜 나머지, 다른 그룹들이 동일한 언어의 약간 다른 버전을 말하고 있다는 사실을 깨달을 만큼 다른 그룹들과 충분히 대화하지 못합니다. 이는 친구들의 사슬과 같습니다: 그룹 A는 그룹 B와 합의하고, 그룹 B는 그룹 C와 합의하지만, 그룹 A와 그룹 C는 직접 대화하지 않습니다. 결국 그들은 합쳐지기를 거부하는 두 개의 약간 다른 방언을 갖게 됩니다. 여러 그룹에 의해 각각 사용되는 경쟁적인 다수의 언어라는 "소음"이 인구가 단 하나의 언어로 정착하는 것을 방해합니다.

요점

이 논문은 시뮬레이션을 통해 공간적 구조가 실제로 언어 통합을 저해할 수 있음을 보여줍니다. 그룹 간의 약간의 무작위적인 잡담이 모두가 하나의 언어에 합의하도록 돕는 반면, 사람들이 주로 이웃과 대화하는 구조화된 동네는 인구를 여러 개의 경쟁하는 언어를 가진 상태에 갇히게 할 수 있습니다.

저자들은 이것이 인간 역사가 어떻게 전개되었는지에 대한 증명이 아니라 컴퓨터 시뮬레이션의 결과임을 주의 깊게 언급했습니다. 그들은 언어 진화를 영원히 해결하는 마법의 숫자를 찾아낸 것은 아니지만, 우리의 사회적 네트워크 레이아웃이 중요하다는 것을 보여주었습니다. 만약 우리가 단일한 글로벌 언어가 출현하기를 원한다면, 단순히 친절한 이웃을 갖는 것 이상의 것이 필요할지도 모릅니다. 우리는 멀리 떨어진 커뮤니티 사이의 간극을 메울 수 있는 몇 가지 무작위적인 연결 고리가 필요할 수도 있습니다. 그러한 가교가 없다면, 인구가 서로 대화를 매우 잘하더라도 여러 개의 서로 다른 언어가 존재하는 세상에 갇혀 있을 수 있습니다.