인공지능, “충격적 속도”로 인간을 앞서고 있다

스탠퍼드대 인공지능 분석 보고서
이미지 분류 등 기본 작업에서 앞서

인공지능 시스템이 영어 이해도, 이미지 분류, 시각적 추론 등을 포함한 몇가지 기본적 업무 분야에서 인간을 뛰어넘는 수준에 이르렀다. Andy Kelly/Unsplash

챗지피티와 같은 인공지능 시스템이 영어 이해도, 이미지 분류, 시각적 추론 등을 포함한 몇 가지 기본적 업무 분야에서 인간을 뛰어넘는 수준에 이르렀다는 평가가 나왔다.

미 스탠퍼드대 인간중심 인공지능연구소(HAI)는 최근 7번째 발표한 ‘인공지능 지수 2024’(AI Index 2024) 보고서에서 이렇게 밝히고 “이는 시스템을 평가하기 위한 다수 벤치마크(표준 지표)의 유효성이 빠른 속도로 사라지고 있음을 뜻한다”며 추상 및 추론과 같은 복잡한 작업에 대한 성능을 평가하는 새로운 방식이 필요하다고 제안했다.

보고서 작성을 주도한 네스토어 마슬레이(Nestor Maslej) 편집장은 “10년 전만 해도 벤치마크는 5~10년 동안 유효했지만 이제는 몇 년 안에 무의미해지는 경우가 많다”고 말했다.

보고서는 그러나 경시대회급 수학이나 시각적 상식 추론(시각 정보를 활용해 상식을 이해하고 추론하는 기술) 등 더 복잡한 분야에서는 인공지능이 아직 인간에 약간 미치지 못하는 것으로 나타났다고 밝혔다.

2017년부터 해마다 발표되고 있는 스탠퍼드 인공지능 보고서는 학계와 업계 전문가들이 인공지능 분야의 기술 수준과 비용, 윤리 등 다양한 측면을 평가해 작성한다. 400쪽이 넘는 올해 보고서 작성과 편집에도 인공지능이 활용됐다.

보고서는 인공지능의 발전은 2010년대 초반 신경망과 기계학습(머신러닝) 알고리즘을 기반으로 시작됐으며, 이후 급속히 확산됐다고 밝혔다. 보고서는 그 사례로 코드 공유 플랫폼인 깃허브에 올라와 있는 인공지능 코딩 프로젝트 수가 2011년 약 800개에서 2023년 180만개로 증가한 점을 꼽았다. 보고서는 또 이 기간중 인공지능에 관한 학술지 논문도 약 3배 증가했다고 덧붙였다.

보고서에 따르면 인공지능의 최전선을 이끌고 있는 연구는 대부분 산업계에서 이뤄지고 있다. 2023년 산업계에서는 51개의 주목할 만한 머신러닝 시스템을 개발한 반면, 학계에서 내놓은 것은 15개에 그쳤다. 오스틴 텍사스대 인공지능연구소의 레이몬드 무니 소장은 국제학술지 네이처에 “학계의 연구는 기업에서 나오는 모델을 분석하고 약점을 파헤치는 쪽으로 방향을 바꾸고 있다”고 말했다.

예컨대 뉴욕대 연구진은 지난해 거대언어모델(LLM) 성능 평가 도구 ‘GPQA1’을 개발했다. 400개 이상의 객관식 문항으로 구성된 이 벤치마크는 대학원 수준으로 매우 까다로워서 박사급 연구자들도 정답을 맞추는 비율이 65%에 그친다. 같은 박사급 연구자들이라도 자신의 전공 분야가 아닌 문제에 정답을 맞춘 비율은 인터넷의 도움을 받았음에도 34%에 그쳤다. 지난해 기준으로 인공지능의 정답률은 30~40%대였다. 그러나 올해 샌프란시스코의 인공지능 업체 앤스로픽의 최신 챗봇 클로드3의 정답률은 약 60%였다. 뉴욕대의 데이비드 레인 연구원은 네이처에 “상당히 충격적인 발전 속도”라고 평가했다.

인공지능의 빠른 성능 향상은 비용 상승과 비례하고 있다.

챗지피티 개발 업체인 오픈에이아이(OpenAI)의 경우, 2023년 3월에 출시한 거대언어모델 지피티4(GPT4)를 훈련하는 데 7800만달러(1080억원)가 든 것으로 알려졌다. 9개월 후인 지난해 12월 구글이 내놓은 챗봇 제미나이 울트라(Gemini Ultra)를 훈련하는 데는 1억9100만달러(2600억원)가 들었다. 네이처는 “이에 따라 많은 이들이 인공지능 시스템의 에너지 소비량과 시스템 운영에 동원되는 데이터센터 냉각에 필요한 물의 양에 대해 우려하고 있다”고 전했다. 현재 인공지능 시스템 성능을 높이는 주요한 방법 가운데 하나는 시스템을 더 크게 만드는 것이기 때문에 성능이 좋아질수록 비용과 에너지가 더 많이 들어간다.

인공지능 성능 개선을 위해선 또 더 많은 문서와 사진 등의 학습 자료가 필요하다. 보고서는 일부에서 학습 데이터 부족에 대한 우려가 일고 있다고 밝혔다. 미국의 비영리 연구기관 에포크(Epoch)는 지난해 발표한 보고서에서, 이르면 2024년 안에 고품질 언어 데이터 공급이 고갈될 것으로 예상했다. 네이처는 그러나 에포크의 최신 분석에서는 그 시기가 2028년으로 수정됐다고 전했다.

인공지능의 설계와 사용 방식을 둘러싼 윤리적 우려도 커지고 있다. 보고서는 미국의 경우 2016년에는 인공지능을 언급한 규정이 단 한 건이었지만 지난해엔 25건에 이르렀다고 지적했다. 마슬레이 편집장은 “2022년 이후 인공지능 관련 법안 발의 건수가 급증했다”고 말했다.

인공지능에 대한 일반인들의 우려와 기대도 함께 커지고 있다. 보고서는 세계 31개국 2만2816명(16~74살)을 대상으로 한 설문 조사 결과, 응답자의 절반 이상(52%)이 인공지능에 대한 불안감을 표명했다고 밝혔다. 이는 전년도의 39%보다 크게 늘어난 수치다. 인공지능의 문제보다는 혜택이 더 많을 것이라는 응답자 비율도 52%에서 54%로 조금 늘었다. 응답자 셋 중 둘(66%)은 좋은 쪽이든 나쁜 쪽이든 인공지능이 3~5년 내에 자신의 삶을 크게 변화시킬 것으로 내다봤다.

< 출처 : 한겨레신문 > 

혁신기술이 사용기술로, 새로운 탐색의 방향

최근 인공지능과 관련해 세 가지 기사를 흥미롭게 읽었다. 하나는 과학학술지 [네이처](Nature)가 2023년 과학계에서 중요한 역할과 영향력을 미친 인물로, 10명의 과학자와 함께 챗GPT를 명단에 올렸다는 기사였다. 작년 초, [네이처]는 챗GPT와 같은 인공지능은 투명한 과학을 위협하기 때문에 연구 논문 저자로 인정하지 않겠다는 의견을 낸 바 있다. 하지만 불과 1년도 안 되어 챗GPT를 영향력 있는 연구자 중 ‘하나’로 인정한 것이다. 두 번째 기사는 일본의 한 권위 있는 문학상을 받은 작가가 수상 직후, 챗GPT의 도움을 받아 글을 썼다고 밝히며 벌어진 여러 논란에 관한 기사였다. 우리에게 익숙한 챗GPT 이전 버전(GPT-3, GPT-3.5)과 함께 글을 쓰고 책으로 출간한 사례는 여럿 있었지만, 문학상 수상까지 영향력이 이어진 사례는 없었기에, 이 일은 인간과 기계 사이의 해묵은 창의성 논란을 확실하게 현실의 문제로 가지고 왔다.

마지막으로 이스라엘과 하마스 전쟁에 등장한 인공지능을 적용한 군사 무기에 대한 것이다. 이스라엘군이 사용하고 있는 이 새로운 전쟁용 광학기계 역시 인공지능이 그 핵심적인 역할을 한다. 안면 인식 기술과 총술을 결합해, 표적을 발견하면 총기 자동 발사까지 가능하다. 이 무기는 가자 지구 일대 검문소에서 팔레스타인인의 얼굴을 스캔하고 분류하는 감시 데이터셋(Data-set)과 연동된다. 얼굴을 잘못 인식할 오작동의 위험, 인권과 기술 남용 문제는 전쟁의 살상력 앞에서는 고려되지 않는다. 이처럼 인공지능의 기술 개발 목적과 적용의 스펙트럼은 현실의 자장 안에서 다양하게 경계를 나누며 주체가 되기도, 창작의 보조자가 되기도, 자동화 화기가 되기도 하며, 급발진하듯 우리 앞 현실의 문제로 당도하고 있다.

급박한 기술 전개의 이면

기사에서의 사례처럼 인공지능과 연결된 기술은 다양한 분야에서 더 이상 ‘혁신기술’이 아닌 ‘사용기술’로 자리 잡고 있다. 사용자로서의 개인 역시 이 기술의 급박한 전개에 자신을 동기화하고 개발하고 있다. 하지만 어떤 의식과 태도로 인공지능 기술을 수용하고 다루어야 할지, 세심한 탐색과 판단을 스스로에게 허용하지는 않는다. 이런 상황에서 인공지능 내부의 작동, 그리고 이 새로운 인지 기술이 그리는 영토는 어떤 모습을 하고 있는지는 더욱더 어려운 질문이 된다. 불투명한 인프라와 기술을 가진 인공지능은 닫혀있는 폐쇄상자, 블랙박스와 같다. 기술 층위의 블랙박스만을 의미하는 것은 아니다. 이 블랙박스를 위해 어떤 자원이 동원되는지, 그리고 어떤 사회적, 경제적 가치가 상수가 되어 우리에게 영향을 미치는 계산, 추론, 예측을 내어놓는 것인지 알기 힘들다.

이런 인공지능의 감추어진 시스템을 연구자 블라단 욜러(Vladan Joler)와 케이트 크로포드(Kate Crawford)는 ‘추출주의(Extractivism)’라는 단어로 지도를 그려본다. 그리고 그 지도는 때 묻지 않은 코드로 이루어진 것이 아닌, 인간의 데이터와 노동, 물적 자원의 추출로 작동되고 있음을 매핑한다. 인공지능의 기계학습을 위한 데이터셋은 동의 없이 수집되었고, 인간의 편견을 반영하고 있는 데이터셋을 학습한 인공지능 모델은 부적절하거나 유해한 결과로 윤리적 문제를 초래한다. 문제와 위험에 대한 다양한 공론화에 앞서 인간의 드러나지 않는 이차적 그림자 노동과 피드백으로 오류는 수정되고 ‘개선’되고 있다고 발표된다. 빠르게 상용화된 인공지능에 의해 이루어지는 데이터 추출은 더욱 세밀해지고, 이를 통해 인간의 경험은 다시 인공지능의 ‘개선’에 암묵적으로 기여한다. 질문들은 이 속도에 점점 뒤처진다. 또한 데이터 처리 및 분석, 대규모 컴퓨팅 연산을 위한 광물 채굴과 데이터센터 건립으로 인한 자연 생태계의 위기는 늘 그렇듯 효율에 가려진다. 이처럼 인공지능 기술의 속도와 편의성 뒤에는 윤리와 노동, 생태와 환경 문제가 유기적으로 연결되어 있지만, 이 문제를 직시하거나 규제하는 인간의 경험과 대응 속도는 기술의 가속에 비하면 너무나 느리다. 국가적, 사회적 영향력이 커지고 있는 인공지능에 대한 우려에 비해, 법에 의한 규제(EU AI act)는, 그나마 초안이 나온 것도 최근 일이다.

낯설고도 난감한 화두의 등장

2022년 11월 챗GPT의 등장 이후 불과 1년여 만에, 문화예술교육의 장도 ‘인공지능 시대의 문화예술교육’이라는 화두로 새로운 전환의 시기를 맞고 있다. 문화예술과 교육 분야는 생성형 인공지능이라는 새로운 환경에 대한 탐색의 필요를 느끼고 있지만 속도를 쫓지 못하는 피로감과 그 속성을 제대로 파악하지 못한 무력감이 계속 누적되고 있다. 이는 아날로그에서 디지털로의 이행기에 겪은 시간에 비하면 너무나 빠르고, 그 속성의 차이에서 기인한다. 이를테면 현실에서 촬영해 얻어낼 수 있는 이미지인 ‘렌즈 기반의 사진’(Lens base photography)과 인공지능이 가중치를 기반으로 합성해 얻어내는 ‘연산 기반 사진’(Computation base photography)의 이행 속에서 이 둘을 가지고 문화예술교육을 한다면 어떤 깊이 있는 재현적, 미적 질문을 할 수 있을까? 그보다는 많은 교육이 그것들을 ‘잘’ 생성해 내기 위한 프롬프트를 사고하는 방식으로 맞추어지기에 십상일 것이다. 혹은 인공지능의 속도와 자동화의 자장 안에서 어떻게 접근하고 어떤 선택을 해야 할지 난감함 속에서 서성거리게 될 것이다.

생성형 인공지능을 마주하는 우리의 태도는 긍정과 부정을 오간다. 인공지능 기술에 대한 접근 가능성이 열리면서 학습자에게 맞는 맞춤형 교육, 자기 주도적 학습이 가능한 환경에 대한 기대도 있다. 반면에 이것이 과연 우리의, 사용자의 자율성과 주도성을 얼마나 높일지 의문과 의심이 가득하다. 사물과 세계를 다르게 해석하고, 창의적으로 생각하는 힘을 기르는 문화예술교육과 다르게, 생성형 인공지능의 지적, 창의적 작업의 자동화(자동 위탁)는 우리가 생각하는 것을 ‘표준화’하거나 ‘평균화’할 수 있고, 결과물 역시 마찬가지다. 평균화된 이미지와 텍스트의 범람이 우리의 미적, 인지적작용에 가져올 영향은 심대하다. 합성데이터로 만든 정보와 콘텐츠의 가짜와 진짜를 분별하는 문제도 향후 우려되는 현상이다.

프롬프트를 다루는 사용자의 경험에 따라 다를 수 있지만, 인공지능과 대화를 이어가다 보면 인공지능 시스템이 더 급진적으로 다르게 인식하거나, 생각을 촉발하는 알레고리가 되기에는 부족하다는 것을 느낄 수 있다. 이런 생성 인공지능의 초기 버전이 가짜 정보를 뱉어내는 ‘환각’으로 문제가 되었다면, 지금은 오히려 사용자의 경향을 맞춰주는 ‘아첨’이 문제가 되는 것도 이와 연결된다. 이처럼 인공지능은 어쩌면 우리를 더욱 에코 체임버(echo chamber)에 가두는 역할을 하게 될지도 모른다. 이런 상황에서 문화예술교육이 가장 실천적이면서 어렵지 않게 할 수 있는 접근은 생성형 인공지능을 통해 어떤 질문에 대한 답이나 창작물을 얻는 것이 아니라 이것들을 하나의 모형(모델링)으로 다루게 하는 접근이다. 기술사에서 모형은 폐쇄상자 같은 거대과학 기술을 사용자 측면에서 이해하고 재구성하게 하는 매개체였다. 이런 모델링 과정은 기술의 보이지 않는 면을 이해하고, 메타적으로 해석하기 좋은 방법론으로 자동화된 인공지능의 결과 생성에서 확장 또는 누락, 생략되는 것을 조정(파인튜닝)할 수 있다. 이 과정은 메타적 질문을 구체적으로 작동하는 모델로 만드는 것이기도 하다.

끝없는 질문과 마찰을 일으켜야

앞으로 인공지능은 소프트웨어, 하드웨어, 서비스 및 새로운 운영 체제가 되어 우리 일상과 사회 시스템에 계속 이식될 것이다. 이에 따라 일상생활부터 사회 시스템을 구축하던 많은 관행과 지식, 교육과 창작의 체계까지 영향을 받고, 재구성될 것이다. 생성형 인공지능이 피할 수 없는 기류라면, 우리는 단순한 소비자를 넘어 적극적 사용자이자 개입자로 인공지능의 잠재공간을 탐색하며 끊임없는 질문을 통해 마찰을 만들어 가야 한다. 기술은 사회적 차원에서, 사용자 측면에서 계속 재구성되고 변형될 수 있기 때문이다. 따라서 문화예술교육에서 생성형 인공지능의 사용은 관련 툴(tool)을 가르치고 배우기를 앞세우기보다는 사회적, 문화적, 생태적, 경제적 맥락에서 지도를 그려내고, 그 사용법을 스스로 모형화(모델링) 해내야 한다. 이런 과정을 통한다면 생성형 인공지능과 결부된 진부한 창의성 논란을 피하고 학습자가 스스로 탐구하고 발견하며 새로운 인식과 감각을 촉발하는 하나의 지식 탐색 시스템으로 다룰 수 있을 것이다.

송수연언메이크랩(unmake lab). 작가. 기술을 다루는 과정이 창의적이고 비판적 접근이자 사회를 매개하는 생각과 실천으로 확장되는 것에 관심을 가지고 연구 및 교육 활동을 하고 있다.
songsooyon@gmail.com

< 출처 : 아르테 365 >

산업부터 의료·법률까지…정부, 7000억 들여 ‘AI 일상화’ 추진

과학기술정보통신부 ‘AI 일상화’ 추진계획

정부가 올해 7000억원 이상을 들여 ‘인공지능(AI) 일상화’를 추진하겠다는 계획을 밝혔다. 국가 AI 경쟁력을 강화하기 위한 혁신 성장 전략도 본격 추진한다.

과학기술정보통신부는 4일 서울 여의도 전경련회관에서 민·관 AI 최고위 거버넌스인 ‘AI전략최고위협의회’를 발족하는 첫 회의를 열고 올해 69개 AI 일상화 과제에 7102억원을 투입하겠다고 밝혔다.

추진계획은 국민 일상 AI 확산, 일터 현장 AI 융합·접목, 공공행정 AI 내재화, 국민의 AI 역량 제고·AI 윤리 확보 분야로 나뉘어있다.

9종의 소아희귀질환을 진단·치료·관리하기 위한 AI 소프트웨어와 12개 중증질환의 진단 보조 AI 의료 소프트웨어를 개발한다. 자폐 스펙트럼 조기 예측과 관리를 위한 AI 기반 디지털의료기기 개발도 지원한다. 장애인을 위한 정보통신 보조기기 보급과 독거노인을 비롯한 취약계층 건강관리 서비스, 복지 사각지대 가구 지원 등에도 AI를 활용할 계획이다.

모든 산업 분야에 AI를 접목하는 차원에서 법률, 의료, 심리상담을 위한 분야별 초거대 AI 서비스를 각각 개발하기로 했다. 신약 개발과 항체 설계에 AI를 활용하는 바이오산업은 물론 제조·물류·철강·농업에서도 AI를 통해 효율을 높이고 신규 서비스를 만들어낼 것으로 기대된다. 공공 분야에서는 AI 기술로 화재나 홍수 등 재난과 감염병 대응 역량을 높인다.

이를 통해 국민의 AI 서비스 경험률을 지난해 51%에서 올해 60%로, 기업들의 AI 도입률을 28%에서 40%로, 공공 부문 AI 도입률을 55%에서 80%로 각각 높이겠다는 구상이다.

과기정통부는 회의에서 AI 3대 강국(G3)으로 도약하기 위한 ‘AI·디지털 혁신성장전략’도 보고했다. 글로벌 시장을 선도할 AI 기술혁신, 전 산업의 AI 대전환, 국민 일상에 선도적 AI 도입, 디지털 권리장전을 바탕으로 한 디지털 신질서 정립을 추진하겠다고 밝혔다.

특히 생성형 AI의 등장 이후 미국과의 기술력 격차가 다시 벌어지면서 AI 선도국 도약을 위한 골든타임이 앞으로 1∼2년밖에 남지 않았다는 판단에 따라 AI 반도체 등을 중심으로 기술력 확보와 고급인재 양성에 공을 들일 계획이다.

이날 출범한 AI전략최고위협의회는 공동위원장인 이종호 과기정통부 장관과 염재호 태재대 총장, AI 각 분야를 대표하는 민간 전문가 23명, 주요 정부 부처 실장급 7명 등 모두 32명으로 구성됐다. 민간 위원으로는 네이버, 카카오, SK텔레콤, KT, 아모레퍼시픽 등 주요 기업 대표와 학계 전문가들이 참여한다.

국가 전체 AI 혁신의 방향을 이끌 이 협의회는 산하 6개 분과를 운영하고, 국내 AI 기업과 스타트업으로 구성된 ‘초거대AI추진협의회’를 외부 민간 자문단으로 둔다.

과기정통부는 이날 컨설팅업체 베인앤드컴퍼니와 공동 연구한 보고서를 통해 제조·의료·금융 등 전 분야에 생성형 AI가 적용됨으로써 창출되는 경제 효과가 2026년 기준 310조원에 달할 것으로 추산된다고 밝혔다.

AI 도입에 따른 매출 증대가 국내총생산(GDP)으로 연결될 경우 향후 3년간 연평균 1.8%포인트의 추가 경제성장을 견인할 수 있을 것으로 분석됐다. AI를 통해 성장 둔화와 저출산·고령화에 직면한 한국의 구조적 한계를 극복하고 경제 재도약을 이뤄낼 수 있을 것으로 정부는 보고 있다.

과학기술정보통신부 제공

 

과학기술정보통신부 제공

< 출처 : 경향신문 >

뉴럴 링크 : 21세기를 이끄는 거대한 연결, 뇌-컴퓨터 인터페이스 / 임창환

612.82 임811ㄴ  자연과학열람실(4층)

책 소개

구글, 테슬라, 메타, 아마존, 마이크로소프트가 주목하는
스마트폰 이후 최대의 기술 혁명!

“2023년 5월, 미국 FDA 칩 이식 수술 임상시험 승인”

“일론 머스크의 허황된 꿈인가,
이미 시작된 레이스인가?”

2023년 1월, 뇌공학 기업 싱크론은 중증 마비 환자들의 뇌에 ‘스텐트로드’라는 칩을 이식한 지난 2021년 수술이 성공적이었다고 발표했다. 같은 해 5월에는 테슬라의 일론 머스크가 설립한 뉴럴링크에서 미국 식품의약품안전처(FDA)로부터 임상시험을 승인받았음을 공개하며 2024년부터 ‘링크(Link)’ 이식 수술에 착수할 것이라고 발표했고, 10월에는 메타(구 페이스북)에서 사람의 뇌가 인식하고 처리하는 내용을 이미지로 재현해 내는 데 성공했다고 밝혔다. 싱크론이 최근 아마존의 창업자 제프 베이조스와 마이크로소프트의 빌 게이츠로부터 지원을 받아 약 7,500만 달러의 투자금을 유치한 것을 넘어서, 커넬은 인간의 인지능력을 증강시키는 ‘해마 칩’의 연구개발을 목표로 이미 2억 3,000만 달러에 달하는 투자금을 유지했다고 발표했다. 하지만 이러한 파격적인 움직임과 급격한 변화의 중심에 뇌와 컴퓨터를 연결하는 뇌-컴퓨터 인터페이스(brain-computer interface, BCI) 기술이 놓여 있음에도, 이 기술을 둘러싼 오해와 과장, 비난과 폄하가 한데 뒤섞여 있어서 비전문가가 그 실상을 파악하기란 쉽지 않다.
국내 최초로 뇌-컴퓨터 인터페이스를 연구하기 시작해 저명한 국제 학술지에만 200편 이상의 논문을 발표해 온 저자는, 이러한 몰이해를 걷어내기 위해 뇌-컴퓨터 인터페이스의 기본 원리부터 최신 현황, 가까운 미래 시나리오들을 제시한다. 뇌-컴퓨터 인터페이스는 왜 침습형 BCI와 비침습형 BCI라는 두 가지 트랙으로 기술 개발이 이루어지는 것이며, 각각의 장점과 단점은 무엇일까? 또한 이미 상용화된 뇌파 기기들은 무엇이고, 스텐트로드처럼 상용화를 앞두고 있는 기술들은 무엇일까? 의사소통이 어렵거나 거동이 불편한 환자들을 위해 쓰이는 것에 그치지 않고, 교육, 게임, 스포츠, 문화 산업에는 과연 어떤 형태로 침투하게 될까? 최고의 뇌공학자들과 미래학자들은 BCI 기술이 어떤 미래를 가져다줄 것으로 예측하고 있을까? 뇌-컴퓨터 인터페이스 분야의 최전선에서 15여 년간 연구해 온 저자는 가상 비서부터 인공 두개골, 뉴로피드백, 전자두뇌, 심부뇌자극 기계, 뇌-뇌 인터페이스에 이르기까지 거의 모든 주제를 망라하며 균형 잡힌 관점에서 이 모든 질문에 답한다.

“대부분의 뇌공학자들은 뇌-컴퓨터 인터페이스 기술을 ‘인류의 미래를 바꿀 혁신’이라고 말하는 데 일말의 주저함도 없다. 가깝게는 고령화 시대의 가장 큰 숙제인 치매를 비롯한 각종 뇌 질환을 치료하기 위한 수단으로서, 멀게는 인류의 본능인 인위적인 진화를 달성하기 위한 수단으로서 뇌-컴퓨터 인터페이스 기술이 지닌 엄청난 잠재력을 알기 때문이다. 인류 역사에서 스마트폰이나 인공지능의 등장만큼이나 엄청난 파급력을 끼칠 뇌-컴퓨터 인터페이스의 세계로 여러분을 초대한다.”

소비자의 뇌를 유혹하는, 뉴로마케팅
자기 뇌를 수정하는 기술, 뉴로피드백
기억을 지우고 지능을 높이는, 전자두뇌
나도 모르는 내 마음을 읽는, 수동형 BCI
버튼 하나로 쾌락을 생산하는, 심부뇌자극 기계
인지능력과 신체 능력을 향상시키는, 인공 두개골 …

뇌-컴퓨터, 뇌-인공지능, 뇌-뇌 연결 기술의
기본 원리와 최신 현황, 미래 예측 시나리오!

2019년 7월, 2017년에 설립된 뉴럴링크의 홈페이지에는 뉴럴링크가 지난 2년간 연구한 결과를 소개하는 발표회를 개최한다는 공지와 함께 유튜브 라이브 방송 링크가 하나 달렸다. 대대적인 언론의 홍보가 없었음에도, 라이브 스트리밍 방송에는 무려 20만 명이 넘는 시청자가 동시 접속해 뉴럴링크가 선보이는 새로운 신경신호 측정 시스템을 숨죽이며 지켜보았다. 그로부터 고작 1년 뒤인 2020년 8월에도 몇십 만 명에 달하는 시청자가 동시 접속했는데 이번에는 돼지의 뇌에 전극을 이식하고 이를 컴퓨터와 연결하는 기술이 성공적으로 시연되었다. 같은 달 뉴럴링크는 또 한번 ‘링크 v0.9’라는 이름의 삽입형 무선 인터페이스 시스템을 발표했다. 그리고 그로부터 다시 4년에 가까운 시간이 흘렀다.
1부 ‘뇌, 세상과 통하다’에서는 뇌파를 통해 완전감금증후군 환자들과 의사소통하는 것도 이제는 가능하다는 이야기로 시작해, 예쁜꼬마선충의 신경 네트워크를 컴퓨터에 저장하는 ‘마인드 업로딩’ 기술과 그것의 응용, 시각 정보 처리 과정을 기반으로 꿈이나 상상 속의 이미지를 복원하는 ‘드림 레코딩’ 기술의 최신 성과와 활용 가능성을 짚어본다. 2부 ‘뇌로 움직이는 세상’에서는 BCI를 이용해 인터넷을 서핑하거나 자동차를 운전하고, 게임을 하거나 드론을 움직이며, 생각만으로 로봇 팔을 움직이는 것을 넘어서 로봇 팔을 통해 감각을 느끼는 마음 타자기, 스텐트로드, 인공 두개골 등의 혁신 기술들을 소개한다. 3부 ‘나보다 나를 더 잘 아는 기계’에서는 정신 질환을 예방하고 취향을 바꾸는 등 자신의 뇌를 수정하는 뉴로피드백 기술뿐만 아니라, 우리의 감정에 반응하는 가상 비서와 관련된 수동형 뇌-컴퓨터 인터페이스 기술이 이전과 달리 얼마나 급속도로 발전하고 있는지를 살핀다. 또한 ‘뮤즈’ 시리즈와 같은 수면과 명상을 유도하는 웨어러블 기기들의 상용화를 시작으로 이러한 기술들을 교육이나 마케팅 분야에까지 확장하고 응용하려는 움직임들에 주목한다.