← 최신 논문
🧬 biology

Overfitting, Consciousness, and the Geometry of Experience: A Unified Computational Framework

이 논문은 무의식을 개인의 고유한 감각 이력에 과적합된 생성 모델로 재개념화하고, 의식을 비평형 열역학계 내에서 이러한 특화된 사전 확률과 실시간 감각 데이터 사이의 예측 오차를 동적으로 최소화하는 능동적 추론 과정으로 규정하는 통합된 계산 프레임워크를 제안한다.

원저자: Barco Jie You

게시일 2026-08-24
📖 4 분 읽기☕ 가벼운 읽기

원저자: Barco Jie You

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

인간의 뇌는 예측을 위해 만들어진 기계이다. 매 순간, 뇌는 다음에 일어날 일을 추측하기 위해 과거의 경험을 사용하여 세상에 대한 내부 지도를 구축한다. 이러한 능력 덕분에 우리는 모든 새로운 세부 사항에 압도되지 않고 복잡한 환경을 탐색할 수 있다. 수십 년 동안 과학자들은 이 지도가 어떻게 그려지는지, 그리고 왜 사람마다 다르게 보이는지를 이해하려고 노력해 왔다. 주요 질문은 우리의 고유한 삶의 이야기가 우리가 생각하고, 행동하고, 심지어 의식 자체를 경험하는 방식을 어떻게 형성하는가 하는 것이었다. 전통적으로, 이러한 깊고 자동적인 패턴을 보유하는 마음의 부분은 무의식이라 불렸으며, 종종 잊힌 기억이나 억압된 욕망을 담은 숨겨진 저장실로 상상되었다. 한편, 의식적인 마음은 능동적인 관찰자로 간려졌다. 현대 이론들은 뇌를 자신의 예측을 현실과 일치시킴으로써 놀라움을 줄이려고 끊임없이 노력하는 시스템으로 설명하기 시작했지만, 이러한 아이디어들은 개인의 구체적인 역사가 어떻게 영구적이고 변하지 않는 세계관으로 변모하는지를 완전히 설명하지 못했다.

한 새로운 연구는 이 과정을 바라보는 방식에 대한 급진적인 변화를 제안한다. 연구자들은 무의식이 수동적인 저장 공간이 아니라, 뇌가 자신의 개인사를 너무 잘 학습하게 된 결과라고 제唆한다. 인공지능 분야에는 모델이 훈련 데이터를 너무 완벽하게 학습하여 노이즈와 특정 세부 사항까지 암기해 버림으로써 새로운 상황을 인식하지 못하게 되는 '과적합(overfitting)'이라는 알려진 문제가 있다. 보통 이것은 해결해야 할 실수로 간주된다. 그러나 이 논문은 살아있는 인간에게 있어 이 과정이 결함이 아니라, 오히려 정체성의 근원이라고 주장한다. 저자는 우리가 성장함에 따라 우리의 뇌가 우리가 경험하는 고유한 시각, 청각, 사건의 순서에 필연적으로 과적합된다고 제안한다. 이는 우리가 세상을 인지하고 반응하는 방식의 기본 설정으로 작용하는 안정적이고 고도로 전문화된 내부 모델을 생성한다.

이 연구는 이 학습이 일어나는 세 가지 뚜렷한 단계를 설명한다. 첫째, 우리는 수백만 년의 진화로 형성된 기본적인 설정을 유전으로부터 물려받는다. 둘째, 우리는 타인을 관찰함으로써 사회적 규범과 행동을 배우는데, 이 과정은 준지도 학습(semi-supervised lesson)과 같은 역할을 한다. 마지막으로, 우리는 정규 교육과 언어를 통해 구체적인 사실과 상징을 배운다. 두 명의 일란성 쌍둥이조차도 경험하는 사건의 순서가 정확히 일치할 수 없기에, 그들의 뇌는 결국 서로 다른 내부 모델을 갖게 된다. 이러한 차이는 저자가 '행동적 운명(behavioral destiny)'이라고 부르는 것을 만들어낸다. 이것은 신비로운 운명이 아니라 수학적 실체이다. 즉, 뇌가 자신의 특정한 과거에 너무나 잘 조율되어 특정 생각과 행동을 향해 자연스럽게 기울게 되며, 어떤 경로를 걷는 것은 쉽게 만들고 다른 경로는 어렵게 만든다는 것이다.

이 프레임워크에서 의식은 정적인 상태가 아니라, 이 과적합된 모델을 업데이트하기 위한 능동적이고 에너지가 많이 드는 작업으로 정의된다. 뇌가 자신의 깊고 자동적인 기대와 일치하지 않는 무언가를 마주할 때, 불일치가 발생한다. 이 오류 신호는 뇌가 자동 항법 장치(autopilot) 상태로 실행되는 것을 멈추고 재평가를 위한 비용이 많이 드는 과정에 참여하도록 강제한다. 연구자들은 이를 마음이 새로운 해결책을 찾기 위해 다양한 가능성을 탐색하는 일시적인 중단 상태로 설명한다. 그들은 이 과정이 뇌가 편안하고 낮은 에너지 상태에서 벗어나 더 나은 답을 찾기 위해 내부 '온도'를 일시적으로 높이는 특정한 종류의 에너지 소비에 의해 구동된다고 제안한다. 새로운 이해에 도달하면, 뇌는 다시 안정적인 상태로 돌아오지만, 이번에는 약간 업데이트된 모델을 갖게 된다.

이 논문은 이 아이디어를 집단으로 확장한다. 사회는 공유된 언어, 문화, 의례를 통해 개별적인 과적합 모델들을 정렬함으로써 기능한다고 제안한다. 집단이 일련의 상징이나 이야기에 동의할 때, 그들은 세상에 대한 집단적 혼란을 줄인다. 만약 사회가 공유된 믿음으로 설명할 수 없는 위기에 직면하면, 집단은 집단적 의식 상태에 진입하여 공유된 가설에 대한 광범위한 재평가를 강요한다. 이 과정은 모든 사람의 내부 지도를 대략적으로 동기화된 상태로 유지함으로써 사회적 안정을 유지하는 데 도움을 준다.

이러한 아이디어를 테스트하기 위해, 연구자들은 정보가 복잡한 시스템을 통해 흐르는 방식을 모방한 모델을 사용하여 컴퓨터 시뮬레이션을 실행했다. 그들은 신경 모듈이 뇌가 감각 입력을 받는 것과 유사하게 반복적이고 구조화된 데이터 패턴에 노출되는 디지털 환경을 구축했다. 시뮬레이션 결과, 외부 데이터로부터 오는 압력이 증가함에 따라 시스템의 내부 무질서도는 감소했다. 시스템은 더욱 조직화되고 안정되었으며, 효과적으로 낮은 에너지 상태로 고착되었다. 이는 외부 데이터가 저자가 무의식이라고 식별한 종류의 과적합되고 구조화된 상태로 시스템을 강제할 수 있다는 개념 증명을 제공했다. 이 결과는 뇌가 말 그대로 경험의 역사에 의해 쓰여지고 있으며, 미래의 행동을 안내하는 깊은 채널을 새기고 있음을 시사한다.

저자는 이것이 고차원적인 이론적 프레임워크임을 인정하며, 이러한 아이디어를 뇌의 구체적인 생물학적 메커니즘과 연결하기 위해 더 많은 연구가 필요하다고 밝히고 있다. 그들은 향촉 연구가 뇌의 에너지 소비가 처리되는 정보의 복잡성과 어떻게 관련되는지와 같은 물리적 징후를 찾아낼 수 있다고 제안한다. 또한 우울증이나 외상 후 스트레스 장애와 같은 특정 정신 건강 상태가, 도움 없이는 탈출하기에는 너무 깊이 빠져버린 부적응적인 과적합 상태에 뇌가 갇힌 경우로 이해될 수 있다고 제안한다. 이 연구는 우리의 과거, 정체성, 그리고 자각 사이의 관계를 생각하는 새로운 방식을 제공하며, 우리를 독특하게 만드는 바로 그 요소가 우리의 뇌가 개인의 역사를 완벽하고 되돌릴 수 없는 정밀도로 학습한 결과임을 시사한다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →