[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.06,0:00:09.94,Default,,0000,0000,0000,,아무도 죽지 않는 \N미래를 상상해 봅시다.
Dialogue: 0,0:00:09.94,0:00:13.94,Default,,0000,0000,0000,,대신에, 우리의 생각들은\N디지털 세상에 업로드됩니다.
Dialogue: 0,0:00:13.94,0:00:18.47,Default,,0000,0000,0000,,이들은 아바타의 신체를 가진\N현실적인 환경에서 사용될지도 모르고
Dialogue: 0,0:00:18.47,0:00:23.15,Default,,0000,0000,0000,,이를 불러와 여전히 생물학적 세상에\N기여할 수 있을지도 모릅니다.
Dialogue: 0,0:00:23.15,0:00:26.24,Default,,0000,0000,0000,,마인드 업로딩은 \N큰 매력을 가지고 있지만
Dialogue: 0,0:00:26.24,0:00:31.67,Default,,0000,0000,0000,,사람의 뇌를 스캔하고 생각을 업로드하려면\N정말 무엇이 필요할까요?
Dialogue: 0,0:00:31.67,0:00:36.23,Default,,0000,0000,0000,,주요 도전 과제는 사람의 뇌를\N충분히 세세하게 스캔하고
Dialogue: 0,0:00:36.23,0:00:40.63,Default,,0000,0000,0000,,세부 내용을 인공적으로\N완벽하게 다시 만들어내는 것입니다.
Dialogue: 0,0:00:40.63,0:00:43.31,Default,,0000,0000,0000,,그러나 먼저, 우리는 무엇을\N스캔해야 할지 알아야 합니다.
Dialogue: 0,0:00:43.31,0:00:46.68,Default,,0000,0000,0000,,사람의 뇌는 860억 개의\N뉴런을 지니고 있고
Dialogue: 0,0:00:46.68,0:00:50.31,Default,,0000,0000,0000,,이는 적어도 100만조 개의\N시냅스로 연결되어 있습니다.
Dialogue: 0,0:00:50.31,0:00:53.38,Default,,0000,0000,0000,,뇌의 뉴련의 연결 패턴은,
Dialogue: 0,0:00:53.38,0:00:57.50,Default,,0000,0000,0000,,즉, 모든 뉴런들의 \N상호 간 연결 관계는
Dialogue: 0,0:00:57.50,0:00:59.70,Default,,0000,0000,0000,,커넥톰이라고 불립니다.
Dialogue: 0,0:00:59.70,0:01:01.91,Default,,0000,0000,0000,,우리는 아직 커넥톰의 \N지도를 만들지 못했고,
Dialogue: 0,0:01:01.91,0:01:04.93,Default,,0000,0000,0000,,아직 수많은 신경 신호들도 \N남아 있습니다.
Dialogue: 0,0:01:04.93,0:01:08.66,Default,,0000,0000,0000,,뇌에는 수백, 어쩌면 \N수천 개의 연결 관계,
Dialogue: 0,0:01:08.66,0:01:10.26,Default,,0000,0000,0000,,또는 시냅스가 존재합니다.
Dialogue: 0,0:01:10.26,0:01:12.90,Default,,0000,0000,0000,,각각의 기능은 조금씩 다른데,
Dialogue: 0,0:01:12.90,0:01:14.94,Default,,0000,0000,0000,,어떤 것은 빠르게, \N어떤 것은 느리게 일합니다.
Dialogue: 0,0:01:14.94,0:01:18.71,Default,,0000,0000,0000,,어떤 것은 배우는 과정에서\N빠르게 자라거나 수축하는 반면
Dialogue: 0,0:01:18.71,0:01:20.90,Default,,0000,0000,0000,,어떤 것들은 시간이 지나면서\N더 안정해집니다.
Dialogue: 0,0:01:20.90,0:01:25.59,Default,,0000,0000,0000,,1조 개의 뉴런 간의\N정확한 1대 1 연결을 넘어서서
Dialogue: 0,0:01:25.59,0:01:28.96,Default,,0000,0000,0000,,몇몇 뉴런은 다른 뉴런들에 \N한번에 영향을 미치는
Dialogue: 0,0:01:28.96,0:01:31.73,Default,,0000,0000,0000,,신경전달물질을 분비하기도 합니다.
Dialogue: 0,0:01:31.73,0:01:33.97,Default,,0000,0000,0000,,이러한 다른 종류의 상호작용은
Dialogue: 0,0:01:33.97,0:01:37.88,Default,,0000,0000,0000,,사람의 생각을 복사하기 위해서\N지도로 만들어져야 합니다.
Dialogue: 0,0:01:37.88,0:01:40.87,Default,,0000,0000,0000,,또한 신경 신호에 미치는 여러 원인들이
Dialogue: 0,0:01:40.87,0:01:44.21,Default,,0000,0000,0000,,아직 잘 이해되지 못하거나\N발견되지 못한 채로 남아있습니다.
Dialogue: 0,0:01:44.21,0:01:45.78,Default,,0000,0000,0000,,하나의 예를 들자면,
Dialogue: 0,0:01:45.78,0:01:48.09,Default,,0000,0000,0000,,뉴런 사이의 행동 패턴은
Dialogue: 0,0:01:48.09,0:01:52.16,Default,,0000,0000,0000,,신경아교세포에 의해 영향을 받기\N쉬운 것으로 추측됩니다.
Dialogue: 0,0:01:52.16,0:01:55.85,Default,,0000,0000,0000,,몇몇 과학자들에 의하면\N신경아교세포를 둘러싼 뉴런들의 수는
Dialogue: 0,0:01:55.85,0:01:59.50,Default,,0000,0000,0000,,열 개를 훨씬 뛰어넘을 수도 \N있다고 합니다.
Dialogue: 0,0:01:59.50,0:02:03.13,Default,,0000,0000,0000,,신경아교세포는 구조적인 지지만을\N위한 세포로 알려져 있었고
Dialogue: 0,0:02:03.13,0:02:05.98,Default,,0000,0000,0000,,그들의 기능은 잘 알려지지 않았으나,
Dialogue: 0,0:02:05.98,0:02:09.13,Default,,0000,0000,0000,,적어도 몇몇의 세포들은\N그들의 고유한 신호를 만들어
Dialogue: 0,0:02:09.13,0:02:11.75,Default,,0000,0000,0000,,정보 처리에 영향을 줄 수 있습니다.
Dialogue: 0,0:02:11.75,0:02:14.89,Default,,0000,0000,0000,,뇌에 대해 잘 이해하지 \N못하고 있다는 것은
Dialogue: 0,0:02:14.89,0:02:17.93,Default,,0000,0000,0000,,생각을 복사하기 위해 뇌의 어느 부분을\N스캔해야 하는지 정하기 어렵게 합니다.
Dialogue: 0,0:02:17.93,0:02:20.94,Default,,0000,0000,0000,,그러나 우리의 지식 수준이 \N충분해진다면,
Dialogue: 0,0:02:20.94,0:02:22.37,Default,,0000,0000,0000,,우리는 어떻게 뇌를 스캔해야 할까요?
Dialogue: 0,0:02:22.37,0:02:25.86,Default,,0000,0000,0000,,현재, 우리는 살아있는 사람의 뇌를
Dialogue: 0,0:02:25.86,0:02:28.42,Default,,0000,0000,0000,,약 0.5 밀리미터의 해상도로
Dialogue: 0,0:02:28.42,0:02:32.24,Default,,0000,0000,0000,,최고의 비외과적 수단인 MRI를 사용해\N정확하게 스캔할 수 있습니다.
Dialogue: 0,0:02:32.24,0:02:37.73,Default,,0000,0000,0000,,시냅스를 감지하기 위해서는 우리는 \N거의 마이크로 단위의 해상도로,
Dialogue: 0,0:02:37.73,0:02:39.69,Default,,0000,0000,0000,,즉 밀리미터의 1000분의 1 만큼으로의\N해상도로 스캔해야 합니다.
Dialogue: 0,0:02:39.69,0:02:44.69,Default,,0000,0000,0000,,시냅스를 식별하고 각 시냅스가\N얼마나 활동적인지 확인하기 위해서는
Dialogue: 0,0:02:44.69,0:02:47.07,Default,,0000,0000,0000,,보다 나은 해상도가 필요합니다.
Dialogue: 0,0:02:47.07,0:02:50.04,Default,,0000,0000,0000,,강한 자기장에 의존하는 \NMRI의 특성상,
Dialogue: 0,0:02:50.04,0:02:51.92,Default,,0000,0000,0000,,특정 해상도를 사용하여, 즉
Dialogue: 0,0:02:51.92,0:02:55.11,Default,,0000,0000,0000,,각 시냅스의 특징을 확인하기 위한\N해상도로 스캔하려면
Dialogue: 0,0:02:55.11,0:02:59.73,Default,,0000,0000,0000,,사람의 조직을 태울 만한 정도의\N매우 강한 자기장이 필요합니다.
Dialogue: 0,0:02:59.73,0:03:01.77,Default,,0000,0000,0000,,따라서 이러한 해상도의 문제에는
Dialogue: 0,0:03:01.77,0:03:05.06,Default,,0000,0000,0000,,근본적으로 새로은 \N스캔 기술이 필요합니다.
Dialogue: 0,0:03:05.06,0:03:09.64,Default,,0000,0000,0000,,죽은 뇌를 전자 현미경으로 스캔하는 것은\N보다 실현 가능하겠지만,
Dialogue: 0,0:03:09.64,0:03:13.24,Default,,0000,0000,0000,,이러한 기술마저도 \N충분하지 않을 뿐더러
Dialogue: 0,0:03:13.24,0:03:16.53,Default,,0000,0000,0000,,먼저 대상을 죽여야 할 \N필요가 있습니다.
Dialogue: 0,0:03:16.53,0:03:20.68,Default,,0000,0000,0000,,우리가 무엇을 스캔해야 할지 \N알 수 있을 만큼 뇌를 이해하게 되고
Dialogue: 0,0:03:20.68,0:03:24.13,Default,,0000,0000,0000,,좋은 해상도로 안전하게 스캔할 수 있는\N기술을 만들었다고 가정하면,
Dialogue: 0,0:03:24.13,0:03:28.54,Default,,0000,0000,0000,,다음 목표는 그 정보를 \N디지털화시키는 것입니다.
Dialogue: 0,0:03:28.54,0:03:33.27,Default,,0000,0000,0000,,가장 큰 어려움은 컴퓨팅 능력과 \N저장 공간이지만,
Dialogue: 0,0:03:33.27,0:03:35.76,Default,,0000,0000,0000,,이들은 매년 발전하고 있습니다.
Dialogue: 0,0:03:35.76,0:03:39.52,Default,,0000,0000,0000,,사실 우리에게는 생각을 스캔하는 데 필요한\N기술적인 능력을 얻는 것이
Dialogue: 0,0:03:39.52,0:03:43.79,Default,,0000,0000,0000,,생각을 이해하거나 스캔하는 것보다\N더 가까이 있습니다.
Dialogue: 0,0:03:43.79,0:03:47.83,Default,,0000,0000,0000,,인공 신경망은 인터넷 검색 엔진이나
Dialogue: 0,0:03:47.83,0:03:52.42,Default,,0000,0000,0000,,디지털 단말기, 자율 주행 자동차,\N월 스트리트의 거래 알고리즘,
Dialogue: 0,0:03:52.42,0:03:53.79,Default,,0000,0000,0000,,스마트폰에 이미 사용되고 있습니다.
Dialogue: 0,0:03:53.79,0:03:57.90,Default,,0000,0000,0000,,아무도 860만 개의 뉴런에 대한\N인공 신경망을 만들지는 않았지만
Dialogue: 0,0:03:57.90,0:04:00.33,Default,,0000,0000,0000,,컴퓨팅 기술이 발전함에 따라
Dialogue: 0,0:04:00.33,0:04:04.71,Default,,0000,0000,0000,,이런 큰 데이터들을 추적하는 것이\N가능할지도 모릅니다.
Dialogue: 0,0:04:04.71,0:04:08.17,Default,,0000,0000,0000,,스캔과 업로드의 모든 과정에서
Dialogue: 0,0:04:08.17,0:04:12.84,Default,,0000,0000,0000,,우리는 모든 필요한 정보들을 정확하게\N수집하고 있는지 확신할 수 있어야 합니다.
Dialogue: 0,0:04:12.84,0:04:18.30,Default,,0000,0000,0000,,왜곡된 생각이 아무도 모르게\N만들어질 수도 있으니까요.
Dialogue: 0,0:04:18.30,0:04:21.08,Default,,0000,0000,0000,,마인드 업로딩이 \N이론적으로는 가능한 한편
Dialogue: 0,0:04:21.08,0:04:22.93,Default,,0000,0000,0000,,우리는 이를 현실화할 수 있을 만한
Dialogue: 0,0:04:22.93,0:04:25.82,Default,,0000,0000,0000,,기술과 과학적 이해로부터
Dialogue: 0,0:04:25.82,0:04:27.27,Default,,0000,0000,0000,,수백 년 정도 떨어져 \N있을지도 모릅니다.
Dialogue: 0,0:04:27.27,0:04:31.52,Default,,0000,0000,0000,,만약 현실이 되어도 윤리적, 철학적으로\N고려해야 할 것들이 생길 것입니다.
Dialogue: 0,0:04:31.52,0:04:34.33,Default,,0000,0000,0000,,누가 업로드된 생각에 \N접근할 수 있어야 하는가?
Dialogue: 0,0:04:34.33,0:04:37.21,Default,,0000,0000,0000,,업로드된 생각에는 \N어떤 권리가 부여될 것인가?
Dialogue: 0,0:04:37.21,0:04:39.97,Default,,0000,0000,0000,,기술이 어떻게 남용될 수 있을까?
Dialogue: 0,0:04:39.64,0:04:42.44,Default,,0000,0000,0000,,우리가 결국 생각을 \N업로드할 수 있게 된다고 해도,
Dialogue: 0,0:04:42.44,0:04:45.55,Default,,0000,0000,0000,,이것은 아직 풀리지 않은 문제입니다.