[레전드 모음집] 아는 만큼 똑똑해지는 뇌 사용법 몰아보기 (서울대학교 뇌인지과학과 이인아 교수) - YouTube 요약(3)

[레전드 모음집] 아는 만큼 똑똑해지는 뇌 사용법 몰아보기 (서울대학교 뇌인지과학과 이인아 교수) (3)

 

 

1. 맥락의 이해와 선행 학습의 중요성:

• 우리가 세상을 인지하고 해석하는 방식은 단순히 눈에 보이는 것, 귀에 들리는 것 자체뿐만 아니라, 이전에 학습하고 경험했던 **맥락(Context)**에 크게 좌우됩니다. 예를 들어, 구름 모양을 보고 토끼라고 인식하는 것은 우리가 어렸을 때부터 토끼의 이미지를 학습해 왔기 때문입니다. 만약 늑대 이미지를 먼저 학습했다면 구름에서 늑대를 보일 수도 있습니다. 즉, 우리의 뇌는 선행 학습을 통해 형성된 맥락을 바탕으로 세상을 해석합니다.

 

 

2. 맥락적 추론의 다양한 예시:

• 시각적 착시: 구름 모양, 바위 형상 등 애매한 시각적 자극을 특정한 형태로 인식하는 것은 우리의 뇌가 맥락적으로 추론하기 때문입니다. 어린아이들은 경험이 부족하여 어른들처럼 쉽게 패턴을 인식하지 못하는 경우가 많습니다.
• 감정 인식: 타인의 미묘한 표정을 보고 슬픔인지 기쁨인지 판단하는 것 역시 맥락적인 학습의 결과입니다. 어린아이들은 다양한 감정 표현에 대한 경험이 부족하여 어른들처럼 정확하게 감정을 읽어내기 어려워합니다. 드라마나 영화를 통해 다양한 감정 표현과 그 맥락을 학습하면서 점차 정확하게 감정을 인식하게 됩니다.
• 후각적 경험: 삼겹살집 거리에서 나는 고기 굽는 냄새를 맡고 당연히 삼겹살 냄새라고 생각했지만, 실제로는 양꼬치 집에서 나는 냄새였던 경험은 시각적인 맥락(삼겹살집이 많은 거리)이 후각 정보를 해석하는 데 영향을 미쳤음을 보여줍니다.

 

 

3. 뇌의 예측적 특성:

• 우리의 뇌는 단순히 현재의 감각 정보에만 의존하는 것이 아니라, 과거의 경험과 학습을 바탕으로 미래를 끊임없이 예측하려고 합니다. 오늘 A라는 것을 학습했다면 내일도 똑같은 A가 나올 것이라고 기대하기보다는, A와 유사하지만 약간 변형된 형태(A', A2')가 나타날 가능성을 더 높게 예측합니다. 이러한 예측적 추론은 우리가 빠르게 변화하는 세상에 효율적으로 적응하는 데 필수적인 메커니즘입니다.

 

 

4. 인간과 AI의 맥락 이해 차이:

• 현재의 인공지능은 많은 데이터를 학습할 수 있지만, 인간처럼 유연하고 깊이 있는 맥락적 이해에는 아직 한계가 있습니다. 인간은 다양한 경험과 감정을 통해 복잡한 사회적 맥락을 파악하고 상황에 적절하게 대처할 수 있지만, AI는 학습된 데이터 범위 내에서만 작동하는 경향이 있습니다.

 

 

5. 신경망과 패턴 매칭:

• 뇌는 수많은 신경 세포들로 이루어진 복잡한 신경망을 통해 정보를 처리하고 저장합니다. 특정 정보가 들어오면 뇌는 그 정보에 해당하는 특정한 활성화 패턴을 신경망 내에 형성하여 저장합니다. 나중에 유사한 정보가 들어오면 저장된 패턴과 비교하여 인식하고 이해하는 방식을 사용합니다. 이는 현재 인공지능의 핵심 기술인 신경망과 유사한 원리입니다.

 

 

6. 맥락 전환 및 유연성의 중요성:

• 잘 훈련된 뇌는 다양한 상황과 맥락에 유연하게 적응할 수 있는 능력을 갖추고 있습니다. 때로는 매우 세부적인 정보에 집중해야 하지만, 때로는 넓은 범위의 맥락을 고려해야 합니다. 이러한 맥락 전환 능력과 유연성은 효과적인 문제 해결과 의사 결정에 필수적입니다.

 

 

7. 전문가의 맥락적 이해:

• 특정 분야에서 10년 이상 경험을 쌓은 전문가는 수많은 사례를 통해 해당 분야에 대한 매우 정교한 맥락적 이해를 갖게 됩니다. 이는 단순히 많은 정보를 암기하는 것을 넘어, 상황을 종합적으로 판단하고 예측하는 능력으로 이어집니다. 와인 감별 전문가가 미묘한 맛의 차이를 구별해내는 것은 이러한 맥락적 이해 능력 덕분입니다.

 

 

8. 맥락적 이해의 양면성:

• 맥락을 통해 세상을 빠르게 이해하는 것은 효율적이지만, 때로는 선입견이나 편견과 같은 잘못된 방향으로 이어질 수도 있습니다. 자신의 과거 경험이나 학습된 맥락에 지나치게 의존하면 새로운 정보나 객관적인 사실을 제대로 인식하지 못할 수 있습니다. 구름을 단지 토끼로만 생각하는 것은 있는 그대로의 모습을 보지 못하는 왜곡된 이해일 수 있습니다.

 

 

9. 진화적 관점에서의 맥락적 판단:

• 뇌가 끊임없이 예측하고 맥락적으로 판단하는 것은 인류의 생존을 위한 진화적인 adaptation입니다. 나약한 인간이 맹수와 같은 위험에 직면했을 때, 제한된 정보만으로 빠르게 상황을 판단하고 대처하는 것이 생존에 유리했기 때문입니다. 코끼리의 일부만 보고도 코끼리임을 예측하는 능력은 위험을 미리 감지하고 대비하는 데 필수적이었습니다.

 

 

10. 몬데그린 효과 (오빠 만세): 언어적 맥락의 강력한 영향:

• 외국어 가사가 자국어처럼 들리는 '몬데그린 효과'는 우리의 뇌가 언어적 맥락에 얼마나 강력하게 의존하는지를 보여줍니다. 외국어를 잘 모르는 사람이 영어 가사 "All by myself"를 듣고 "오빠 만세"로 들리는 것은 한국어라는 익숙한 언어적 맥락이 청각 정보를 해석하는 데 결정적인 영향을 미치기 때문입니다. 심지어 영어를 잘하는 사람도 강력한 한국어 맥락에 의해 "오빠 만세"로 들리는 경우가 있습니다.

 

 

11. 맥거크 효과 (바/가 착시): 시각과 청각 정보의 통합:

• 입 모양은 '바'를 발음하는 것처럼 보이지만, 실제 들리는 소리는 '가'일 때, 우리의 뇌는 시각 정보와 청각 정보를 통합하여 '파'라는 전혀 다른 소리로 인식하는 현상입니다. 이는 뇌가 다양한 감각 채널을 통해 들어오는 정보를 종합적으로 고려하여 가장 가능성 높은 패턴을 인식하려고 하기 때문입니다. 시각 정보를 더 신뢰하는 경향 때문에 청각 정보와 불일치하더라도 시각 정보에 더 큰 비중을 두어 '파'로 인식하게 됩니다.

 

 

12. AI의 맥락 이해 한계: 맥도날드 AI 주문 시스템 실패 사례:

• 맥도날드 드라이브 스루에서 인공지능(AI)으로 주문을 받는 시스템이 실제 환경에서 잦은 오류를 일으킨 사례는 AI의 맥락 이해 능력이 인간에 비해 얼마나 부족한지를 보여줍니다. 다양한 억양, 주변 소음 등 예측 불가능한 요소가 많은 실제 환경에서 AI는 학습된 데이터셋을 벗어난 애매한 자극에 제대로 대처하지 못했습니다. 반면, 인간은 유사한 상황에서도 맥락적으로 판단하여 주문을 정확하게 이해할 수 있습니다.

결론적으로, 우리의 뇌는 과거의 학습과 경험을 바탕으로 끊임없이 예측하고 맥락적으로 세상을 이해하려고 합니다. 이는 효율적인 정보 처리와 빠른 의사 결정을 가능하게 하지만, 때로는 선입견이나 오류를 유발하기도 합니다. 인공지능은 특정 분야에서 뛰어난 능력을 보여주지만, 인간의 뇌가 가진 복잡하고 유연한 맥락적 이해 능력에는 아직 미치지 못하고 있습니다.