Grounded world models in biological organisms and future embodied AI

위대한 뇌 구축하기: 왜 로봇은 말하기 전에 만져봐야 하는가

당신이 초지능 로봇에게 세상을 이해하는 법을 가르치려 한다고 상상해 보세요. 당신에게는 두 가지 주요 방법이 있습니다. 첫 번째 방법은 로봇에게 수십억 권의 책과 수백만 개의 영상을 건네주며 이렇게 말하는 것입니다. "모든 것을 읽고, 패턴을 암기하고, 다음에 무엇이 올지 추측해 봐." 이것이 오늘날 대부분의 유명한 인공지능이 작동하는 방식입니다. 이는 모든 사전을 다 읽었지만, 사과를 실제로 손에 쥐어보거나 무게를 느껴보거나 그 달콤함을 맛본 적은 없는 학생과 같습니다. 그 학생은 "사과", "무겁다", "아삭하다"라는 단어는 알지만, 사과가 무엇인지 진정으로 '알지는' 못합니다.

두 번째 방법은 생명체—당신, 나, 혹은 아주 작은 벌레까지—가 학습하는 방식입니다. 우리는 설명서를 읽으며 시작하지 않습니다. 우리는 움직이고, 무언가에 부딪히고, 배고픔을 느끼고, 공을 밀거나 줄을 당기면 어떤 일이 일라는지를 알아내며 시작합니다. 우리의 뇌는 이러한 실제 경험을 바탕으로 세상의 지도를 구축합니다. 그 후에야 비로소 우리는 그 경험들에 이름(단어)을 붙이는 법을 배웁니다. 이 논문은 이 두 가지 접근 방식의 차이에 대해 다룹니다. 이 논문은 중요한 질문을 던집니다. 만약 우리가 우리를 진정으로 이해하고, 무질서한 물리적 세계를 항해할 수 있는 로봇을 만들고 싶다면, 계속해서 책을 집어넣어야 할까요, 아니면 그들이 나가서 놀게 해주어야 할까요? 저자들은 "말하기 전에 먼저 놀기" 방식이 현재의 로봇들에게 부족한 핵심 비결일 수 있다고 제안합니다.

---

논문의 핵심 아이디어: "수동적 독자"에서 "능동적 탐험가"로

이탈리아와 캐나다의 과학자 팀이 작성한 이 논문은 우리가 현재 인공지능(AI)을 구축하는 방식이 자연이 우리를 만든 방식과 비교했을 때 거꾸로 되어 있다고 주장합니다.

현재 AI의 가장 뜨거운 트렌드는 "생성형 AI"입니다. 이 시스템들은 방대한 양의 텍스트를 읽고 영상을 시청하며 학습합니다. 이들은 문장에서 다음 단어를 예측하거나 영상의 다음 프레임을 예측하는 데 매우 뛰어납니다. 논문은 이를 "수동적 훈련 체계"라고 부릅니다. 마치 한 학생이 의자에 앉아 화면을 응시하며 사람들이 공을 잡는 수천 개의 영상을 보고 있지만, 정작 본인은 공을 던지거나 잡아본 적이 없는 것과 같습니다. 그 학생은 공이 어떻게 움직이는지에 대한 '통계'는 배울 수 있겠지만, 공이 손에 닿는 '느낌'은 배우지 못할 것입니다. 저자들은 이러한 시스템에서는 언어(단어)가 토대가 된다고 지적합니다. AI는 언어의 규칙을 먼저 배우고, 그 후에 그 단어들에 그림과 행동을 연결하려고 시도합니다.

논문은 생물학적 유기체(인간, 개, 심지어 벌레까지)는 정반대로 행동한다고 제안합니다. 우리는 "체화된 세계 모델(grounded world models)"을 먼저 구축합니다. 이는 우리의 뇌가 자신의 몸이 움직임에 따라 세상이 어떻게 돌아가는지에 대한 정신적 지도를 만든다는 뜻의 멋진 표현입니다. 우리는 불이 뜨겁다고 누군가 말해줘서가 아니라, 열기를 직접 느끼기 때문에 불이 뜨겁다는 것을 배웁니다. 우리에게 있어 단어는 이미 경험을 통해 알고 있는 것들에 붙이는 라벨에 불ло합니다.

우리 뇌가 더 나은 지도를 만드는 다섯 가지 방법

자신의 주장을 증명하기 위해, 저자들은 생명체가 체화된 지도를 구축하는 데 도움을 주는 다섯 가지 특정 "회로" 또는 뇌의 부분을 살펴봅니다. 그들은 이 예시들을 통해 오늘날의 로봇에게 무엇이 결여되어 있는지를 보여줍니다.

1. GPS와 개념 지도
당신이 도시를 어떻게 항해하는지 생각해 보세요. 당신은 단순히 빨간색 표지판을 보고 왼쪽으로 도는 것이 아니라, 정신적 지도를 가지고 있습니다. 당신의 뇌에는 히포캠퍼스(해마)와 내후각 피질에 위치하여 GPS 역할을 하는 특별한 시스템이 있습니다. 이 시스템은 육각형 패턴(벌집 모양)으로 발화하는 "격자 세포(grid cells)"를 사용하여 당신이 정확히 어디에 있는지 알 수 있게 도와줍니다.
하지만 흥미로운 점은 이 동일한 GPS 시스템이 물리적인 거리에서만 작동하는 것이 아니라는 것입니다. 논문은 당신의 뇌가 이 동일한 "격자"를 사용하여 아이디어를 항해한다고 설명합니다. 이야기를 생각하거나, 서로 다른 두 개념을 비교하거나, 심지어 사회적 관계를 파악할 때도 당신의 뇌는 본질적으로 정신적 지도를 따라 "걷고" 있는 것입니다. 논문은 생물학에서 물리적 공간을 항해하는 능력이 먼저 왔으며, 추상적인 아이디어를 항해하는 능력은 그 위에 구축되었다고 제안합니다. 현재의 AI는 물리적인 "걷기" 과정을 건너뛰고 텍스트로부터 직접 추상적인 아이디어를 배우려고 합니다.

2. "내가 무엇을 할 수 있는가?" 감지기 (어포던스/행동 유발 특성)
의자를 볼 때, 당신은 단순히 "네 개의 다리가 있는 나무 물체"를 보는 것이 아닙니다. 당신은 "내가 앉을 수 있는 것"을 봅니다. 컵을 보면 "내가 잡을 수 있는 것"을 봅니다. 논문은 이를 "어포던스(affordances)"라고 부릅니다. 이는 당신이 보는 것과 그것으로 할 수 있는 행동 사이의 직접적인 연결입니다.
당인의 뇌는 끊임없이 경쟁을 벌입니다: "저 바위를 기어 올라갈 수 있을까? 저 사과를 잡을 수 있을까?" 이는 단순히 세상을 묘사하는 것이 아니라, 행동의 가능성을 계산하는 것입니다. 논문은 로봇이 "조심해, 그 컵은 깨지기 쉬워"라는 문장을 진정으로 이해하려면, 그것을 쥐었을 때 "깨지기 쉽다"는 것이 어떤 느낌인지에 대한 체화된 모델을 가져야 한다고 주장합니다. 컵을 너무 세게 쥐면 깨진다는 것을 알아야 합니다. 현재의 AI는 "깨지기 쉽다"는 단어는 알지만, 그 위험을 이해할 수 있는 내부적인 "근육 기억"은 없을 수 있습니다.

3. 호기심 엔진
단순히 흥미롭다는 이유만으로 새로운 것을 탐구하고 싶은 충동을 느껴본 적이 있나요? 그것은 단순한 인간의 기벽이 아니라 생물학적 욕구입니다. 논문은 우리의 뇌가 우리가 얼마나 모르는지를 추적하는 "메타 모델"을 가지고 있다고 말합니다. 우리가 호기심을 느낄 때, 뇌는 노르에피네프린 같은 화학 물질을 방출하여 우리가 더 기민하게 반응하고 배울 준비를 하게 만듭니다.
이는 단순히 새로운 데이터셋을 줄 때까지 기다리는 로봇과는 다릅니다. 생물학적 에이전트는 "내재적으로 동기 부여"됩니다. 그들은 자신의 정신적 지도에서 빈틈을 채우기 위해 새로운 경험을 찾아 나섭니다. 논문은 AI가 효과적으로 학습하기 위해서는 단순히 데이터를 기다리는 것이 아니라, 아직 이해하지 못한 것들을 찾아 나가려는 내부적인 동력을 가져야 한다고 제안합니다.

4. 신체의 경보 시스템 (항상성/알로스타시스)
당신의 뇌는 외부 세계만을 생각하는 것이 아니라, 내부 세계도 끊임없이 모니터링합니다. 뇌는 당신의 허기, 갈증, 온도, 에너지 수준을 추적합니다. 이것을 "알로스타틱 제어(allostatic control)"라고 합니다.
당신의 뇌를 단순히 추위에 반응하는 것이 아니라, 추워질 것을 예측하고 몸이 떨리기도 전에 재킷을 입으라고 알려주는 온도 조절 장치라고 상상해 보세요. 이 시스템은 "자아"라는 감각을 만듭니다. 이것은 무엇이 자신에게 좋은 것(음식)이고 무엇이 나쁜 것(통증)인지를 알려줍니다. 논문은 "이것이 필요해" 또는 "이것을 원해"라는 내부적인 느낌이 모든 동기 부여의 기초라고 주장합니다. 현재의 AI 시스템은 대개 인간이 부여한 목표(예: "게임에서 이겨라")를 가지고 있습니다. 그들은 스스로 행동하게 만드는 내부적인 "허기"나 "공포"를 가지고 있지 않습니다.

**5. "내가 했나?" 필터
손가락을 까딱거릴 때, 당신의 뇌는 그것이 어떻게 보일지 정확히 알고 있습니다. 뇌는 자신이 일으킨 움직임을 상쇄할 수 있도록 눈에 "움직임" 명령의 복사본을 보냅니다. 이는 스스로 만든 움직임을 무시하고 스스로 움직이는 것들(예: 날아가는 새)에 집중할 수 있게 도와줍니다.
이것이 바로 우리가 "나"와 "세상"을 구별하는 방법입니다. 코를 만지면, 당신은 자신이 했다는 것을 압니다. 하지만 누군가 당신의 코를 만지면, 그것은 놀라운 일이 됩니다. 논문은 스스로 생성한 행동과 외부 사건을 구분하는 이 능력이 원인과 결과(인과관계)를 이해하는 데 필수적이라고 설명합니다. 이 능력이 없다면, 로봇은 컵을 깨뜨린 것이 자기 자신이라는 것, 혹은 소음을 일으킨 것이 자기 자신이라는 것을 이해하지 못할 수도 있습니다.

이것이 미래에 의미하는 바

저자들은 현재의 AI가 "고장 났다"거나 생물학이 "완벽하다"고 말하려는 것이 아닙니다. 그들은 "수동적 읽기" 방식이 글쓰기나 채팅 같은 작업에서 엄청난 성공을 거두었다는 점을 인정합니다. 그러나 만약 우리가 로봇이 물리적 세계를 진정으로 이해하고, 인간과 자연스럽게 상호작용하며, 스스로 학습하기를 원한다면, 접근 방식을 바꿔야 할 수도 있다고 제안합니다.

그들은 미래의 AI가 생물학적 유기체처럼 구축되어야 한다고 제안합니다:

• 몸부터 시작하라: AI가 텍스트를 읽는 것뿐만 아니라, 움직임과 상호작용을 통해 먼저 배우게 하십시오.
• 바닥에서부터 지도를 구축하라: AI가 복잡한 언어를 배우기 전에 물리적 공간과 사물에 대한 물리적 이해를 먼저 발달시키게 하십시오.
• 자아감을 추가하라: AI가 단순히 수동적으로 배우는 것이 아니라 능동적으로 배울 수 있도록 내부적인 동기(호기심이나 균형을 유지하려는 욕구 등)를 부여하십시오.
• 사회적으로 학습하라: 인간이 상호작용을 통해 배우는 것처럼, 미래의 AI는 인간 및 다른 에이전트들과 어울리며 세상에 대한 "공유된" 이해를 구축하며 배워야 할 수도 있습니다.

논문은 결론적으로, 어떤 부분이 생물학의 필수적인 부분이고 어떤 부분이 진화의 운 좋은 우연인지 정확히 알 수는 없지만, 생명체가 학습하는 방식을 무시하는 것은 큰 위험이라고 말합니다. 만약 우리가 진정으로 우리 세계를 항해할 수 있는 AI를 원한다면, 그것을 도서관처럼 취급하는 것을 멈추고 호기심 많은 탐험가처럼 대우해야 할지도 모릅니다.