최후의 승자 인공신경망, 그 80여 년의 (긴) 역사

기계는 왜 학습하는가 - AI를 움직이는 우아한 수학
아닐 아난타스와미 지음, 노승영 옮김 / 까치 / 2025년 2월

인공지능은 ‘기계 학습’인가? 기계는 학습하는가?

아마 2012년에 이미지넷 ILSVRC라는 이미지 분류 대회에서, 제프리 힌턴 교수와 그의 제자들의 딥 러닝(Deep learning, 심층 학습) 알고리즘이 뛰어난 성과를 거둔 시점부터였을 것이다. 이제 근 10년이 좀 넘게 지났는데, 이 세계는 그때로부터 조금 다른 모습이 되었다. 우리는 지금 인공지능의 시대에 살게 되었다. ChatGPT 류의 거대 언어 모델(LLM: Large Language Model), 그의 이론적 기반인 Transformer, 그림을 그려 주는 Dall-E, Midjourney 등의 생성형 AI, 알파고 등 인간을 이기는 바둑 천재 AI, 인간의 전체 누적 성과를 뛰어넘어 단백질 구조 설계를 순식간에 해치운 허사비스의 AI 등. 이 폭풍같은 기술의 성장은 분명 2012년부터 시작되었다.

하지만 인공지능 분야는 그전부터 연구되고 있었다. 나는 2000~2010년 사이에 인공지능을 배웠고, 그 교재는 때로는 1980년대 쓰이기도 했다. 그 교재란 것들은 대부분 ‘기계 학습(machine learning)’에 관한 것이었다. 1980년대 이전부터, 인공지능이란 곧 기계 학습과 동의어로 쓰였다. 현대 인공지능의 폭발점이었던 2012년 이후 몇 년 동안도 딥 러닝은 쉽게 넘볼 수 없었던 학술적 방법론이었기 때문에, 산업 분야에서는 실용적으로 기계 학습을 자주 써 왔다. 기계 학습은 ‘빅 데이터’나 ‘디지털 트랜스포메이션’이라는 기술 트렌드 용어 아래에서 계속해서 새롭게 조명되었다. 그러나 기계 학습은 트렌디하지 않다. 그 용어는 스테디셀러이다. 그것은 지극히 개념적이면서도 잘 정의된 용어이고, 학술적으로 꾸준히 연구되어 왔으면서 동시에 실용적인 기술을 지칭하는 용어다.

왜 기계 학습은 인공지능과 같은 말일까? 그것은 심오한 의미가 있다. 사실상 '지능'이란 '학습'임을 강조하겠다는 말과 다를 바 없다. 이건 다른 분야, 예를 들면 심리학에서 반발심을 불러일으킬 만하다. 심리학에서는 학습 말고도 지각, 기억, 계획, 행동 등도 지능의 구성요소라고 주장한다. 하지만 의외로 심리학에서 명백한 논조로 반대하는 건 아닌데, 왜냐하면 지각, 기억, 계획, 행동 등의 심리 모듈 전부 신경망의 학습에 바탕을 두고 있기 때문이다. 몇 가지 실패한 인공지능학 프로그램에서 학습이 ‘아닌’ 지능을 구현하는 일에 관심을 가지기도 했다(예: 기호주의 AI, 전문가 시스템 AI). 하지만 그것들은 다 실패했기 때문에, 그리고 2012년 이후로 학습이 지능임을 명백히 한 방법론이 인공지능을 구현하는 데 사실상 성공했기 때문에, 이제 ‘학습이 곧 지능이다’라는 말에 반대하는 사람은 아무도 없게 되었다.

기계 학습이란 “기계가 명시적으로 프로그래밍되지 않고도 경험으로부터 성능을 향상시키는 것”을 뜻한다. 즉, 기계 학습 시스템은 경험을 쌓는 시간이 필요하고, 완벽히 정답을 만들어 내지 못한다. 이런 불완전함은 완벽히 코딩되어 정확한 정답만을 산출하는 기계의 세계에서 굉장히 이질적인 특성을 뽐낸다. 어쩌면 그것은 생물학적이며 심리학적이다. 그리하여 인공지능의 초창기에, 사람들은 기계가 학습을 하는 것이 지능의 특성을 가진다고 생각했을 지도 모른다. 이 특성은 철학자 대니얼 데닛의 ‘생성과 시험의 탑’을 떠올리게 한다. 어떤 생물은 어떤 환경이 닥치면 그 환경에 맞는 유전자를 가져서 살아남거나, 혹은 그 환경에 맞지 못한 유전자를 가져서 멸종한다. (다윈 생물) 하지만 스키너 생물은 닥쳐온 환경에 맞춰서 생존할 수 있는 방식을 학습한다. 스키너 생물은 보상을 주어 비둘기 등의 동물에게 행동을 학습시킨 심리학자 B. F. 스키너의 이름을 땄다. 그리고 기계 학습이 스키너 생물과 같다는 말은 비유 같은 게 아니라 정말 말 그대로이다. 기계 학습은 기계에 ‘보상’을 주거나, ‘지도’하는 식으로 이루어진다. 기계는 미리 작성된 코드(유전자)가 아닌, 미리 학습된 지식을 바탕으로 다양한 환경에 대해 다르게 반응하는 스키너적인 생물이 된다.

인공지능의 봄

그리하여 기계 학습은 그 역사의 초창기에도 생물을 모방하였어야만 했다. 1943년 워런 매컬러와 월터 피츠는 동물의 뇌에서 관찰된 신경세포를 이용해 최초의 인공 신경망을 만들어 냈다. 하지만 매컬러-피츠 인공 신경세포는 학습을 하는 기능이 없었기에, 진정한 기계 학습의 탄생은 1958년 프랭크 로젠블랫의 ‘퍼셉트론’까지 기다려야 했다. 로젠블랫은 도널드 헤브라는 신경심리학자가 밝힌의 신경세포 학습 모형을 매컬러-피츠 인공 신경망에 적용시켰다.(그리하여 우리는 인공신경망의 학습 방식을 특별히 ‘헤비안 러닝’이라고 부른다.) 그것은 말하자면 ‘신경세포의 연결 강도를 조정하는 방식’으로 작동한다. 출력값이 정답과 멀면 멀 수록 로젠블랫의 알고리즘은 신경세포의 연결 강도를 '더 강하게' 조정한다. 생물학에서의 헤비안 러닝은 신경세포에 대한 내용이었지만, 로젠블랫의 퍼셉트론은 행렬과 벡터 연산의 추상화 과정을 통해 구현되었다.

그러니까 인공 신경망에 바탕을 둔 인공지능은 1943년 미컬러-피츠 모형, ‘학습’에 기반한 모형부터 치자면 1958년 로젠블랫의 퍼셉트론 모형이 최초라는 말이다. 그러면 2012년, 딥 러닝의 등장을 완성으로 친다면 인류가 인공지능을 구현하기까지 54~69년이라는 세월을 쏟아부었다는 말이다. 내 생각에 이건 정말 오래 걸린 축에 속한다. 왜냐하면 인류는 어떤 분야에 대해 궁금증이 생기면 거의 대부분 30년 안에 무조건 승부를 보는 경향이 있기 때문이다. (이게 무슨 소린지 이해가 안 되면 다음 링크를 참조하면 된다. 나는 양자역학이나 상대성이론의 경우 30년 안쪽이 걸렸고, 초끈 이론의 경우 40년이 넘었으므로 초끈 이론은 가망 없는 사이비 이론이라는, 조금은 허술하면서도 과감한 논증을 했었다.)

인류는 어째서 30년이라는 커트라인이 훨씬 넘도록, 70년이나 되는 세월 동안이나 인공지능을 붙들고 있었으면서도 그 구현가능성을 포기하지 못하였을까? 그건, 인공지능이야말로 인류가 과학으로써 이룩해야 할 궁극적인 목적이었기 때문이다. 그 목표는 너무나 숭고한 나머지, 엄밀한 학문적 과학 뿐만 아니라 SF에까지 퍼져 나갔으며, 초창기 SF가 왜 ‘과학’ 소설로 불리게 되었는지를 규정하는 데 한몫했다. (현재 SF는 과학과의 연관성이 흐려졌으나, 그래도 역사적인 이유로 그렇게 부르고 있다) 인류는 너무도 만들고 싶었던 것이다. ‘인간처럼 생각하는 그 무언가’를. 그 집착은 컴퓨터를 처음 생각해 낸 앨런 튜링조차도 떠올렸던 것이니, 그는 최초의 컴퓨터에 대한 이론적 배경을 논문(On Computable Numbers, with an Application to the Entscheidungsproblem, 1936)으로 발표하고 나서, 그 컴퓨터가 ‘인간처럼 생각할’ 가능성을 탐구한(Computing Machinery and Intelligence, 1950), 즉 튜링 테스트에 대한 논문을 발표하기도 했다.

인공지능의 겨울

매컬러-피츠 모형 이후 거의 30년만에 인공지능 분야에 위기가 닥쳤다는 역사적 사실은 나의 30년 가설을 뒷받침해 주는 것 같다. 아닐 아난타스와미의 『기계는 왜 학습하는가』에서는 대략 1974년부터 1980년 동안을 ‘AI의 첫 번째 겨울’이라고 칭한다. 책에서는 인공신경망에 대한 연구 성과가 보잘 것 없었다는 제임스 라이트힐의 1972년 보고서와, 당시엔 인공지능에 대해 권위있는 연구자였던 마빈 민스키와 시모어 패퍼트의 인공신경망에 대한 과도한 폄훼 때문이라고 보고 있다. 하지만 나는 이면에 저 ‘30년 가설’이 존재할 거라고 본다. 이건 대부분의 기술 트렌드에서도 일어나는 일이다. 가트너에서는 매년 ‘hype cycle’이라고 해서 과도하게 트렌드화되는 기술의 기대가 꺾이는 지점에 대한 보고서를 낸다. (물론 가트너의 hype cycle은 30년보다 짧은, 2~5년의 주기를 가지고 있긴 하다.)

하지만 AI의 겨울 시대에도 인공지능‘이 아닌’ 기계 학습의 발전은 있었다. 이 시기의 기계 학습은 인공지능의 관점이 아닌, 통계학의 관점으로 연구되었을 뿐이다. 그리고 AI의 겨울이 끝나가는 1980년대, 연구자들은 통계학적 기계 학습이 인공지능이 될 지도 모르겠다는 생각을 떠올려 보았다. 즉, ‘기계 학습이 곧 인공지능이다’라는 관점은 1980년대에 새롭게 얻게 된 관점이었다. 이 생각은 ‘학습이 곧 지능이다’라는 과거의 관점과는 같으면서도 조금 다르다. 1980년대 기계학습으로서의 인공지능에는 인공신경망 이외에도, 나이브 베이즈, PCA, 최근접이웃, 결정나무 등등 별별 이름의 재미있고 독특한 기계 학습 알고리즘이 개발되었고, 그리하여 기계 학습이란 ‘기계가 학습한다’는 개념을 좀 더 넓게 바라보기 시작한 것이다. 이 시대에 인공지능학자들은 굳이 동물의 뇌를 모방한 인공신경망이 아니더라도 학습이 가능하다는 기대감을 가졌던 모양이다. 즉, 인공신경망이 아니더라도 인공지능이 가능할 수도 있었다. 심지어 ‘기계 학습이 아닌 인공지능’조차 시도되었는데, 그건 ‘전문가 시스템’이라는 이름으로 불렸다.

첫 번째 AI의 겨울 이후의 시대, 수많은 기계 학습이 다양화되고 범람한 이 시대에 인공신경망은 몇 가지 성과를 내기도 했다. 예를 들어 제프린 힌턴의 딥 러닝 알고리즘에서 핵심 알고리즘인 역전파(Back Propagation) 알고리즘은 힌턴의 1986년 논문에서 처음 개발되었다. 얀 르쾽이라는 또다른 딥 러닝의 중요 기여자가 만든 합성곱 신경망(CNN: Convolution Neural Network)도 1987년에 나왔다. 그러나 수많은 기계학습 알고리즘의 물결 속에서 인공신경망의 이런 소소한 성과는 크게 눈에 띄지 않았다.

책에는 나오지 않으나, 두 번째 AI 겨울이 있었다. 1987년부터 시작한 그 두 번째 겨울은 기대받던 전문가 시스템 AI가 몰락하면서 이루어졌다고 한다. (그리하여, 이제 인공지능은 확고히 ‘기계 학습으로만 달성할 수밖에 없는 것’이 되었다.) 어쨌든 인공지능의 몰락 이후에 기계 학습은 다시 한 번 통계학 관점으로 취급당해 그만의 세계를 꾸준히 지켰다. 1993년에는 기계 학습에 SVM 알고리즘의 개발로 인해 다시 한 번 붐이 일었고, 그 때부터 기계 학습은 인터넷이나 검색엔진 등의 기술과 붙어서 급속도로 발전하기 시작했다. 그랬다. 사람들은 이제 인공지능에 대한 꿈을 잊었던 것 같았다. 인터넷과 검색엔진, 소셜네트워크 서비스가 이렇게 재미있는데, 50년대부터 시도해도 제대로 되지도 않고 돈만 잡아먹는 인공지능이라는 괴물, 그 공상과학적 주제를 굳이 열심히 해야 할 필요가 있을까?

인공지능의 시대, 제프리 힌턴의 시대

제프리 힌턴은 그렇게 생각하지 않았다. 그는 2006년 논문에서 ‘Deep Belief Networks’를 소개하며 다음과 같이 선언했다. “우리는 심층 신경망을 효율적으로 학습할 수 있는 방법을 찾았다.” 그것은 딥 러닝의 조용한 혁명이었다. 하지만 그 논문은 중요하지 않다. 실제로 힌턴의 딥 러닝은 1986년, 은닉층의 학습을 가능하게 하는 알고리즘인 역전파 알고리즘으로 이론적 기반이 완성된 상태였다. 1986년에서 2012년까지 26년 동안, 인공지능에 한파가 매섭게 몰아쳤던 이유는 대규모 데이터의 누적과 GPU가 없었기 때문이었다. 2010년대에 와서 연구자들은 대규모 데이터를 다루는 방식을 고민했고(여기서 빅 데이터라는 트렌드가 유행에 그치지 않고 인공지능의 발전에 도움을 주었다), 게임의 대용량 그래픽 처리에만 쓰이던 그래픽 카드가 새로이 대규모 데이터의 행렬 계산을 사용하는 데 쓸 수 있다는 것을 발견했다.

우리는 이제 제프리 힌턴이 만든 세계에 살고 있다. 그는 2006년의 그 논문을 잠깐 연구하고 발표한 게 아니다. 그는 실제로 AI 겨울을 여러 번 겪고도 살아남았고, 인공신경망의 홀대에도 꿋꿋이 버텼으며, 연구자들이 다른 머신 러닝 주제를 기웃거리는 걸 보면서도 오로지 한 주제만 파고들었다. 딥 러닝은 실제로 1943년 매컬러-피츠 모형, 그리고 1958년 로젠블렛 퍼셉트론의 직계 후손이다. 딥 러닝은 본질적으로 그 시절의 구조와 동일하다. 인공신경망은 딥 러닝으로 최후의 승자가 되었다. 인공신경망이 그만큼 오래 살아남아 우승했던 것처럼, 제프리 힌턴도 꾸준히 연구해 세계를 바꾸었다. 제프리 힌턴이 포기하지 않았던 건 인류의 꿈을 공유하고 있었기 때문이다. 인류는 30년보다 더 오랫동안, 어쩌면 앨런 튜링 이래로 80년 동안, 생각하는 인공물을 만들고 싶어 했다. 그건 공상적인 과학의 꿈이었다. 인류는 30년의 벽에 부딪쳐 좌절했을 때에도, 인공지능은 언젠가는 실현될 거라는 가능성을 놓치 않았다.

제프리 힌턴은 2024년 노벨 물리학상을 수상했다. 인공지능 분야가 물리학과 별 관련이 없다는 점에서 그 자격에 논란이 일었다. 인공신경망에 물리학적(에너지) 관점을 기여한 존 홉필드가 힌턴과 함께 수상했다는 점에서 노벨 위원회는 제프리 힌턴의 자격 논란을 기발하게 회피하려 한 것으로 보인다. 즉, 존 홉필드의 물리학적 기반에 근거해 제프리 힌턴의 연구가 달성될 수 있었기에, 딥 러닝이 구현될 수 있었다는 뜻이다. 재미있게도 인공지능과 아무 관련이 없었던 물리학자 리처드 파인만이 인공지능 분야에 아주 적절한 말을 했다. 책에 따르면, 파인만이 이렇게 얘기한 적이 있다고 한다. “이해하려면 만드는 방법을 알아내야 한다.” 하지만 ChatGPT가 조사한 바에 따르면 파인만은 약간 다르게 말했다. “What I cannot create, I do not understand.” 내가 만들 수 없다면, 나는 그것을 이해하지 못한 것이다. 우리는 인공지능을 만들었다. 그러면 우리는 지능(인공지능뿐만 아니라 인간도 소유한 그 지능)을 이제서야 이해하게 된 걸까? 이에 대해서는 다음번에 기회가 된다면, 나만의 개인적 생각을 말해 보겠다.

책에 대하여

아날 아난타스와미의 『기계는 왜 학습하는가』는 인공신경망의 역사와 수학에 대해 자세히 서술하는 책이다. 다만 그 수학을 언어로 풀지 않고 그대로 수식으로 해설하고 있다는 점, 인공신경망 뿐만 아니라 사실상의 망한 가지들인 최근접이웃, 나이브 베이즈, SVM까지 다루고 있다는 점에서 호불호가 갈릴 수 있다. 책의 중간까지 읽었을 때, 나는 지루한 머신 러닝 교재를 보는 듯한 착각까지 일었다. 중반 이후가 지나서야 인공지능과 인공신경망의 개발 이야기로 복귀했다. 끝까지 읽는다면 인공지능의 시초부터 완성까지의 완벽한 서사를 다룬 ‘인공지능 전기’를 머리속에서 완성해볼 수 있을 것이다.

모든 지식을 녹여버릴 정도로 치명적인 어떤 생각, 진화

다윈의 위험한 생각
대니얼 C. 데닛 지음, 신광복 옮김 / 바다출판사 / 2025년 3월

리처드 도킨스의 『이기적 유전자』와 '유전자 중심의 진화론'이 한창 자리를 잡아 가던 시기에 그에 반대되는 일군의 생물학자가 있었다. 스티븐 제이 굴드를 대표로 리처드 르원틴, 나일즈 엘드리지 등의 학자들이 대표적이었는데, 그들은 리처드 도킨스와 에드워드 윌슨 등의 생물학자를 '유전자 결정론'이라고 비판했다. 그에 맞서 도킨스의 편으로 싸워 준 학자 중 독특하게도 철학자인 대니얼 C. 데닛이 있었다. 그가 얼마나 충성스럽고 악독하게 싸웠는지, 리처드 르원틴은 데닛을 가리켜 '도킨스의 개'라고 발언하기도 했다. 점잖은 학자들에게 이정도면 쌍욕인데, 분위기는 정말 험악했었던 모양이다.

SNS도 발달하지 않은 시기였으니 그들의 전장은 아마 대부분 출판된 서적이나 논문의 지면이었을 것이다. 리처드 도킨스뿐만 아니라 에드워드 윌슨, 스티븐 핑커, 매트 리들리 등 당시에 유전자 중심 진화론에 대해 쓰인 여러 책들을 읽다 보면, 굴드를 비판하기 위해 데닛의 책을 자주 인용하곤 했다. 『Consciousness Explained(이미 설명된 의식)』은 의식 얘기만 나왔다 하면 반드시 인용되는 책이었는데, 당시만 해도 한국어 번역본이 없었다. 의식 연구를 대학원 주제로 삼았던 나는 제목만으로도 극도의 호기심을 불러일으키는 이 책을 읽고 싶어 안달이었다. 이 책은 결국 연구를 그만두고 생업에 뛰어든 시절인 2013년 『의식의 수수께끼를 풀다』라는 제목으로 한국어 번역 출판되어서 실제로 읽어볼 수 있게 되었다.

『Darwin's Dangerous Idea』도 너무 많이 보여서 외워버릴 지경인 제목이었다. 이 책이 바로 데닛의 책 중 마지막까지 번역되지 않고 있던 마지막 책이었을 것이다. 새삼 다윈의 진화론에 대해 알고 있을지라도 그 제목 자체로 전율이 인다. 책의 내용에 대해 궁금하기 이를 데 없는 대단히 도발적인 제목이다. 2025년 지금, 데닛 책을 여러 권 번역한 바 있는 바다출판사에서 북펀딩을 통해 이 책의 번역을 기획하였고 드디어 『다윈의 위험한 생각』이라는 제목으로 한국어 번역 출판되었다. 나 또한 펀딩에 참여해서 이름 석자를 이렇게 출판물에 남기게 되었다.

어떻게 생물학자가 아닌 철학자가 다위니즘을 연구하게 되었는가

우선 이 책을 읽기 전 이것부터 고민해 보아야 할 듯 싶다. 진화는 '철학적 연구 대상물'인가?

철학이 연구할 주제가 뭐 아무렴 어떤가? 과학이든, 수학이든, 생물학이든, 연구하고 싶으면 연구하면 되지, 라고 생각할 수도 있지만, 실제로 과학과 철학은 '실험'이라는 단계의 유무로 나눠지는 경계가 있다고 생각한다. 실험실을 운영하지 않는 '철학과'의 소속 교수는 과학을 수행할 수 없고, 그렇다면 '실험 기반 진화학' 또한 수행할 수 없다. 하지만 과학의 한계 또한 명확하다. 과학자는 '실험실'을 운영하여 나온 결과 외에는 과감한 사고를 펼치기 곤란한 입장에 처한다. 이에 철학자는 과학자가 쉽게 언급하기 어려운, 논증의 끝없는 발전을 통한 사유의 결과를 과감히 말할 수 있다. 그게 설령 '과학적 주제'라 할 지라도, 그 사유와 논증이 도달할 수 있는 영역이 실험을 통해 도달 가능한 영역보다 넓다면 철학 주제가 된다. 그리고 때마침, '진화'라는 주제는 실험의 영역보다 사유의 영역이 '천많게 광대'함이 밝혀진다. 바로 이 책, 『다윈의 위험한 생각』을 통해서.

그럼에도 불구하고 나의 이 책에 대한 전체적인 감상은, 그 주제 자체가 어느 정도는 '철학과 과학의 중간 영역'에 걸쳐 있다는 생각이다. 내가 이런 말을 하는 건 '진화'를 철학의 영역으로 다루기 적절했느냐는 지점을 정확히 언급하기 좀 아리송했기 때문이다. 예를 들어, 데닛의 주요 주제 중 하나인 '의식'의 경우, 그건 완벽히 철학적 주제이다. 과학이 의식을 다루는 방식은 거의 실패에 가까우며, 그리하여 철학은 이에 대해 언급하며 "언젠가는 과학이 제대로 의식을 다루게 될 것"이라고 말한다. (내가 방금 "과학은 의식을 제대로 다룰 수 없을 것"이라고 말하지 않았음에 주목하라) 이런 언급 자체가 철학만이 할 수 있는 고유의 주장이다.

하지만 이 책이 진화에 대해 다루는 언급들은, 실제로 과학자도 실험 논문의 Discussion 섹션에 조금씩 추가해 언급할 수 있는 주제들이다. 물론 데닛 특유의 풍부하고 다양한 사고의 가지들, 그리고 명징한 개념의 정의를 통해 정확하고 세밀하게 찌르는 사유의 영역은 철학만이 할 수 있는 방식이다. 그러나 그런 세밀한 주제들을 하나하나 모으고 엮어도, 그렇게 모인 거대한 주제는 과학자 또한 할 수 있는 말들이다. '사유의 다차원 공간'에서 어떤 실험실 기반 과학자가 데닛이 했던 말들과 똑같은 말들을 하는 게 이론적으로는 가능하다는 걸 느낀다. 하지만 실제로는 그정도로 대단한 과학자는 아직 없었고, 철학자인 데닛이 그 일을 대신하였으므로 이 책은 결국 읽을 만한 가치가 충분히 있는 책이다.

중간에서 시작하기, 만능산

책의 구성은 세 섹션으로 되어 있다. 1부는 앞으로 펼칠 철학적 사유의 기초를 구성하기 위해 여러 개념을 정의하고 이름을 붙인다. 특히 1부의 제목은 '중간에서 시작하기'라고 되어 있는데, 이건 꽤 의미심장하다.

진화론 이전 사람들이 모든 것들 설명할 때 있어서 '마음이 최초' 관점이 있었다. 그 마음(MIND)이란 곧 지성적 신(GOD)이 모든 것을, 특히 생물을 '설계(DESIGN)'했다는 것이다. 그리고 이러한 관점은 연쇄를 이루어, 모든 "왜"에 대한 궁극적 대답으로 지성적 신까지 연계되는 사다리가 구성된다. 맨 위에 GOD이 있고, 그 아래엔 MIND이 있다, 맨 아래에는 무NOTHING, 또는 혼돈CHAOS이 있다. 중간엔 신이 만든 설계DESIGN와 질서ORDER가 위치했다. 즉 신으로부터 마음, 설계, 질서가 내려오고, 그것은 혼돈과 무에 이른다.

다윈은 '중간에서 시작하기'가 가능하다는 것을 보인다. 마음이 없는 알고리즘으로부터 설계가 출현한다. 그리고 어떤 설계는 마음을 만든다. 마음은 신을 만들까? 그렇다. 우리의 마음은 없는 신을 창조해 낸다. 진화론은 알고리즘이며, 우리가 생각한 대로 알고리즘엔 마음이 없다. 알고리즘은 무마음적이고 무목적적이고 기계적인 과정이다. 그리하여 우리는 '설계'라는, 마음이 선행되어야 할 과정에 대해 어떻게 자연선택으로 이루어지는 지 궁금해진다. 모든 것을 '알고리즘'이라는 무마음적적인 과정으로 설명할 수 있다는 생각, 그것이 바로 다윈의 '위험한 생각'이다.

'만능산'이란 모든 것을 녹여 버리는 가상의 물질이다. 그것은 그것을 담는 플라스크, 플라스크를 올려 놓은 테이블, 바닥, 건물, 땅까지 녹여 버린다. 다윈의 아이디어 한 방울은 다윈 이전 인류의 세계관 모든 것을 녹여 버린다. 전통적인 개념은 부식되고, 그 자리엔 옛날의 주요 지형지물은 알아볼 수 있지만 그 근본은 완전히 변형된다.

생물학에서의 만능산

2부와 3부에서는 1부에서 정리된 다윈주의의 개념, 즉 만능산을 통해 뒤바뀐 경관들을 살펴본다. 2부는 '생물학' 자체의 내용이다. 앞서 나는 이 책이 '고도로 발전된 과학자라면 할 만한 말들'이라는 개인적인 비평을 말했는데, 바로 2부에서 적용될 만한 비판이었다. 특히 이 부분에서는 예전에 도킨스 vs 굴드 싸움에서 겪었던 여러 주제들(스팬드럴, 적응주의 등)에 대한 세부적인 주제에 천착하고 있어서, 특히 나의 비평에 있어서 잘 들어맞는 부분이다.

- 생물학은 공학이다: 역설계, 또는 역공학이라는 공학자들의 전략은 생물학에도 적용할 수 있다. 다윈의 아이디어는 '자연선택 그 자체'가 어떤 이유나 합리적 근거를 통해 이런식으로 생물을 설계했는지를 궁금해할 수 있다고 허락해 주었다. 하지만 실제로는 자연선택은, 공학자들과는 다르게, 선견지명이 전혀 없다. 그것은 미래를 예측하지도 못하고, 비효율적인 수많은 설계를 다양하게 생산하는 낭비적 과정으로 진행된다.

- 적응주의: '적응주의'란 생명체의 특징들(기관, 행동, 심리구조 등)이 강력하게 자연선택에 의해 설계되었다는 관점이다. 데닛은 '적응주의적 추론'야말로 진화론의 심장이자 영혼이라고 말하지만, 스티븐 제이 굴드와 리처드 르원틴은 과도한 적응주의에 반대한다. 그들은 '스팬드럴'이라는 개념을 통해 적응주의의 논리를 파쇄하려고 한다. (그 유명한 도킨스 & 데닛 vs, 굴드 & 르원틴 논쟁이다.)

- 스팬드럴: '스팬드럴'이란 건축에서, 아치 위에 생기는 '구조적인 필요성'이 없는 부산물이다. 굴드와 르원틴의 주장에 따르면, 생물의 특징들 중 상당수는 이 스팬드럴처럼, 적응주의적일 필요 없는 부산물들이라는 것이다. 강력한 적응주의자로서 데닛은 스팬드럴 논점을 강하게 비판하고 반증한다.

마음, 의미, 수학, 도덕에서의 만능산

데닛의 주장은 다위니즘의 위험한 사상이 생물학의 장벽을 넘어 인류의 사상에 전방위적으로 영향을 끼친다는 것이므로, 2부에서 3부로 넘어가는 순간이 바로 이 책의 가장 의미심장한 순간이라 할 수 있다. 물론 이 섹션에서는 '밈' 이야기가 빠지지 않는다. 도킨스의 충실한 '강아지'인 철학자 데닛이 도킨스로부터 가장 영향을 받은 부분은 바로 생물학이 아닌 밈이었을 것이다.

인간 문화의 모든 성취들 - 언어, 예술, 종교, 윤리, 과학 - 또한 그 자체로 생명의 나무와 근본적으로 같은 방식으로 만들어졌다. 예술에도 종교에도 글자 그대로 '신성한 영감'은 존재하지 않는다. 그 어떤 밈도 섬이 아니며, 그것은 생명의 나무와 같이 모두 연결된 것이다. 문화는 밈의 형태로 인간의 뇌에 침입했으며, 인간의 마음은 밈에 의해 만들어졌다. 특히 우리가 이기적 유전자의 명령을 초월할 자율성이 주어진 이유는 바로 이 밈 때문이다.

밈을 구성하는 것들 중 인류에게 가장 중요한 무언가는 바로 '언어'일 것인데, 언어는 실제로 과학과 인문학을 가르는 중심 주제이기도 하다. 인문학이 언어'만'을 토대로 커뮤니케이션한다는 점에 있어서(과학은 수학이나 실험 결과 등의 수단도 따로 있다) 언어는 중요하다. 하지만 노암 촘스키의 언어 이론이 등장했을 때, 우리는 언어조차 과학의 연구 대상이 될 수 있음을 직감했다.

그럼에도 촘스키가 언어학을 자신의 손에서 쥐고 과학의 영역으로 쉽게 보내려 하지 않는 고집이 감지된다. 촘스키가 우려하고 거부하는 게 바로 '다윈의 위험한 생각', 즉 진화론이다. 촘스키의 주장에 따르면, 언어는 진화하지 않았다고 한다. 글쎄, 초강력 만능산 앞에서 이런 나이브한 주장이 어떻게 먹힐 수 있을까? 언어가 진화하지 않았다면, 언어는 대체 어떻게 만들어졌단 말인가? 저절로? 스팬드럴로써? 당연히 언어는 진화해서 만들어졌을 수밖에 없다. 촘스키의 주장은 틀렸다.

언어가 진화했다면, 이제 언어와 엮인 여러 철학적 주제들, 의미, 지능, 도덕마저 그 만능산에 의해 부식될 것이다. 의미가 어떻게 '무의미', 즉 알고리즘에 의해 생길 수 있을까? '의식'이 있어야만 의미가 생기는 것 아닐까? 앗, 이 사고방식은, 결국 생물의 '설계'란 뜻이 있는 신에 의해 생겨야만 한다는 주장과 논리적으로 다를 바 없다. 의미 또한 무의미로부터 창출될 수 있다.

의식 또한 마찬가지이다. 괴델의 정리에 때문에 '인공지능의 구현은 불가능하다'는 주장이 있다. 바로 유명한 물리학자 로저 펜로즈의 주장인데, 물론 다윈의 만능산은 이것조차 녹인다. 로저 펜로즈의 주장을 따라가자면, 대체 의식이 어떻게 가능한 것인지 가늠이 되지 않는다. 로저 펜로즈의 주장은 양자역학과 일반상대성이론의 중력 이론, 그리고 그 둘의 결합을 통해 만들어지는 '슈퍼 물리학'이 있어야만 의식이 가능하다고 하는데, 이건 입증 책임을 뒤로, 인류가 발딛지 못한 영역으로 무한정 미루는 행위에 불과하다. 결국 의식조차 '무의식'적 설계에 의해 만들어진다.

만능산의 해악, 또는 축복

그래서 만능산인 다윈의 생각은 해악인가? 그것은 모든 것을 녹이고 무엇을 남겼는가? 데닛은 이렇게 말한다.

그것이 모든 것을 통과하고 나면, 우리의 가장 중요한 아이디어들의 더 강력하고 더 건전한 버전들이 남겨진다는 것을 보여주려고 노력해 왔다. 전통적 세부 사항들 중 일부는 소멸되고, 또 일부에는 유감스러운 손실이 있겠지만, 그 나머지를 위해서는 오히려 속 시원한 이별이 될 것이다.

이제 우리는 더 아름답고 경이로운 관점을 얻는다. 초창기에 신이 없어도, 의식이 없어도, 의미가 없어도 이 아름다운 복잡성이 풍만한 세계가 구축될 수 있다는 관점. 무의미로부터 의미가, 알고리즘으로부터 의식이, 진화로부터 언어가 탄생하는 과정을 이해하는 지성, 그게 바로 우리다. 무지능으로부터 탄생해 다윈의 알고리즘을 이해하게 된 우리 자신.

[100자평] 절대 진공 & 상상된 위대함

절대 진공 & 상상된 위대함
스타니스와프 렘 지음, 정보라 옮김 / 현대문학 / 2025년 4월

전설의 ‘논 세르위암‘이 포함되어 있는 절대진공 전체 분량의 책을 볼 수 있게 되었군요. 내 인생 최고의 SF작가입니다.

[100자평] 다윈의 위험한 생각

다윈의 위험한 생각
대니얼 C. 데닛 지음, 신광복 옮김 / 바다출판사 / 2025년 3월

대니얼 데닛의 책 중에서도 다른 연구자의 저서에 가장 많이 언급되고 인용된 책이다. 그 책이 결국 한국어 번역되다. 다윈주의 진화에 대한 철학의 해답.

평범한 인간이 부정선거라는 극우적 믿음을 가지는 순간

페이크와 팩트 - 왜 합리적 인류는 때때로 멍청해지는가
데이비드 로버트 그라임스 지음, 김보은 옮김 / 디플롯 / 2024년 7월

하필이면 내가 이 책을 읽기 시작할 때 대한민국의 헌정사상 최악의 내란 사태가 터졌다. 반헌법적인 비상계엄을 선언했던 대통령은 체포영장을 거부하고 자신의 사저를 성채로 삼고 경호처를 사병으로 삼아 농성전을 펼쳤다. 별 추한 꼴을 보이며 체포된 대통령은 성명을 발표했는데, 놀랍게도 극우 지지자들은 그 엉망진창인 성명에 감화되어 서부지방법원에서 파괴 행위와 폭동 행위를 일으켰다.

솔직히 처음엔 이 책이 썩 마음에 들진 않았다. 난 이런 류의 책을 많이 읽어봤고 그런 비슷한 또 하나의 책이 나온 것으로 여겼다. 인간은 왜 비과학적 믿음을 가지는지, 음모론은 어떻게 만들어지고 퍼지는지, 합리주의와 회의주의를 무기로 가진 과학은 이를 어떻게 대처해야 하는지, 그런 내용들이었다. 그런데 2024~5년의 대한민국의 정치적 혼란기가 들이닥친 와중에, 때마침 읽고 있던 이 책의 의미가 내게 무척 거대하게 다가오기 시작했다. 어떤 운명론이 느껴질 정도였다. 운명이라, 회의주의와 합리주의에 대해 얘기하는 책을 읽고 미신적인 운명 운운하는 건 좀 웃기다. 그냥 우연이라고 하자.

합리적 이성이나 민주주의의 절차에 대한 굳건한 믿음을 가진 사람은 이런 사태가 이해가 잘 되지 않았을 것이다. 수많은 평범한 사람들이 합리적 믿음을 버리고 내란 수괴의 명백히 반헌법적이고 반민주적인 주장에 빠져드는지, 자신이 처벌될 위험에 노출하면서까지 폭동과 소요 사태를 일으키며 ‘나는 민주적 권리를 행사했다’고 주장하는지. 우리는 그들에게 차분히 물어 본다. 대체 무엇 때문에 그러는 거야? 윤석열의 계엄은 명백한 내란이잖아? 그들은 이렇게 대답한다. 대통령은 구국의 결단으로 계엄을 선언한 것이며, 그 계엄 상황의 판단은 대통령의 고유 권한이다. 이 극히 모순적인 비이성적인 답변은 우리 모두를 아연실색하게 한다. 하지만 우리는 그들을 차근차근 설득하면 언젠가는 그들도 합리적 결론을 내릴 것이라 믿고 이야기를 지속해 나간다. 민주주의, 헌법, 선거, 탄핵 절차 등등…. 그러나 그들의 흐름을 따라가다 보면, 우리는 그들과 절대로 합의가 불가능한 어떤 믿음의 지점에 이른다. 그것은 바로 ‘부정 선거 음모론’이다.

그들은 이미 ‘민주당은 부정선거를 저질렀다’는 믿음에 심취해 있다. 어떤 반론이나 증거, 이미 부정선거가 논파되었다는 기사, 재판 기록 등을 보여 줘도, 그들은 곧 극우 유튜브와 링크 등 부정선거에 대한 꾸며진 사실들을 더 많이 내민다. 민주당은 부정선거를 저지른 후 이미 사법, 경찰, 검찰, 그리고 메이저 언론을 포섭하였고, 중국, 북한과 협잡해 반민주적인 불법을 저질렀다. 이에 대통령은 구국의 결단으로 초법적인 계엄을 일으켜 국정을 바로잡으려 한 것이다. 우리가 이 모든 가짜 사실들을 합리적으로 바로잡으려 시도한다 해도, 그들은 곧 더 많은 사실들을 ‘꾸며내’ 소셜 네트워크로 급속히 전파시킬 것이다. 이건 속도 면에서 도저히 이기기가 불가능한 싸움이다. 책에 따르면, 『걸리버 여행기』의 작가 조너던 스위프트가 이렇게 말했다고 한다.

거짓말은 날아가고, 진실은 절뚝거리며 뒤쫓아온다.

이런 상황은 누구보다도 나와 같은 합리적 이성만을 절대적으로 믿는 회의주의자에게 끔찍한 공포로 다가온다. 나는 인간이 이성적인 면모를 누구나 지니고 있고, 그걸 바탕으로 더 나은 사회를 이룰 수 있다고 믿으며 행동해 왔다. 그런데 지금 상황은, 말도 안 되는 가짜 뉴스가 엄청난 속도로 퍼지는데, 그걸 하나하나 검증하기엔 나 스스로에겐 능력도 시간도 없는 상황이다. 여러 지지율 여론조사가 편향되었다는 증거가 있지만, 어쨌든 엄청난 인구 비율이 그 소문을 진실이라고 믿고 있는 것처럼 발표가 된다. 인구의 50%가 곧 탄핵될 대통령을 지지하고 있다고 한다. 인구의 50%가 부정선거 음모론을 사실로 믿고 있다는 이야기처럼 들린다. 내 주변 지인들의 50%가 가짜 뉴스의 신봉자이며 헌법의 파괴자를 지지‘할지도’ 모른다는 상상, 그건 정말로 공포스러운 기분이다. 이 믿음 자체가 비이성적이라는 것을 나 스스로 너무 잘 알고 있음에도, 이 상황은 인간에게 보편적인 ‘비이성적 감정’의 버튼, 즉 공포심을 자극한다.

이 책을 읽으면 읽을 수록, 이 모든 상황은 역사적으로 수없이 반복되어 왔다는 걸 느낀다. 백신이 자폐를 일으킨다는 공포 때문에 백신을 거부해 죽을 필요 없는 어린이들이 홍역에 걸려 사망했던 사건, 진화론을 반대하여 종교에 기반한 ‘창조론’을 주장했던 기독교인들. 책에서 언급된 예시로, 2014년 총기난사로 희생당한 자식의 아버지가 총기 찬성론자에게 “죽은 사람은 없다”는 음모론을 들었다. 아버지는 얼마나 황당했겠는가? 실제로 총기로 인해 소중한 자식을 잃은 아버지에게 “사실은 너에겐 자식이 없지 않느냐, 왜 사실을 꾸며내느냐?”고 꾸짖는 사람이라니. 그는 자식의 사망진단서를 증거로 내밀었음에도 총기 찬성론자는 그것이 조작된 것이라고 주장했다. 정말 이해하기 힘든 장면이다. 그가 그렇게 주장한 건 전략상, 혹은 작전상 그런 것도, 풍자나 비꼬는 것도 아니다. 총기 찬성론자는 사망진단서가 조작되었고 죽은 사람은 없다는 주장을 진심으로 믿고 있었다.

우리에게도 이러한 일이 있던 적이 있었다. 그 사건은 불행한 한 명의 연예인에게 집중된 사건이었다. 그가 스탠포드 대학교에 나왔다며 ‘깝죽’대는 걸 꼴보기 싫어한 일부 사람들이 곧 연예인에게 검증을 요구했다. 당연히 우리는 간단하지만 제대로 된 검증으로, 예를 들어 졸업증명서를 보여 주는 것만으로 모든 오해가 풀려야 한다고 예상한다. 하지만 어떠한 증거를 들이밀어도, 졸업증명서, 지인의 보증, 심지어 직접 대학교를 찾아가 교수에게 사실 증명을 확인한 취재진의 영상으로도 그들은 믿지 않았다. 그들의 조작된 믿음을 그들의 커뮤니티 안에서 부정적인 방향으로 갈 수록 강화된다. 그들은 모든 것이 조작된 것이며 진실을 더욱 더 깊은 곳에 숨겨져 있다고 진심으로 믿는다.

한 연예인에게 발생한 사태는 그 한 사람에게만 치명적으로 불행한 사건이었겠지만, 한국의 현 작태는 한국의 역사에 길이 남을 정도로 심각하며 한국 국민 모두에게 불행을 불러 일으키는 끔찍한 상황이다. 음모론을 믿는 신념의 커뮤니티는 거대하고 전방위적이다. 유명한 교회의 목사가 연단에 나와서 연설한다. 잘 알려진 가수가 한 마디 거든다. 여당의 국회의원은 침묵하거나, 야당 탓이라고까지 말한다. 심지어 유명한 역사 강사마저 부정선거가 사실이라고 주장하며 오히려 그것을 밝히는 것만이 민주주의를 살리는 길이라고 주장하기에 이르렀다. 역사를 가르치는 사람이 이런 주장을 한다는 것은 너무나 경악스럽고, 또 그런 점에서 부정선거 음모론을 더 급속히 퍼뜨릴 여지가 있다. 유명인이 음모론을 퍼뜨려 그것을 믿는 사람을 기하급수적으로 늘리는 일 또한 예전부터 있었다. 책에 따르면, 유명한 쇼 진행자 ‘오프라 윈프리’는 유사 과학, 돌팔이 의사, 백신 반대를 주말마다 TV에 나와서 설파했다고 한다. 그 덕분에 미국 국민의 대다수가 오프라 윈프리가 주장했던 여러 사이비 주장들을 믿는 지경에 이르렀다.

음모론의 역사가 깊고 인간이 이렇게 음모론에 취약하다면, 혹시 인간은 음모론과 실제 팩트를 구별할 능력이 애초에 없었던 건 아닐까? 음모론을 믿는 건 인간의 기본 여건일지도 모른다. 인간의 역사를 오래 전까지 거슬러 올라가 본다면, 인간 사회 자체가 비합리적인 음모론 투성이다. 민간요법, 마녀사냥, 미신, 점술, 그리고 종교. 그렇다면 우리가 흔히 얘기하는 현대적 음모론의 원흉, 페이스북이나 유튜브와 같은 취향 추천 알고리즘은 큰 문제가 아닐 지도 모른다.

그렇다면 우리는 이 비상식적인 부정선거 음모론을 어떻게 해결해야 할까? 책을 보자면, 그냥 열심히 이성에 입각해 증거를 수집하고 느리게 설득하는 방법만이 최선이라고 말한다. 사실 여기에 합리적인 사람들이 짜릿하게 느낄  만한 신속하고 효과적인 정답은 (당연히) 없다. 비합리적인 음모론은 빠르게 퍼지지만, 이성주의와 과학, 합리성은 느리게 간다. 탄핵 심판 절차와 다음 대통령 선거까지, 시간은 아직도 많이 남았다. 그동안 부정선거 음모론자와 극우주의자들이 사회를 뒤집어 놓는 속터지는 뉴스를 매일매일 관람하며 살아가야 하는 수밖에 없어 보인다.