티스토리 뷰
무인자동차, 테슬라 전기자동차, 드론, 하이퍼루프, 줄기세포와 재생의학, 인공지능, 휴먼 브레인 프로젝트, 가상현실..
앞으로 다가올, 혹은 우리가 어디서 들어봤거나, 생각해봤을 법한 타이틀들이다.
나는 이 글에서, 조금 부족하거나, 두서없을 수도 있지만
여러가지 각도로 전문가들의 이야기를 종합해서 풀어 나가고 싶다.
"저는 제 마누라 비나랑 같이 영생할 겁니다."
이 사람은 남자인데 오래전 성전환을 했어.
현재 제약회사의 CEO이기도 하고, 이름은 마틴 로스블라트...
미국에서 여성 CEO중 연봉 1위에 올라와있지.
(한화로 무려 433억을 연봉으로 받고 있지)
마틴의 딸은 희귀병에 걸렸고...
폐를 이식받아야 완전히 병으로부터 자유로울 수 있지.
그래서 마틴은 연구팀을 만들어서 어떻게든 장기의 공급을 원할하게 할 방법을 생각했다.
지금 있는 약들은 병의 진행을 늦출뿐 아예 멈출 수는 없기 때문에
미국에만 그 병에 죽는 3,000명의 사람들이 있고,
전세계적으로 보면 10배나 더 많이 있음.
pulmonary hypertension, pulmonary fibrosis, cystic fibrosis, emphysema, COPD
등등 위의 열거한 모든 병들을 고치기 위해서는 폐의 이식이 필요함.
그러나 슬프게도, 50만명의 사람들이 폐기능의 상실로 인해서 죽어가는데,
미국 안에는 1년에 단 2,000명을 위한 폐만 준비되어 있음.
그래서 나는 우리의 자동차들과 비행기들, 건물들이 제한되지않은 부품의 공급에 의해 계속 지속되듯이,
"왜 우리는 이식가능한 장기들의 무한한 공급을 창조하지 못할까?" 에 대해 생각했음.
그래서 인간 유전자 정보를 해독하는 Craig Venter, 그리고 X Prize의 설립자인 Peter Diamandis같은 사람들과 팀을 꾸려서
돼지의 유전자를 조작함으로써 돼지의 장기들이 인간의 몸에 거부되지 않도록하여,
이식가능한 장기들의 무한한 공급을 창조하려고 함.
우리는 내가 CEO로 있는 United Therapeutics를 통해 이 일을 해낼 것임.
크리스: 그래서, 당신의 팀 멤버들과 함께, 현재처럼 이식할 폐가 모자라는 상황을, 앞으로 약 10년정도 안에 해결할 수 있다고 믿나요?
So you really believe that within, what, a decade, that this shortage of transplantable lungs maybe be cured, through these guys?
마틴: Absolutely, Chris. (ㅇㅇ 틀림없음)
We're so lucky to be born in the time that sequencing genomes is a routine activity, and the brilliant folks at Synthetic Genomics are able to zero in on the pig genome, find exactly the genes that are problematic, and fix them.
마틴은 우리가 굉장히 행운아들이라고 주장하고 있어.
인간 게놈 프로젝트에 의해 유전자 지도가 한참 전에 완성되고,
이제 그것이 곧 활용될 시기에 살고 있기 때문이야.
시간이 갈수록 기하급수적으로 상승하는 연산량 덕분에
우리의 컴퓨터들은 결국 뇌를 에뮬레이션 할 수 있는 연산량을 갖추게 된다는 것이지.
그렇게 되면 인간과 동등한 수준의, 혹은 인간보다 더 똑똑한 컴퓨터를 만드는 것은 일도 아니게 될 거야.
그래서 마틴은 아내와 자신의 정신을 디지털화한 '마인드 파일'을 통해 서로 수백년이고 살 거라고 선언해.
자기 뇌를 디지털화해서 마인드 파일로?
돼지를 통해 이식할 장기를 만든다고??
저게 말이나 되는 소리인가??
어리둥절하는 사람 많을 거야.
내용이 너무 급진적이야.
나도 솔직히 마인드 파일까지는 시기상조라고 생각해.
하지만 현재 재생의학에 꽤나 뚜렷한 진일보가 이루어지고 있는 것은 분명해보여.
But, I mean it gets more interesting.
하지만 지금부터 말할 내용들은 꽤나 흥미로울 겁니다.
Last year, this group was able to take all the cells off a heart, leaving just the cartilage.
작년에, 심장에서 연골을 제외한 모든 세포를 들어내는 데 성공했습니다.
Then, they sprayed stem cells onto that heart, from a mouse.
그리고 쥐에서 얻은 줄기 세포들을 그 심장에 이식했죠
Those stem cells self-organized, and that heart started to beat. Life happens.
그 줄기 세포들은 스스로 조직되면서, 심장이 뛰기 시작했습니다..
This may be one of the ultimate papers.
다음은 아주 궁극의 논문들중 하나일 겁니다.
This was done in Japan and in the U.S., published at the same time, and it rebooted skin cells into stem cells, last year.
이것은 미국과 일본에서 동시에 발표된 내용인데, 피부 세포를 줄기 세포로 바꿨습니다. 바로 작년에요.(말한 시점 2009년)
That meant that you can take the stuff right here,and turn it into almost anything in your body.
그것은 당신의 몸, 예를 들면, 팔에서 피부 세포를 떼어낸 뒤에 줄기 세포로 바꾼다면, 그 어떤 신체로도 바꿀 수 있다는 내용입니다.
And this is becoming common, it's moving very quickly, it's moving in a whole series of places.
그리고 이것은 매우 상식적이고 일상적인 내용이 되어가고 있으며, 매우 빨리 변화하고 있죠. 전방위적으로요.
위의 내용은 벌써 6년이나 지났어.
피부 세포를 줄기 세포로 바꾸는 것에 기여한 일본인 학자는 노벨상을 받기도 했어.
(이 내용 아는 사람들은 다들 알 거야)
물론 어떤이는 이렇게 떠들어대도 변화는 매우 느리다고 불평할지도 몰라.
하지만 내 눈에는, 확실히, 변화는 생각보다 빠르게 오고 있다고 생각해.
실제로 우리 삶을 바꿔놓는데 그리 많은 시간이 필요하지 않겠다는 생각이 들어.
물론 기레기들의 설레발 하나는 알아줘야 하지만
아마 줄기 세포등을 이용한 재생의학은 2020년대부터 본격적으로 꽃을 피우지 않을까 싶어.
나는 어렸을 때 아는 똑똑한 형으로부터 "암은 길면 수백 년 후에나 정복 가능할 거야"라는 소리를 듣고 자라서
정말 그렇게 답답한 속도로 진행될 줄로만 알았어.
그런데 최근에 와서는
오히려 가속적인 속도로, 생각보다 빠르게 발전할 거라는 게 더 분명해 보여.
우리가 언제부터 이렇게 잘 살게 되었을까?
언제부터 이렇게 기술이 발전했을까?
아마 중세 시대의 발전 속도가 그대로 지속 되었다면, 우리는 지금 수준의 기술을 누리지 못하고 있을지도 몰라.
지금 우리는, 지구에 등장했던 과학자들의 95% 이상이 여전히 살아서 돌아다니는 시대에 살고 있어.
말하자면, 우리의 인구수가 이렇게 늘어난 것은 인류사 전체로 봤을 때 굉장히 최근의 일이며,
지구의 역사를 24시간으로 놓고 본다면, 인류는 하루가 끝나기 2분 전인 밤 11시 58분에 출현했고,
도시가 건설되기 시작한 시각은 불과 지금으로부터 몇 초 전이야.
이토록 많은 수의 과학자들과 인간들이 발전을 지속하는한
우리의 기술적 발전은 더더욱 속도가 높아지면 높아지지 줄어 들지는 않을 것으로 보여.
이렇게 속도가 높아지면?
우리는 더 이상 인간이 기술을 발전시키는 것이 아닌, 기술이 기술을 발전시키는,
'기술적 특이점(technological singularity)'에 도달하게 돼.
주로 인공지능(AI)의 힘을 빌어서 발전을 하게 되는 지점에 도달하게 되는 거야.
사실 이것은 역사상 엄청난 천재인 '폰 노이만'이 언급했던 내용이기도 해.
( One conversation centered on the ever accelerating progress of technology and changes in the mode of human life, which gives the appearance of approaching some essential singularity in the history of the race beyond which human affairs, as we know them, could not continue.)
그리고 윈스턴 처칠은 기술 발전이 왜 풍요를 위해 중요한가에 대해 말하기도 했어.
( "If we are to bring the broad masses of the people in every land to the table of abundance, it can only be by the tireless improvement of all of our means of technical production.")
만약 특이점을 '가속(acceleration)'과 '단절(discontinuity)'라는 정의의 관점에서 본다면
어떻게 보면, 로마가 만들어진 시점부터, 아니 산업혁명이 시작된 시점부터, 우리는 이미 특이점에 들어섰다고 봐도 무방할 거야.
왜냐하면 산업혁명은 그 전의 시기와 확실한 '단절'을 보여주면서, 발전의 '가속적인 경향'또한 보여주게 되니까.
많은 관점에서 사회는 1900년대를 전후로 확실하게 그 전과 단절을 보여주고 있어.
소득의 기하급수적인 상승을 통해
우리는 현재 조선시대의 임금들보다 더 풍요롭게 살고 있어.
스카이프, 카카오톡 등을 이용한 무료 문자와 통화, 위키백과의 방대한 지식,
우편을 이용하지 않고도 방대한 양의 사진과 데이터를 주고받을 수 있는 현재에,
이 모든 것들은, 과거에서는 절대 가치를 매길 수 없을만큼 엄청나.
리프킨:
"엌ㅋㅋ 기술 발전 덕분에 추가 생산에 드는 비용이 제로인 사회가 도래할듯ㅋㅋ"
"그리고 자본주의도 끝남ㅋㅋ"
Erik Brynjolfsson&Andrew Mcafee:
"스카이프, 위키피디아, 인터넷이 제공하는 공짜들 덕분에 GDP가 과소평가되는 문제 발생함. 앞으로 이게 더 심해질 것"
"지금 혁신이 죽었다는 건 다 개소리. 오히려 생산성 향상이 그 어느 때보다도 눈부심"
"앞으로는 인공지능이 발전해서 팔과 다리를 대체하던 기계가 이제는 머리도 대체할 것, 우리는 이에 대비해야 함"
솔직히 리프킨 보다는 두번 째를 더 강조하고 싶은데,
위의 두 책은 기술 발전이 경제, 사회에 미칠 파장에 대해 얘기하는 책들로
미국에서 꽤나 인기가 있었어.
그리고, 인공 지능의 발전이 얼마나 대단하길래 말하는 걸까?
이제 우리는 컴퓨터가 배울 수 있고 우리가 실제로 하는 방법을 모르는 일도 할 수 있도록 배울 수 있음을 압니다.
어쩌면 우리보다 잘할 수도 있어요. 기계 학습에서 가장 놀라운 예가 제가 캐글에서 하는 프로젝트에서 일어났습니다.
토론토 대학 출신의 제프리 힌튼이 이끄는 팀은 자동 신약 개발을 위한 대회에서 이겼습니다.
자, 여기서 놀라운 사실은 그들이 머크 또는 국제 학회가 개발한 알고리즘을 이겼을 뿐만 아니라,
어떤 팀원도 화학, 생물학, 생명과학에 관한 지식이 없었다는 점입니다. 그들은 2주안에 완성했죠.
어떻게 했을까요? 그들은 심화 학습이라는 놀라운 알고리즘을 사용했습니다.
이것은 사실 아주 중요해서 몇 주가 지난 뒤뉴욕 타임즈에서 앞면 기사로 다뤘습니다.
심화 학습은 사람의 뇌가 작용하는 방식에 영감을 받아서 만든 알고리즘으로 그 결과 할 수 있는 일에 대한 이론적 한계가 없습니다.
더 많은 데이터와 더 많은 계산 시간을 줄수록 더 좋은 결과를 냅니다.
(.....)
그래서 이 모든 기능을 합하면 아주 흥미로운 기회가 생기겠죠.
예를 들어 의학에서, 보스턴의 팀은 종양에서 임상적으로 관련된 수십가지의 특징을 새롭게 발견했는데
이것으로 의사들이 암을 예측하는데 도움을 줄 수 있습니다.
스탠포드에서도 비슷하게 한 그룹이 조직을 확대경으로 보는 기계 학습을 기반으로 한 시스템을 개발했는데
사실 암 환자의 생존율을 예측하는데 병리학자보다 낫다고 합니다.
두 경우 모두 예측이 더 정확할 뿐만 아니라 통찰력있는 과학을 새로 만들어냈습니다.
방사선학의 경우 사람이 이해할 수 있는 새로운 임상 징후가 있었습니다.
병리학의 경우 컴퓨터가 진단을 하는데, 실제로 암주변의 세포가 암 세포 만큼이나 중요하다는 사실을 발견했습니다.
이는 병리학자가 수십년동안 가르친 사실과 반대됩니다.
각각의 경우에서 시스템은 의학 전문과와 기계 학습 전문가가 함께 개발했지만 작년에 그걸 뛰어넘었습니다.
이것은 현미경으로 사람의 조직에서 암 조직을 밝히는 예입니다.
여기서 보는 시스템은 암 조직을 더 정확히 판별할 수 있고 병리학자만큼이나 정확하게 판별할 수 있지만
의학 전문가를 쓰지 않고 그 분야에 지식이 전혀 없는 사람들이 심화 학습 만으로 만들었습니다.
마찬가지로 여기 신경 분할인데 사람만큼이나 정확하게 신경을 분할할 수 있지만
이 시스템은 의학에 배경지식이 없는 사람들이 심화 학습을 이용해서 만들었습니다.
(....)
여기서 문제는 이 지도에서 파란색으로 표시된 곳은 서비스가 고용의 80% 이상을 차지합니다.
무슨 서비스일까요? 이런 서비스입니다. 이것들은 컴퓨터가 방금 배운 것과 똑같습니다.
선진국들에서 고용의 80%가 컴퓨터가 방금 배운 것입니다.(seeing, reading, writing, speaking 등등)
그게 뭘 뜻합니까? 글쎄, 괜찮을거에요. 다른 일자리로 대체되겠죠~
예를 들면, 데이터 과학자한테 더 많은 일이 있을 겁니다.
그.렇.지 않.아.요.
데이터 과학자가 이런 것을 만드는데 오래 걸리지 않습니다.
예를 들어, 4가지 알고리즘이 모두 한 사람이 만들었죠.
여러분이 이전에도 이런 일이 벌어졌다고 생각한다면 과거에 새로운 것이 나타났을 때 그 결과를 본 적이 있죠.
새로운 일자리로 대체되었고 새로운 일자리는 어떤 것일까요? 이것을 예측하기가 정말 어렵습니다.
왜냐하면 사람의 성과는 이렇게 점진적인데 심화 학습 시스템은능력이 기하급수적으로 증가하는 것을 압니다.
우리는 여기에 있죠. 현재 우리는 주변을 보면서 말해요. "컴퓨터는 정말 바보야." 그렇지?
하지만 5년 안에 컴퓨터는 이 도표밖으로 나갈 겁니다.
그래서 이 능력을 지금 당장 생각해야 합니다.
그래서 이런 토론을 지금부터 시작하고 싶습니다. 제가 이런 상황을 사람들에게 종종 얘기하면 사람들은 아주 무시합니다.
컴퓨터는 진짜 생각할 수 없어. 감정을 드러내지 못하고 시도 이해를 못하지.
우리는 컴퓨터가 어떻게 작동하는지 정말 이해할 수 없어.
그러니 어쩌라고요? 컴퓨터는 지금 사람들이 돈받고 하는 일을 할 수 있습니다.
그래서 이제는 우리가 이런 새로운 현실을 인식하도록 사회적, 경제적 구조를 조정하는 법을생각해봐야 할 때입니다.
감사합니다.(박수)
카이스트 김대식 교수는 자아와 독립성을 갖고 있는 강한 인공지능은 몰라도
사람처럼 이해할 수 있는 수준의 인공지능은 곧 가능해진다는 것을 확실하게 주장하고 있어.
전문직도 자동화를 피해갈 수 없고,
지금 많은 양의 일자리를 제공하고 있는 산업의 직업들(ex 운송업)은 앞으로 자동화로 인해 구조조정 될 거야.
비관적이지만은 않겠지만, 그렇다고 우리가 갈 길이 마냥 희망찬 것도 아니라는 것.
좀 더 참고하고 싶은 사람들을 위한 자료:
http://www.theatlantic.com/business/archive/2013/06/will-the-robots-steal-your-paycheck-breaking-they-already-have/276935/
로봇이 우리들의 소득을 가로채고 있나?
- 이미 그러고 있어요 (The Atlantic)
http://www.kisdi.re.kr/kisdi/fp/kr/publication/selectResearch.do?cmd=fpSelectResearch&sMenuType=3&controlNoSer=41&controlNo=13520&langdiv=1
ICT와 불평등 - 정보통신정책연구원
다음으로, FEI-FEI LI 씨의
"어떻게 컴퓨터한테 그림 이해시킬까욧?"
So about eight years ago, a very simple and profound observation changed my thinking.
No one tells a child how to see, especially in the early years.
지금으로부터 8년전, 아주 단순하고도 심오한 관찰이 나의 생각을 바꾸었습니다.
그 누구도 유아기 어린이들에게 '어떻게 보는지'에 대해 말해주지 않습니다.
They learn this through real-world experiences and examples.
어린이들은 실제 세상의 경험들과 다양한 예시들을 통해 배우죠.
If you consider a child's eyes as a pair of biological cameras,
they take one picture about every 200 milliseconds, the average time an eye movement is made.
어린이들의 눈을 생물학적인 카메라로 생각해 보세요. 그들은 200밀리초당 사진 한 장을 찍게 됩니다. 안구 운동을 통해 말이죠.
So by age three, a child would have seen hundreds of millions of pictures of the real world.
말하자면, 3살부터 어린이들은 현실 세계에 대한 수억 개의 사진을 갖게 됐겠죠.
That's a lot of training examples.
그것은 정말 많은 양의, 훈련을 위한 예시들이라고 볼 수 있죠.
So instead of focusing solely on better and better algorithms,
my insight was to give the algorithms the kind of training data that a child was given through experiences in both quantity and quality.
즉, 이전처럼 더 나은 알고리듬을 만드는 데 집중하는 것 대신에,
그냥 어린아이들이 현실을 통해 배우는 것처럼, 데이터를 알고리듬에 쏟아붓는 것이 낫다고 생각했어요.
원래 수학자들은, 인간이 하기에 가장 어려운 것들 '계산', '체스' 등등을 컴퓨터가 할 수 있다면
우리가 지금 당연시 여기는 '보기', '듣기'같은 것들도 컴퓨터가 충분히 할 수 있다고 생각했어.
어려운 수학 문제를 풀 수 있으면 쉬운 문제는 자동으로 풀리듯이
컴퓨터도 어려운 것(체스, 계산)을 할 수 있으면, 쉬운 것은 당연히 할 수 있겠지.
그런데 그건 오로지 '인간'의 관점일 뿐이였다.
인간에게 쉬운 일이였던 '보기', '듣기', '말하기', '쓰기' 같은 것들은 사실 수십 억 년의 진화 과정의 산물이였으니까.
컴퓨터에게는 반대로 매우 어려운 일이였던 거지.
'빅데이터'라는 것을 들어봤을거야.
유튜브, 페이스북, 트위터 등등 사람들의 인터넷 활동들 덕분에
데이터는 정말 기하급수적으로 인터넷에 쌓이기 시작했고,(지금도 기하급수적 성장중)
이제는 이것들을 슈퍼컴퓨터를 상대로 '학습'할 수 있는 재료들로 활용하기 시작한거지.
말하자면, 사람들의 트위터 활동이 그대로 학습하는 컴퓨터들의 교재가 되고 있다는 말이야.
(이제는 이 개념이 매우 익숙해져서, 어벤저스2에서도 나올 정도에 이르렀지)
이쯤되면, 어떻게 인공 지능이 발전해서 우리 사회를 바꿀지 대충 가닥이 잡힐 거야.
벌써 무인 자동차는 아주 유명하고, 나올 것이 당연한 기술이 되어버렸어.
이젠 정말 코 앞에 두고 있어.. "one step away"인 셈이야.
2001년만 하더라도 물리학자 스티븐 호킹은
"컴퓨터의 연산 능력이 해파리의 신경망도 못따라가는 수준"이라고 평가 절하를 한 적이 있어.
하지만 그것은 2001년이라는 점을 감안해야해.
2001년의 세계 최고 슈퍼컴퓨터인 IBM사의 ASCI White는 연산능력이 12테라플롭스야.
지금 개인용 그래픽 카드 100만원짜리의 연산능력이 7테라플롭스야.
즉, 2001년의 세계 최고 슈퍼컴퓨터는 지금 개인용 그래픽 카드 두 개에도 못 미치는 연산 수준인 거야.
(지금은 중국의 텐허-2가 1등이고, 페타플롭스 급으로 넘어간 상태야!)
단위 연산에 대한 하드웨어 비용은 어떨까?
1961년에는 1기가플롭스에 1100조원이 들었어.
지금 갤럭시S6의 연산량(초당 37기가플롭스)를 위해서는 1961년에는 4경 700조원이 들어가.
물론 기술이 기하급수적으로 발전한 덕에, 1984년에는 1기가플롭스당 150억원이 들어갔어.
그리고 1997년엔 3000만원으로 줄어들게 되지.
그런데 이렇게 극적으로 줄어들었어도, 1997년에 컴퓨터 산업의 기술 혁신이 멈췄다면,
지금 수준의 100만원짜리 그래픽카드의 연산을 위해서는, 1997년 기준 2억 1천만 달러, 약 2100억원이 필요해.
즉, 컴퓨터 산업은 여전히 혁신을 지속하고 있고, 2011년에 기가플롭스당 1.8달러,
지금은 기가플롭스당 하드웨어 비용은 아마 0.1달러 수준일 거야.
그래서 스티븐 호킹은 컴퓨터의 기하급수적 발전을 보고 바지에 오줌을 지렸는지,
최근에 와서 "인공지능은 인류의 종말을 불러올 수 있다"라며 경고한 상태야.
2001년의 태도와는 정말 상반되어 있지.
이런 기하급수적 성장에 대해서는 커즈와일의 TED 동영상을 참고하는 것도 좋아
제가 MIT의 학생이었을 때는, 건물 전체를 차지하는 한 대의 컴퓨터를 나눠서 썼어요. 오늘날 여러분 휴대폰에 있는 컴퓨터가 수백 만배 싸고, 수백 만배 작으면서도, 속도는 수천 배나 더 빠를겁니다. 달러당 가치로 환산하면 수십억 배 차이가 납니다. 이 변화상은 제가 학생이었던 시절부터 지금까지 실제로 경험한 일이죠. 그리고 다음 25년간 이런 변화를 다시 겪게 될 겁니다. 정보기술은 여러 번 반복되는 S자 곡선을 따라 발전하고 각 단계마다 서로 다른 패러다임을 가집니다. 사람들은 이렇게 말하죠. "무어의 법칙이 끝나고 나면 어떻게 되는거야?" 2020년 쯤이 되겠죠. 그 때가 되면 우리는 다음 패러다임으로 넘어가게 됩니다. 사실 무어의 법칙이 컴퓨터의 능력이 기하급수적으로 발전한다고 했던 최초의 패러다임을 아니었어요. 컴퓨터 능력의 기하급수적인 성장은 고든 무어가 태어나기도 전부터 시작되었습니다. 그리고 컴퓨터 세계에만 국한된 이야기도 아니에요. 측정 가능한 정보 속성을 가지고 있는 모든 기술이 이런 패러다임을 따르죠.
여기에 마흔아홉 가지의 유명한 컴퓨터들이 있습니다. 로그 함수 그래프로 표현해 봤어요. 로그 함수는 증가세를 숨기는 특성이 있어요. 사실은 지금 보시는 그래프도 1890년 이후 수조 배 증가한 것을 나타내고 있거든요. 1950년대에는 진공관의 크기를 줄이려고 노력했었어요. 점점 더 작게 만들려고만 했었죠. 그러다보니 결국 벽에 부딪히게 되었죠. 진공 상태를 유지하면서 크기를 더 이상 줄일 수가 없었어요. 진공관 크기 축소 경쟁은 그렇게 끝납니다. 하지만, 이로써 컴퓨터의 기하급수적인 발전이 끝났다는 뜻은 아닙니다. 네 번째 패러다임인 트랜지스터로 넘어갔죠. 그리고 마침내 집적회로로 넘어갑니다. 그것도 끝나자 우리는 여섯 번째 패러다임으로 넘어갑니다. 스스로 구조를 갖추는 3차원 분자회로입니다.
하지만 이런 환상적인 진보의 속도보다도 정말 더욱 엄청난 것은 이 진보의 속도가 얼마나 예측 가능했었냐는 것이에요. 제 말은 이런 진보의 추세가 좋을 때나 안 좋을 때, 전시와 평시, 호황과 불황에도 끄떡없었다는 뜻입니다. 대공황마저도 이 기하급수적인 진보에 흠집 하나 못 냈어요. 지금 우리가 겪는 경기침체에도 마찬가지일 거에요. 적어도 정보기술 능력의 발전은 계속될 겁니다.
이번 것은 완전히 다른 사례입니다. 무어의 법칙이 아니에요. 우리가 처리할 수 있는 DNA 정보량은 매년 두 배씩 증가해 왔습니다. 가격은 매년 절반으로 떨어져왔지요. 게놈 프로젝트가 시작된 이래로 완만히 발전해 왔습니다. 프로젝트가 절반쯤 진행됐을 때, 회의론자들은 이렇게 말했습니다. "이건 아마 안 될거야. 프로젝트의 시간이 절반이나 지났는데, 아직 전체의 1% 자료 밖에 처리하지 못했잖아." 하지만 실제로는 일정에 정확히 맞아가고 있던 것이었어요. 왜냐하면 1%를 두 배씩 늘리기를 7번만 하면 100%에 도달하거든요. 실제 프로젝트도 그렇게 진행되었고, 일정에 맞춰서 끝났습니다.
어렸을 때부터 정보화 시대를 맞이한 사람들에겐
"컴퓨터 산업의 성장이 그렇게 대단한건가?"라고 반문할 수도 있어.
아니 어쩌면 이미 저런 기하급수적 성장을 겪어온 연장자들도 그렇게 느낄 수 있겠지.
그렇다면, 이런 식으로 비유하면 이해가 쉬울 거야.
여기 옥수수가 있어.
지금 내가 갖고 있는 돈으로 옥수수 1개 밖에 구매하지 못한다고 생각해보자.
그런데 40년 후에 같은 돈으로(불변달러, 2010) 옥수수 수십억 개를 구입할 수 있게 된 거야.
(가격은 하락하고, 성능은 좋아졌으니 모든 걸 종합하면 수십억 배)
이게 정확히 컴퓨터 산업에서 벌어져온 일이고, 앞으로도 계속 이렇게 될 거야.
무어의 법칙이 끝나면 또 다른 패러다임으로 전환하는 식으로 말이지.
산업혁명이후 그 어떤 산업(면공업, 철강 등등)에서도 이런 엄청난 성장을 보여준 적은 없었어.
그럼 또 이런 질문이 나올 수 있어.
옥수수 수십억 개에 비유될 만큼 컴퓨터 산업이 기술 혁신을 통해 성장했는데,
"왜 우리는 그토록 풍요롭다고 느끼지 못하는 걸까?"
그건 컴퓨터 산업의 기술 혁신을 통해 향상된 몫을 우리가 곧 바로 수요하기 때문이야.
밥은 하루 세 끼만 먹어도 충분해.
더 먹으면 배부르기 때문에 아무리 옥수수의 생산량이 늘어나도 사람들의 소비량은 어느 정도 안에서만 움직일 거야.
하지만 컴퓨터 산업은 달라. 끝이 없어.
컴퓨터 산업과 같이 발전해온 산업은, 물론 여러 가지가 있겠지만,
특히 그래픽 분야를 생각해보자.
어렸을 때 했던 허접한 게임들에 만족하지 않고
사람들은 끊임없이 새로운, 발전된 게임들을 요구해.
그리고 이제는 단순히 모니터의 그래픽을 넘어서
가상현실(virtual reality)시장이 크게 성장할 거야.
"내가 지금부터 보여주는 건 3D영상 만드는 카메라고,
중동의 전쟁 때문에 힘들게 살아가고 있는 한 여자아이의 이야기를 카메라에 담았음!
VR기기를 쓰고 이걸 본다면 넌 절대 그냥 텔레비전 스크린을 보는 게 아님!!
360도 전부를 가상현실로 보고 들을 수 있음!!
그녀가 서 있는 땅에 함께 서 있고, 함께 앉아 있는 거나 마찬가지....
그녀의 이야기를 들으면서 감정이입이 매우매우 잘 될거임 ㅋㅋ 빨리 감동해라 새끼들앙"
가상현실이 어떻게 이용될 수 있는지에 대한 사례중 하나야.
뉴스를 아주 생생하게 받아들일 수 있게 되겠지.
네팔에서 지진이 일어났다면?
지진 현장을 내가 직접 가보는 것 같은 기분을 느낄 수 있는 거야.
가상현실이 나온다는데 '게임'이 거기에 빠질 수가 없겠지??
그래서 이런 가상현실 테마파크도 이제 만들어질 예정이야.
그래서??
우리는 여기서 끝나지 않을 거야.
단순히 기술이 기하급수적으로 발전한다는 것이 아니더라도,
과학자의 95%는 여전히 살아 돌아다니고 있는 시대에서 기술의 발전은 멈추지 않을 거니까.
예시를 하나 들어볼께
우리는 이제 막 BRAIN Initiative, Human Brain Project 같은 것을 시작했어.
미국 정부와 유럽연합(EU)에서 진행하는, 인간의 뇌를 파악하고 시뮬레이션하기 위한 작업이야.
몇 조원씩 돈을 부어서 인간의 뇌의 비밀을 풀어가기 위해 과학자들이 다닥다닥 달라 붙어서 진행 중이지.
이렇게 연구해서 뇌를 밝히는 것을 'Brain mapping'이라고 해.
뇌의 지도를 그리는 거야.
뇌의 연구에는 다양한 기계들이 쓰여.
Computer axial tomography (CAT)
Structural magnetic resonance imaging
Diffusion tensor-MRI (DTI)
Electroencephalography (EEG)
Positron emission tomography (PET)
Functional MRI (fMRI)
Pharmacological functional MRI (phMRI)
Transcranial magnetic stimulation (TMS)
등등..
그리고 뇌의 연결 배선(wiring diagram)을 커넥톰(connectome)이라고 해.
커넥톰을 만들면 뇌에 대해 잘 이해할 수 있겠지?
먼저 과학자들은 앞서서, '예쁜꼬마선충'의 커넥톰을 완성한 적이 있어.
그리고 좀 전에는 쥐의 커넥톰을 만들어 냈어.
이러한 커넥톰을 파악하는 데 요긴하게 쓰인 기술은 'Brainbow'라는 기술이야:
(One such technique, known as Brainbow, labels every neuron in a live animal's brain a different color.
By generating images of the animal's brain, scientists can see where and how neurons connect to each other.
As the animal grows and ages, they can also watch how the neurons change connections.)
그런데 뇌의 지도를 만들고 모조리 파악하는 것이 당연히 쉬운 일은 아니야.
이 분야의 권위자인 리히트먼 박사는 이렇게 얘기해:
(At the rate the ATLUM and an electron microscope are now working, getting a map of all the interconnected neurons in the mouse brain would take 200,000 weeks, Lichtman estimates. The data would be "bigger than all the data on the Internet -- bigger than all the data in all the libraries in the world," he says. "At the moment, the kind of storage that's possible on computers is not quite up to task." The only "brain" for which we have a complete map of interconnecting neurons belongs to C. elegans, "a worm that's a millimeter long and has 300 nerve cells," says Lichtman.)
즉, 쥐의 뇌를 모조리 다 파악하려면 지금의 수준으로는 140만일이 걸린다고 해.
무려, 3835년이야.
우리 인류가 모조리 다 파악한 뇌는, 고작 300개의 신경 세포를 갖고 있는 '예쁜꼬마선충(C. elegans)'이 지구에서 유일해.
그래서 처음에 Human Brain Project가 유럽에서 시작됐을 때, 회의감을 품는 사람들이 많았어.
지금도 인터넷에서 이런 프로젝트에 회의감을 품는 애들이 있는 걸로 알아.
일반적으로 어떤 아키텍쳐를 구현하기 위해서는, 훨씬 더 높은 성능을 요구해.
그래서 인간 뇌의 총 연산량보다 많게는 1,000배 더 연산량이 많은 슈퍼컴퓨터가 필요해.
인간의 뇌는 일단 850억개의 뉴런이 있고, 100~200조개의 시냅스가 모여 있어.
정말 방대한 신경 네트워크가 아닐 수 없지.
이건 지금의 슈퍼컴퓨터로도 구현하기에는 부족한 상황이야.
그렇다면 우리는 희망이 없는 걸까?
그건 또 아니라고 말하고 싶어.
게놈 프로젝트가 시작된 이래로 완만히 발전해 왔습니다.
프로젝트가 절반쯤 진행됐을 때, 회의론자들은 이렇게 말했습니다.
"이건 아마 안 될거야. 프로젝트의 시간이 절반이나 지났는데, 아직 전체의 1% 자료 밖에 처리하지 못했잖아."
하지만 실제로는 일정에 정확히 맞아가고 있던 것이었어요.
왜냐하면 1%를 두 배씩 늘리기를 7번만 하면 100%에 도달하거든요.
실제 프로젝트도 그렇게 진행되었고, 일정에 맞춰서 끝났습니다.
(1=>2=>4=>8=>16=>32=>64=>128)
컴퓨터 산업은 혁신을 지속하고 있기 때문에
실제로 저 프로젝트에 기대를 거는 과학자들의 말처럼
"쥐의 뇌, 유인원의 뇌..." 등등 천천히 문제들을 태클(tackle)하면서 결국에는 인간의 뇌도 mapping할 수 있을 거야.
말했듯이, 2001년의 세계 최고 슈퍼컴퓨터는 2015년의 100만원짜리 그래픽카드 2개 합친것만도 못한 성능이야.
컴퓨터 산업은 계속 진보하고 있기 때문에, 2020년대 중반에 인간 뇌에 대한 연구가 완료되고,
2029년 혹은 조금 미뤄진 시점에서 인간 수준의 인공지능을 만들 수 있을지도 몰라.
그런데, 뇌의 정보를 디지털화 하는 게 과연 가능할까?
이런 의문을 제기하는 사람들을 위해서 짧지만..
미치오 카쿠(미국의 유명한 일본계 설명츙 과학자)는 <Future of Mind>책에서 이렇게 설명해.
지금 뇌과학은 인공 해마를 뇌에 삽입하는 수준까지 발전했다. 인공적인 장치로 기억을 저장한다고 하면 대부분 SF 영화를 떠올리겠지만, 지난 2011년에 서던캘리포니아대학교(USC)와 웨이크포레스트대학교(Wake Forest University)의 과학자들은 쥐의 기억을 디지털 데이터로 변환하여 컴퓨터에 저장하는 데 성공했다. 인간의 뇌에 기억을 다운로드하는 것이 원리적으로 가능함을 입증한 것이다.
(중략..)
그 후 쥐에게 '습득된 행동을 잊게 하는' 특수 화학물질을 주입했더니 쥐는 막대 누르는 순서를 잊고 우왕좌왕했다.
그리고 얼마 후 같은 쥐에게 유실된 기억을 주입하자 이전처럼 정확한 순서로 막대를 눌러 물을 받아먹었다. 디지털 데이터를 인공해마에 다운로드하여 기억을 되살리는 데 성공한 것이다. 버저 박사는 말한다. "스위치를 켜면 쥐가 기억을 떠올리고, 스위치를 끄면 기억을 잃는다. 이것은 매우 중요한 진보다. 하나의 행동에 관한 총체적인 기억을 재생하는 데 성공했기 때문이다."
이 연구의 후원자이자 미 해군 참모총장실에 근무하는 조엘 데이비스(Joel Davis)는 자신에 찬 어조로 말했다. "기억을 인공적으로 주입하여 개인의 능력을 향상하는 것은 결코 허황된 꿈이 아니다. 그것은 단지 시간문제일 뿐이다."
지금 이 분야는 매우 빠르게 발전하고 있다. 2013년에는 MIT에서 획기적인 진보가 이루어졌는데, 이곳의 과학자들은 쥐에게 일상적인 기억뿐만 아니라 '가짜 기억'까지 주입하는 데 성공했다. 이는 곧 직접 경험하지 않은 일까지 생생하게 떠올릴 수 있음을 의미한다. 미래에 이 기술이 인간에게 적용되면 교육이나 오락산업 분야에 지대한 영향을 미칠 것이다.
버거 박사에 대해 좀 더 읽고싶은 사람 -> MIT technology review 에 있음:
http://www.technologyreview.com/featuredstory/513681/memory-implants/
미치오 카쿠는 여기에 정말 기대하고 있는것 같아.
미치오 카쿠:
Perhaps one day we'll have a library of souls. Instead of going to the library to read up on Winston Churchill we'll see a hologram and have a conversation with Winston Churchill with all the memories and all the personality quirks. One day, our descendants may have a conversation with us because we live forever in a library of souls.
(우린 영혼들의 도서관을 갖게 될 거에욧! 윈스턴 처칠을 도서관에서 책을 읽으면서 느끼는 게 아니라..
윈스턴 처칠의 기억들과 인격이 저장된 홀로그램을 보면서 대화할 거에욧!
그리고, 우리의 후손들은 우리와 대화할 수 있게 될 거에요. 왜냐하면 영혼들의 도서관에서 우린 영원히 살 거니까요)
자카리아:
You really think this is possible?
(이거ㄹㅇ 가능함??)
미치오 카쿠:
Well, just realize that today we're just at the beginning of this revolution. We're beginning now to record thoughts. And the very fact that we can talk about this in a scientific way means that we've all of a sudden crossed a watershed.
(음.. 우린 혁명의 시발점에 있기 때문에 이젠 가능해질 겁니닷!)
아.. 그리고 또 하나의 의문이 생겼거나,
아니면 이미 갖고 있는 사람이 있을지도 모르겠어.
컴퓨터가 이해하는 게 정말 이해하는 것일까?
걘 그냥 아무것도 모르고 2진법의 1과 0으로만 이루어졌잖아?
먼저, 이런 의문의 해결을 위해서는
우리 신경 세포들은 어떻게 생겼는지 봐야해.
자, 그럼 내가 지금 한국말로 이 글을 작성하고 있는데,
뉴런 하나를, 아니면 여러개, 수십, 수백개를 핀셋으로 떼어다가
"야 뉴런새끼야 너 한국말 아냐?" 이렇게 물어보면, 뉴런이 안다고 할 수 있을까?
뉴런은 진정으로 한국말을 이해하고 있는 걸까? 당연히 아니겠지.
그냥 우리 신경 세포들은.. 자극을 받아서 다시 다른 곳으로 자극을 이동시킬 뿐이야.
전류의 이동이고(이온화된 나트륨같은) 그 어떤 뉴런도 현실에 대해 제대로 '이해'하고 있지 않아.
그럼 이해는 어떻게 되는거지?
그건 그냥 신경세포들이 네트워크화되어 있어서
우리가 어떤 것을 봤을 때, 한 번에 내 뇌에서 정보들이 전체적으로 조합되면서, 그 대상을 알고, 이해한다고 느끼는 거야.
그러니까 애초부터 어떤 형이상학적인 '깨달음'이나 '이해'를 우리도 갖고 있는 게 아니라는 말이지.
어디에도 '진정한 이해'라는 건 없어.
그냥 우리도 하나의 (진화 과정에서)프로그래밍된 생물일 뿐이야.
컴퓨터 또한 대상에 대한 딸려오는 정보들이 충분히 같이 고려된다면, '이해'하고 있다고 볼 수 있는 거야.
여기까지 다 읽었다면, 내가 약간 기술의 발전을 경고하는(노동시장 문제 등등)것 보다는
그것을 신뢰하는 쪽으로 가고 있다는 것을 이미 눈치챘을 거야.
기술 발전의 혜택이 우리 모두를 실제로 이롭게 하지 않는다면,
그것이 무슨 소용이겠어?
그래서 그에 대한 비판들이 많이 진행되고 있음을 나는 알아.
여전히 많은 사람들이 이런 식의 비판을 할 거야.
"Okay, I'll grant you that, but technology is still a tool for the rich world, and what's not happening,
these digital tools are not improving the lives of people at the bottom of the pyramid."
"그래요. 당신의 주장을 인정합니다. 하지만 기술은 여전히 부유한 사람들을 위한 도구일 뿐입니다.
이러한 디지털 기기들은 피라미드의 밑바닥에 있는 사람들의 삶을 개선시키지 않고 있어요."
그리고 맥아피는 아래와 같이 대답했어.
And I want to say to that very clearly: nonsense.
그건 넌센스입니다.
The bottom of the pyramid is benefiting hugely from technology.
피라미드의 밑바닥에 있는 사람들은 기술의 수혜를 받고 있어요.
The economist Robert Jensen did this wonderful study a while back where he watched, in great detail, what happened to the fishing villages of Kerala, India, when they got mobile phones for the very first time, and when you write for the Quarterly Journal of Economics, you have to use very dry and very circumspect language, but when I read his paper, I kind of feel Jensen is trying to scream at us, and say, look, this was a big deal. Prices stabilized, so people could plan their economic lives.
경제학자 로버트 옌슨(Robert Jensen)은 인도의 케랄라(Kerala) 어촌마을에서 처음 휴대폰을 사용했을 때 일어났던 일을 보고는 이런 대단한 연구를 했었습니다, 사람들이 경제학 저널에 글을 쓸 때는, 매우 건조하고 신중한 언어를 사용해야만 합니다, 하지만 제가 이 논문을 읽었을 때, 옌슨이 우리에게 소리를 지른다고 느꼈습니다, 보세요, 이것은 정말 큰 이야기입니다. 가격이 안정화 되었습니다. 그래서 사람들이 경제적인 삶들을 계획할 수 있게 되었죠.
Waste was not reduced; it was eliminated. And the lives of both the buyers and the sellers in these villages measurably improved. Now, what I don't think is that Jensen got extremely lucky and happened to land in the one set of villages where technology made things better. What happened instead is he very carefully documented what happens over and over again when technology comes for the first time to an environment and a community. The lives of people, the welfares of people, improve dramatically.
경제적 낭비는 줄어들었다기보단, 아예 없어져 버렸습니다. 요즘 이 마을의 구매자와 판매자의 삶이 상당히 향상되었습니다.
저는 이것이 옌슨이 극단적으로 운이 좋았거나 기술이 모든 것을 좋게 만든 한지역에 국한되어 일어난 일이라고 생각하지 않습니다.
옌슨은 기술이 이런 지역사회 환경에 도입되었을 때 일어나는 일들을 지속적으로 문서화 했습니다.
사람들의 삶과 복지는 급작스럽게 향상되었습니다.
지구의 빈곤층들에게 무료로 인터넷을 제공하려는 프로젝트가 진행되고 있어.
프로젝트 룬(상공 18~25KM에서 지구상의 가난한 국가들까지도 인터넷에 연결시킨다)
또 스마트폰이 30~40달러에 저개발국에 풀렸다는 소식을 듣곤 해.
발전된 기술은 점점 일부 부자나 선진국 사람들에게만 혜택이 가는 것에서 벗어나,
저개발국 사람들에게도 실질적인 도움을 줄 수 있게 될 거야.
특히 4g통신 이후부터는 미리 설치된 인프라 없이도 인터넷에 접속할 수 있어.
인터넷에 접속할 수 있느냐, 없느냐는 삶이나 국가를 실제로 매우 바꿔놓는 잠재력을 지니고 있기 때문에 중요해.
그리고 전세계의 빈곤층은, 지구 전체적인 관점에서 봤을 때, 지속적으로 줄어들고있어.
세계은행(WB)은 라틴 아메리카와 카리브해 지역 중남미 국가에서 지난 6년간 무려 5000만명이 중산층에 새로 편입됐다고 13일(현지시간) 발표했다.
WB는 이날 보고서에서 지난 2009년 기준으로 이들 지역의 중산층 수가 1억5200만명으로 불과 6년전인 2003년의 1억300만명보다 50% 급증했다고 설명했다.
중남미에서는 하루 소득이 평균 10~50달러(1만1000~5만5000원)인 사람들이 경제적 보장을 받고 있는 중산층으로 분류되고 있다. 이에 따라 중남미 전체 인구 가운데 중산층 비율이 2003년 15%에서 2009년 30%로 늘어났다.
이처럼 새로 중산층에 편입한 인구가 늘어나면서 하루 소득 0~4달러로 연명하는 빈곤계층은 전체 인구 가운데 31%로 줄었다.
세계은행은 남미에서 중산층이 빈곤층 비율을 따라잡은 것은 역사상 처음이라고 설명했다. 또 이들 중산층이 외부 충격 때문에 빈곤층으로 다시 전락할 확률도 10% 수준에 불과하다고 덧붙였다.
물론 대부분의 빈곤층 감소는, 그동안 빈곤층의 숫자가 많았던 중국의 발전에 힘입은 바가 커
하지만 중국의 다음 후보로 인도가 거론되고 있고, 이제는 인도의 경제성장률이 중국보다 더 높아질 거란 얘기도 있어.
모든 지구인에게 기술의 혜택이 골고루 분배되는 날은 멀어 보이지만, 그래도 꽤 낙관적이라고 말하고 싶어.
"가난한 국가들 얘기는 그만하고!! 우리들은욧!?"
위와 같은 질문도 나올 수 있어.
먼저 대답하자면, 우리들은 이미 기술의 혜택을 충분히 많이 누리고 있어.
앞으로도 충분히 누릴 수 있을 거야.
그리고 현실적인 이해를 위해 우리나라의 소득 수준을 살펴볼 필요가 있어.
앞으로 다가올 기술들은 일종의 '사치재'와 같지.
그래서 'Net take-home pay'도 꽤나 눈여겨볼 지표야.
어쨋든, 우리나라의 소득 수준은 어떨까?
이것은 PPP로 산출했고, 여기에 불만을 가지는 일뽕이나 뭐 여러 사람들이 있겠지만,
우리나라는 인위적으로 원화를 저평가하거나, 세계 경제 구조상 저평가 될 수 밖에 없기 때문에,
실질적인 환율을 고려한 PPP가 의미 없는 지표가 아니야.
애 없는 싱글(1인가구)의 경우 'Net take-home pay'가 세계 3위 수준에 해당해.
결혼해서 애가 둘 딸린 가구의 경우 순소득이 세계 8위권이지.
물론 위의 자료는, 당연하게도, 세금을 떼고 수중에 남은 돈을 기준으로 산출한 자료이기 때문에,
세금을 많이 떼서 복지도 많이 퍼주는 노르웨이같은 국가보다 상대적으로 높게 나올 수밖에 없는 측면은 당연히 알아.
그래도 단 한 가지 확실한 것은,
우리나라 사람들은 일을 많이 하기 때문에, 소득 수준이 그렇게 낮은 것도 아니며,
이미 IMF, OECD 같은 기관에서 한국은 경제선진국가로 분류된 상태라는 것이지.
특히나, 한국의 의료 제도는, 세계적으로 많은 의사들이 칭찬할 정도로 잘 만들어져 있는 편이야.
그래서 위에서 언급했던 재생의학에 대해서도..
우리나라 국민이라면, 건강보험공단이 시대의 흐름에 잘 맞춰간다면, 발전된 의료기술의 혜택을 받을 수 있을 거야.
마지막으로,
인간이 도덕적으로 완벽하지 않은데 이렇게 기술이 발전해도 되는지?
이런 질문도 있을 수 있어.
그런데 아래와 같은 사실을 보면 어느정도 희망을 가져도 되겠다는 생각을 한다.
유럽의 10만명당 살인율을 보면 년도별로 감소하고 있다는거.
"원래는 세상이 평화로웠는데, 갈 수록 세상이 나빠지고 있다." 는 식의 서술은 사실 거의 다 잘못된 서술이야.
인류는 원래 지금보다 훨씬 잔인하고, 폭력적이였어.
갈 수록 좋아진 게 오히려 진실이야.
MIT 니그로폰테 교수는
앞으로 30년 안에 알약을 통해 정보와 지식을 습득하는(영어 습득, 셰익스피어의 글 등등) 세상이 열릴 거라고 한다.
자기 말로는, 설득력 없는 이야기는 아니라고(isn't quite far-fetched) 한다.