학문적 성공에서 가장 중요한 요소가, 배우는 걸 배우는 것이다.
우리가 살면서 배우는 것을 배운 적이 있는가?
우리에게 그 누구도 우리 뇌가 기억하고, 이해하는 원칙이 있음을 설명해 준 적이 없고, 반대로 잊어버리고, 실수를 범하는 원칙도 설명해 준 적이 없다. 우리도 당연히 그런 줄 알고, 궁금해하지도 않았다.
하지만, 오늘날 인지과학에서 우리 정신의 알고리즘과 뇌의 메커니즘을 체계적으로 분석해 냄으로써, 뇌의 감정적 면과 인지적 면을 고려하여, 작가가 소개하는 보편적 배움의 네 기둥을 적용하면 학습 능력을 올릴 수 있는 방법이 있다고 한다.
작가가 말하는 배우는 과정과, 뇌의 회로에 그 효율성과 영향을 미치는 요소들이, 왜 인간에게만 효과를 발휘하는지 이유를 알아보고, 우리의 학습 과정에 접목할 수 있는 뇌의 잠재력과 한계를 제대로 배워보자.
우리의 뇌는 어떻게 배우는가 줄거리
1. 배움의 정의와 우리의 뇌가 기계보다 우월한 점
배움은 현실의 일부를 움켜쥐어 그걸 뇌 안으로 가져오는 것으로, 인지과학에서의 배움은 마음속에 세상의 형태를 만드는 것이라고 말한다. 배움을 통해 감각에 닿는 미 가공 데이터가 정제된 아이디어로, 즉 새로운 맥락에서 재활용될 수 있도록 외부 세계를 작은 내부 모델로 만드는 것이다.
인간 특유의 재능들을 한 마디로 줄여야 한다면 배움이다. 호모 사피엔스가 아니라, 호모도 , 즉 스스로 가르치는 종이다. 우리가 세상에 대해 아는, 거의 모든 것들은 유전자에 의해 주어진 게 아니라, 그것들을 우리의 환경으로부터, 우리 주변의 모든 것들로부터 배워야 했다.
인간 외에는, 그 어떤 동물도 자신들의 생태계와 생활 주거지, 심지어 지구 밖 우주 공간에 이르는 그 모든 것을 불과 몇천 년 사이에 그렇게 철저히 바꿔 놓지 않았다. 인간이 그 모든 걸 가능하게 만든 것이 배움이다.
우리의 뇌는 몸에 대한 여러 모델을 가지고 있어, 그 모델들을 활용해 형상화하고 몸의 균형을 잡을 수 있고, 다른 마음속 모델들은 물체들에 대한 우리의 지식이나 그 물체들과 상호작용을 하여 암호화하며, 배움을 가질 수 있다.
또 다른 마음속 모델들은 다른 사람의 마음을 나타내기도 하며, 이런 모델들이 우리를 둘러싼 우주에 대한 초현실적 시뮬레이션을 만들 수 있다.
우리의 뇌는 깨어 있을 때도 현실을 꿈꾸며, 끊임없이 외부 세계에 이런저런 가설들과 해석을 투영한다. 우리의 감각들을 통해 들어오는 데이터의 흐름에 궁극적인 의미를 부여해 주는 것은 외의 투영이며, 내부 모델이 없다면 가공되지 않은 감각의 입력은 무의미한 것이 되고 만다.
배움을 통해 뇌는 이전에 놓친 현실의 일부를 움켜쥐며 그걸 활용해 새로운 세계의 모델을 구축하며, 현실의 새로운 면을 내면화하여, 전에는 통달하지 못했던 영역을 내 것으로 만들기 위해 뇌 회로들을 조정한다.
[배움의 7가지 개념]
1) 배움이란 마음속 모델의 매개변수들을 조정하는 것이다.
배움의 힘은 외부 세계에 적응하고, 에러들을 바로잡는 능력에 달려있어, 뇌 회로 조정은 지혜롭게 이루어져야 한다. 결국 가능한 수많은 내부 모델 세팅들 가운데, 외부 세계의 상태에 가장 잘 맞는 내부 세팅을 찾아 접목하는 것이다.
2) 배움이란 조합 폭발을 활용하는 것이다.
인간의 뇌는 계층이 있는 여러 차원의 모델을 만들어 냄으로써 배움의 문제를 해결한다. 특히 기본적인 음에서부터 전체 문장 또는 대화에 이르기까지 언어에서 분명히 나타나지만, 이와 동일한 계층적 분해 원칙은 모든 감각계에서 재연된다.
3) 배움이란 에러를 최소화하는 것이다.
시각 조정을 통해 사격의 정확도를 극대화하면서, 점차 우리는 지금 자신도 모르는 새 학습 알고리즘을 적용하여 에러를 범할 확률을 줄이는 방향으로 움직이는 법을 배우고 있다.
4) 배움이란 가능성의 공간을 탐구하는 것이다.
에러 바로잡기 과정의 문제 중 하나는 최선이 아닌 일련의 매개변수들에 매달릴 수도 있다.
매개변수 공간 내에서만 해결책을 찾을 시 주변의 훨씬 나은 세팅들의 존재를 알지 못할 수도 있으나, 시장의 한 통로만 찾아보는 게 아니라 무작위로 다른 통로도 찾아보면 해결 가능성이 큰 것이다.
5) 배움이란 보상 기능을 최적화하는 것이다.
뇌의 일부 영역들은 다른 영역들을 자극해 뭔가를 하는 법을 배운다. 가장 뛰어난 현실감을 가지고 이런저런 일들을 예측 또는 상상할 수 있게 해 주고, 그 기억력과 상상력 덕에 지난 기억을 생생하게 그릴 수 있다.
뇌의 어떤 영역들은 우리의 이런저런 능력들을 평가하고, 우리가 받게 될지도 모르는 보상과 처벌을 예측하여, 우리를 행동하게 만들거나 침묵을 지키게 만드는 영역이다.
6) 배움이란 검색 공간을 제한하는 것이다.
오늘날의 인공지능은 검색 공간이 어마어마하게 많은데, 여전히 한 가지 중요한 문제에 직면해 있다.
내부 모델이 가진 매개변수들이 많을수록 가장 좋은 조정 및 적응 방법을 찾는 게 어려워진다는 것인데, 그 결과 학습 속도가 너무 느려지는 경우가 많다.
너무 많은 자유 매개변수가 있을 경우 추상적인 개념에 방해가 될 수 있고, 시스템은 배우는 것은 쉽게 하지만, 새로운 상황들로 일반화하는 건 잘하지 못한다.
하지만 일반화하는 능력이야말로 학습의 열쇠이다.
7) 배움이란 선험적 가설을 투영하는 것이다.
배움은 천성과 교육이 상반된 게 아니며, 그 어떤 선천적 제약도 없는 순수한 학습이란 존재하지 않는다.
선천적 지식은 살아가면서 배우게 되는 특정 사실과 다른 형태의 지식이며, 우리의 신경망이 기본적인 자연법칙들을 높이 평가하도록 만들기 때문에 훨씬 더 추상적이기도 하다.
간단히 말해 임신 기간 중에 우리 유전자들은 뇌를 만들며, 그 뇌는 탐구할 공간 크기에 제약을 가함으로써 이후의 학습을 이끌고 촉진한다.
*인공지능의 비약적인 발전에도, 우리 뇌의 배움이 더 가치 있는 이유.
인공 신경망은 뇌가 어떤 이미지를 인지하고, 알아보고 카테고리화하는지, 그 의미에 접근하면서 극히 짧은 순간 무의식적으로 수행해 낼 수 있는 일들만 할 수 있다.
하지만, 우리의 뇌는 거기서 한참 나아가, 해당 이미지를 수 초간 계속 세심히 의식적으로 살펴보고, 상징적 표상을 만들 수 있고, 세상에 대한 명쾌한 이론을 만들고 통해 다른 사람들과 공유할 수도 있다. 현재로서는 시간이 걸리고 논리정연하며 상징적인 이런 성격의 일들은 아직 인간의 전유물로 남아 있다.
인공지능은 기계 번역과 논리적 추론 분야에서 끊임없는 발전이 이루어지고 있지만, 인공신경망은 마치 모든 문제가 자동 분류 문제라도 되는 양, 모든 걸 동일한 수준에서 배우려 한다는 비판을 받고 있다.
특히, 추상적 개념을 분석하는 것은, 우리 뇌는 0.2초도 안 되는 짧은 순간에 이미지를 분석하는 반면, 인공신경망은 아직 초기 단계의 정보처리 능력만 가졌다.
인공신경망의 오류의 예를 들면, 바나나에 특정 스티커를 붙이면 토스트로 인지하기도 하는데, 이처럼 피상적 특징에 매달리는 경향으로 인해 인공 신경망은 큰 실수를 할 가능성이 높다.
물론 사람도 아주 짧은 순간 이미지를 보면, 개를 고양이로 잘 못 보기도 하지만, 시간을 주면 바로 자신의 실수를 바로잡는다.
컴퓨터와 달리 인간은 자신의 믿음에 대해 의문을 품을 줄 알고, 물체의 첫인상과 다른 특징이 보이면, 정신을 재집중해 실수를 바로잡을 수 있는데, 이것이 의식적이고 지적인 인간의 추론 능력과 추상화 능력이다.
우리의 뇌는 훨씬 더 유연하고 모든 정보에 대해 신속하게 우선순위를 매기며, 가능하면 언제든 일반적이고 논리적이며 명쾌한 원칙들을 끌어낸다.
인간의 학습은 단순한 패턴 인식 필터를 세팅하는 게 아니라, 세상 만물에 대한 추상적 모델을 구축하는 일이다.
이외에도, 우리의 뇌가 기계보다 학습 능력이 뛰어난, 데이트 효율성이 높은 학습, 인간의 유일한 특징으로 자발적으로 정보를 공유하는 소셜 러닝, 체계화 능력과 생각의 언어 등 많은 것들이 즐비하다.
인공지능과 인간의 확실한 차이점.
첫째 기계들은 우리가 우리의 생각을 다른 사람들에게 표현하듯 자유롭게 말할 수 없고, 그 의미에 맞게 단어들을 다양하게 뒤섞어 가며 대응하진 못할 것이다.
둘째 기계들은 많은 일들에서 어쩌면 인간보다 더 잘할 수 있겠지만 그것은 지식을 토대가 아니라, 그저 이런저런 기관들의 배열에 따라 행동하는 것이지만, 인간은 지식과 지혜의 이성으로 상황에 맞게 쓰일 수 있는 보편적인 수단으로 행동할 수 있다.
우리의 뇌가 배우는 법
인간의 뇌와 지식은 각종 상징의 조합을 통해 늘어난다. 인간은 방대한 잠재적 생각의 조합을 가지고 세상에 태어나고, 뭔가 배우기 전에 이미 추상적인 가정과 문법 규칙을 가진 언어가 우리 속에 자리 잡고 있다는 것이다.
그 결과 방대한 가설이 만들어져 입증 과정을 거치게 되는데, 뇌는 과학자처럼 행동해야 하며 그래서 통계 데이터를 수집하고 그 데이터를 활용해 가장 적합한 생성 모델을 선택한다고 말한다.
학습에 대한 이런 관점은 직관에 반하는 것처럼 보일 수 있다.
아기들의 뇌는 잠재적으로 살면서 접하게 될 모든 언어, 모든 물체, 모든 사실, 모든 도구와 살면서, 기억하게 될 모든 상황의 것들을 제한하는 것이다.
뇌의 조합론에 따르면 이 모든 생각의 대상은 경험상 조정이 필요할 때 업데이트할 수 있는 능력뿐만 아니라 각 선험적 확률과 함께 이미 존재하는 것일 수 있다고 한다.
*배움의 4 기둥이란?
시넵스시냅스 가수성의 존재만 가지고는 인간이 다른 동물에 비해 유독 큰 성공을 거둔 이유를 설명하기 어렵지만, 동물의 세계에서 워낙 흔히 볼 수 있다.
배움이 우리의 성공을 뒷받침하는 생태학적 장점이자 주요 원인이 되었다면, 그건 인간의 뇌가 다른 동물에게 없는 여러 능력을 갖췄기 때문이다.
인간은 진화 과정에서 주변 환경으로부터 정보를 얻는 속도를 최대한 단축하는 4가지 중요한 기능들을 갖게 됐다.
저자는 이를 배움의 4 기둥이라 정의를 하고, 각 기능이 우리의 정신 구조를 안정시키는 데 더없이 중요한 역할을 한다고 말한다. 뭔가를 배워야 하고, 그것도 빨리 배워야 한다면 4 기둥을 이용해 시간과 노력을 절약할 수 있다고 한다.
[ 배움의 4가지 기둥 ]
1. 주의; 우리가 중시하는 정보를 확대하는 주의.
주의는 적절한 정보를 선별하는 데 워낙 중요한 역할을 하므로, 뇌의 여러 회로 안에서 그 모습을 드러낸다. 경계(뇌의 각성), 정향(뇌의 필터), 집행(뇌의 스위치보드) 이 3가지 시스템이 뇌의 활동에 지대한 영향을 주어 배움을 촉진한다.
2. 적극적 참여 : 호기심이라고도 불리는 알고리즘으로 우리의 뇌가 끊임없이 새로운 가설을 테스트하게 한다.
수동적인 생명체는 배우지 못한다. 학생들의 적극적 참여를 위해 가장 좋은 방법은 실용적 활동, 모든 사람이 참여하는 토론, 소집단 작업 또는 수업 도중 학생들에게 어려운 질문을 던져 스스로 잠시 생각하게 만드는 것이다.
3. 에러 피드백 : 예측과 현실을 비교해 세계에 대한 우리의 마음속 모델을 바로 잡는다.
모든 사람은 기꺼이 실수하는 법을 배워야 하고, 생각한다는 것은 한 가지 실수에서 다른 실수로 옮겨 간다는 것으로, 이것은 배움의 추진력으로 나타난다.
4. 통합 : 배운 것을 완전히 자동화하며 잠이 핵심 요소로 포함된다.
느리고 의식적이며 노력이 필요한 처리 방식이 빠르고 무의식적이며 자동화된 처리 방식으로 바뀌는 것으로, 우리의 뇌는 결코 배우는 일을 멈추지 않는다.
설사 어떤 기술을 마스터한다 해도 우리는 그 기술을 과잉 학습하게 되어, 효율적인 일상사들로 바꿔준다.
느낀 점
인지 심리학, 신경과학, 인공지능, 교육학 다양한 저자의 연구와 해석으로, 우리 뇌의 학습 방식에 대해서 문외한이던 나에게 많은 것을 느끼게 해 주었다.
사회적인 뇌와 언어 능력 덕에 다른 종과는 다르게, 인간은 특히 가정과 학교에서 다른 어떤 동물보다 효과적으로 배워 이 문명을 만들게 되었다.
우리 뇌의 비밀을 알고, 4가지 기둥의 배움을 미리 알았다면, 뇌를 혹사하는 일들은 하지 않았겠다는 생각이 든다. 지금이라도 저자의 가르침을 받아들여 앞으로의 배움에 활용해야겠다.