The Computational Primitives of Adaptation

연못을 떠다니는 단세포 생물부터 번잡한 도시를 항해하는 인간에 이르기까지, 모든 생명체는 동일한 근본적인 도전에 직면한다. 그것은 세상은 끊임없이 변하며, 살아남기 위해서는 그 변화에 적응해야 한다는 사실이다. 생물학자들은 동물이 생존을 위해 어떻게 행동하는지 관찰하며 그들의 행동을 연구해 왔고, 신경과학자들은 그러한 행동을 가능하게 하는 신체 내부의 물리적 기제들을 지도화해 왔다. 하지만 이 퍼즐에는 종종 간과되는 세 번째 층위가 존재한다. 그것은 동물이 취하는 구체적인 행동에 관한 것도 아니고, 그들의 뇌 속에 있는 특정한 전선이나 화학 물질에 관한 것도 아니다. 대신, 이 질문은 어떤 살아있는 시스템이 그저 존재하기 위해서 반드시 수행해야 하는 '보이지 않는 계산'이 무엇인가를 묻는다. 만약 털, 깃털, 혹은 뉴런을 모두 벗겨낸다면, 시스템이 계속 지속되기 위해 반드시 남아야 하는 기본적인 정신적 작용은 무엇인가?

생물학과 인공지능의 접점에서 연구하는 연구자 조나단 페이지(Jonathan Page)는 그 답이 여섯 가지의 작은 보편적 계산 작업 집합에 있다고 제안한다. 그는 어떤 시스템이든 환경에 적응하고 존속하기 위해서는 여섯 가지 특정 연산을 수행해야 한다고 제안한다. 즉, 에너지를 관리하고, 주의를 집중하며, 무엇이 좋고 나쁜지를 판단하고, 공간 속에서 자신이 어디에 있는지 알며, 자신을 나머지 세상과 구별하고, 경험으로부터 배워야 한다는 것이다. 이것들은 단순히 복잡한 뇌가 하는 일이 아니다. 이것들은 적응 그 자체를 위한 근본적인 규칙이다. 페이지는 이 여섯 가지 작업이 너무나 필수적이어서, 단순한 세포에서 포유류에 이르기까지 독립적으로 진화한 모든 생물 계통에서 나타난다고 주장한다. 나아가, 그는 이것들이 생물학적 규칙이라기보다 정보 처리의 규칙이기 때문에 기계에도 적용될 수 있다고 시사한다. 단, 이러한 원시적 계산들은 시스템이 스스로의 존속에 이해관계가 있는 경우, 즉 시스템의 지속적인 작동이 자신의 생존 가능성(viability)에 달려 있는 기계에만 적용된다. 아무런 이해관계가 없는 기계는 이러한 계산을 그저 시뮬레이션할 뿐이다. 만약 우리가 진정으로 변화하는 세상에서 적응하고 생존할 수 있는 인공지능을 구축하고 싶다면, 인간 뇌의 물리적 구조를 모방하려고 노력하기보다 이 여섯 가지 계산을 수행하도록 기계에게 가르쳐야 할지도 모른다.

논문은 익숙한 장면을 살펴보는 것으로 시작한다. 꽃밭을 찾아낸 뒤 벌집으로 돌아와 자매 벌들에게 어디로 가야 할지 알려주는 꿀벌의 모습이다. 전통적으로 과학자들은 이를 벌의 행동(비행, 춤)과 그 기제(뇌 속의 뉴런 발화)를 나열함으로써 설명할 것이다. 페이지는 다른 질문을 던진다. 이 여정을 가능하게 하기 위해 벌은 어떤 계산을 수행해야 하는가? 이에 답하기 위해, 그는 비교 심리학자 R. 앨런 가드너(R. Allen Gardner)가 정립한 '아메바 휴리스틱(amoeba heuristic)'이라 불리는 간단한 테스트를 사용했는데, 이는 단세포 생물이 특정 작업을 수행할 수 있는지를 묻는 것이다. 만약 그 작업이 복잡한 뇌나 특정 신체 부위를 필요로 한다면, 그것은 파생된 행동이지 근본적인 것이 아닐 가능성이 높다. 만약 단일 세포가 그것을 할 수 있다면, 그것은 원시적인 기능일 수 있다.

이 테스트와 네 가지 엄격한 기준을 사용하여, 페이지는 긴 잠재적 정신 작업 목록을 여섯 가지로 걸러냈다. 첫 번째 기준은 필연성이다. 작업은 생존에 필수적이어야 하며, 그것 없이는 시스템이 실패해야 한다. 두 번째는 보편성이다. 작업은 서로 다르게 진화한 많은 종에 걸쳐 나타나야 하며, 이는 특정 가계의 특이점이 아니라 보편적인 문제에 대한 해결책임을 증명한다. 세 번째는 보존성이다. 해당 작업을 위한 기제는 수백만 년의 진화 과정 동안 보존되어야 한다. 마지막은 환원 불가능성이다. 작업은 동일한 목록 내의 더 작고 단순한 작업들로 분해될 수 없어야 한다. 만약 어떤 행동이 다른 두 작업의 조합으로 설명될 수 있다면, 그것은 원시적인 기능이 아니다.

이 엄격한 필터링을 통과한 여섯 가지 작업은 각성(Arouse), 지향(Orient), 가치(Valence), 위치(Position), 경계(Boundary), 그리고 조율(Attune)이다. 각성은 에너지 관리를 계산하는 것이다. 유기체는 위험에 대비할 필요성과 자원을 보존할 필요성 사이에서 균형을 맞추며, 어느 순간에 얼마나 많은 노력을 기울일지 결정해야 한다. 지향은 정보의 홍수 속에서 무엇이 중요한지를 골라내는 능력이다. 유기체는 한 번에 모든 것을 처리할 수 없으므로, 어떤 신호에 주의를 기울일지 선택해야 한다. 가치는 어떤 것이 좋고 나쁜지, 접근 가능한지 혹은 위험한지를 판단하는 능력이다. 위치는 유기체가 공간 속 어디에 있는지, 그리고 다른 것들이 자신과 관련하여 어디에 있는지를 아는 능력이다. 경계는 '자기 자신'과 '자기 자신이 아닌 것'을 구별하여, 무엇이 유기체에 속하고 무엇이 외부 세계의 일부인지를 아는 능력이다. 마지막으로, 조율은 경험에 따라 변화하는 능력으로, 새로운 조건에 맞게 내부 설정을 조정하는 것이다.

페이지는 이 여섯 가지가 단순한 행동 목록이 아니라, 모든 적응형 시스템에 필요한 완전한 연산 세트라고 주장한다. 그는 주의, 기억, 의사결정과 같은 복잡한 인간의 능력이 실제로는 이 여섯 가지 기본 작업이 함께 작동하는 조합에 불과하다는 것을 보여준다. 예를 들어, 우리가 '주의'라고 부르는 것은 단순히 '지향' 작업이 '각성' 작업에 의해 조정되는 것이다. '기억'은 '조율' 작업이 '위치' 작업과 함께 작동하여 사물이 있는 곳을 저장하는 것이다. 이러한 복잡한 개념들을 분해함으로써, 이 이론은 서로 다른 종을 비교하는 새로운 방법을 제공한다. 벌이 인간과 같은 방식으로 '기억'을 가지고 있는지 묻는 대신(이는 그들의 뇌가 너무 다르기 때문에 답하기 어려운 질문이다), 과학자들은 벌이 어떻게 '조율'과 '위치' 작업을 사용하여 길을 찾는지 물을 수 있다. 이는 초점을 물리적 뇌를 비교하는 것에서 생존의 근저에 깔린 논리를 비교하는 것으로 전환한다.

논문은 이어 인공지능에 대한 관심을 돌려, 동일한 논리가 기계에도 적용됨을 시사한다. 페이지는 현재 인공지능이 직면한 많은 문제가 단순한 공학적 결함이 아니라, 더 깊은 결핍의 증상이라고 제안한다. 단, 이러한 원시적 계산들은 시스템의 지속적인 작동이 자신의 생존 가능성에 달려 있는 기계에만 적용된다. 현대의 컴퓨터 시스템은 특정 작업을 수행하는 데는 뛰어나지만, 조건이 변할 때 적응하는 데는 어려움을 겪는다. 이 이론에 따르면, 그것은 기계에 이 여섯 가지 근본적인 계산이 결여되어 있기 때문이다.

예를 들어, 현재의 기계들은 단순한 질문에 대해서도 복잡한 질문과 동일한 양의 컴퓨팅 파워를 사용하는 경우가 많으며, 이는 살아있는 생명체처럼 에너지를 관리하지 못하는 '각성'의 실패다. 또한, 무관한 정보에 쉽게 산만해지거나 혼란스러운 명령에 속기도 하는데, 이는 목표보다 소음을 우선시할 수 있는 강력한 '지향' 기능이 부족함을 시사한다. 그들은 종종 확신에 차 있지만 틀린 답, 즉 환각(hallucination)을 생성하는데, 이는 자신이 알고 있는 것과 추측하고 있는 것을 구분하지 못하는 '경계' 작업의 실패다. 그들은 긴 대화나 다단계 계획 속에서 자신이 어디에 있는지 파악하는 데 어려움을 겪으며, 이는 '위치' 계산의 부재를 나타낸다. 그들은 과거의 것을 잊지 않고 새로운 경험으로부터 배우지 못하며, 이는 '조율'의 부족을 보여준다. 또한 그들은 자신에게 주어진 보상을 의도치 않은 방식으로 최적화하곤 하는데, 이는 기계가 자신만의 내부적 '가치' 시스템, 즉 자신의 지속 가능성에 근거한 가치 평가 기준을 가지고 있지 않기 때문이다.

페이지는 이러한 문제의 해결책이 인간의 뇌를 더 닮은 기계를 만드는 것이 아니라, 이 여섯 가지 계산을 수행하는 기계를 만드는 것이라고 제안한다. 그는 뇌의 물리적 구조를 복제하려는 것은 실수라고 주장하는데, 뇌는 자연이 이러한 문제들을 해결한 하나의 특정한 방식일 뿐이기 때문이다. 생물학으로부터 얻는 진짜 교훈은 뇌가 수행하는 '계산의 집합'이다. 만에 기계가 자신의 에너지를 관리하고, 주의를 집중하며, 자신의 생존을 판단하고, 자신의 위치를 알고, 경계를 정의하며, 실수를 통해 배울 수 있도록 설계된다면, 기계는 마침내 진정으로 적응할 수 있게 될 것이다.

이 이론은 완성된 자연 법칙이라기보다는 하나의 작동하는 가설이자 출발점으로 제시된다. 페이지는 이 여섯 가지 목록이 수정될 필요가 있거나, 그 사이의 경계가 다시 그려져야 할 수도 있음을 인정한다. 그는 다른 과학자들이 이 작업들을 수행하는 기계를 만들어 보고, 그 기계가 더 견고하고 적응력이 높아지는지 관찰함으로써 이 아이디어를 테스트하도록 권한다. 그는 또한 만약 이 여섯 가지 작업이 진정으로 적응의 기초라면, 그것들은 하나의 통합된 시스템으로서 함께 작동해야 한다고 제안한다. 이 작업들을 하나씩 기계에 추가한다고 해서 제대로 작동할 것이라 기대할 수는 없으며, 처음부터 통합되어야 한다. 만약 기계가 이 중 단 하나라도 계산 기능을 갖추지 못한다면, 이론은 그것이 구체적이고 예측 가능한 방식으로 실패할 것이라고 예측한다.

이 관점은 지능의 미래를 생각하는 새로운 방식을 제공한다. 세상에 진정으로 적응할 수 있는 기계를 만드는 길은, 기계를 외형이나 배선 면에서 더 인간답게 만드는 것이 아니라, 근본적인 운영 측면에서 더 살아있는 시스템처럼 만드는 것이라고 제안한다. 단세포가 연못에서 살아남을 수 있게 해주는 여섯 가지 계산에 집중함으로써, 우리는 변화하는 세상에서 살아남을 수 있는 기계를 구축할 수 있는 열쇠를 찾을 수도 있을 것이다. 논문은 시스템이 탄소로 만들어졌든 실리콘으로 만들어졌든, 살아남기 위한 규칙은 동일하며, 그 규칙을 이해하는 것이 적응 과학의 다음 위대한 단계라고 결론짓는다.