1
00:00:00,835 --> 00:00:02,990
미국 유명 작가 마크 트웨인은

2
00:00:02,990 --> 00:00:06,110
제가 생각하기에 가장 근본적인 
인지과학의 문제를

3
00:00:06,110 --> 00:00:07,820
재치있게 한 마디로 정리했습니다.

4
00:00:08,410 --> 00:00:11,492
"과학에는 뭔가 매력적인 것이 있다.

5
00:00:11,492 --> 00:00:14,720
사실이라는 아주 작은 투자를 통해

6
00:00:14,720 --> 00:00:17,924
그토록 많은 추측을 이끌어내니까."

7
00:00:17,924 --> 00:00:19,509
(웃음)

8
00:00:20,199 --> 00:00:22,803
물론 농담이었겠지만 맞는 말입니다.

9
00:00:22,803 --> 00:00:25,679
과학에는 특별한 매력이 있습니다.

10
00:00:25,679 --> 00:00:29,940
우리는 몇 개의 뼈만으로
공룡의 존재를 추론해냈고

11
00:00:30,910 --> 00:00:34,781
분광선에서는 성운의 구성을,

12
00:00:35,471 --> 00:00:38,409
초파리에서는

13
00:00:38,409 --> 00:00:41,352
유전의 법칙을,

14
00:00:41,352 --> 00:00:45,601
그리고 뇌에 흐르는 피를
재구성한 이미지로

15
00:00:45,601 --> 00:00:50,309
저 같은 경우는,
아주 어린 아이들의 행동을 통해

16
00:00:50,309 --> 00:00:54,888
인간 인식이 근본적으로 어떻게
작동하는지 알아내려고 하죠.

17
00:00:55,716 --> 00:01:00,475
특히 저는 MIT 뇌인지과학과에 
있는 제 연구실에서

18
00:01:00,475 --> 00:01:04,129
지난 10년간 아이들이 
어떻게 적은 양의 정보로

19
00:01:04,129 --> 00:01:08,106
많은 것을 빨리 배우는지에 대한 
신비를 알아내려고 노력했습니다.

20
00:01:08,666 --> 00:01:11,644
과학이 매력적인 이유가

21
00:01:11,644 --> 00:01:15,173
바로 아기들이 놀랍기 때문입니다.

22
00:01:15,173 --> 00:01:17,754
마크 트웨인의 말을 
완곡하게 바꾸어 보자면

23
00:01:17,754 --> 00:01:22,404
아기들이 빠르고 정확하게
적은 양의 어지러운 자료로부터

24
00:01:22,404 --> 00:01:27,065
풍부하고 추상적인 추론을
할 수 있는 능력입니다.

25
00:01:28,355 --> 00:01:30,753
저는 오늘 여러분들께 예시를
두 개만 보여 드리겠습니다.

26
00:01:30,753 --> 00:01:33,040
하나는 일반화의 오류이고

27
00:01:33,040 --> 00:01:35,890
다른 하나는 인과추론의 오류입니다.

28
00:01:35,890 --> 00:01:38,415
제 연구실에서 한 연구에 대해
말씀드리겠지만

29
00:01:38,415 --> 00:01:41,875
이 연구는 인지과학분야에서
영감과 도움을 받았습니다.

30
00:01:41,875 --> 00:01:46,158
전 세계의 멘토와 동료와
공동연구자들에게 감사드립니다.

31
00:01:47,308 --> 00:01:50,282
그럼 일반화의 오류부터 얘기할까요?

32
00:01:50,652 --> 00:01:54,785
적은 표본으로 일반화하는 것은
과학의 기본입니다.

33
00:01:54,785 --> 00:01:57,339
우리가 유권자의 일부분만 여론조사해서

34
00:01:57,339 --> 00:01:59,660
대국민 선거결과를 예측하듯 말이죠.

35
00:02:00,240 --> 00:02:04,165
우리는 소수의 환자의
임상실험에 대한 반응을 보고

36
00:02:04,165 --> 00:02:07,230
전국의 시장에 약을 내놓습니다.

37
00:02:07,230 --> 00:02:11,595
일반화가 통하기 위해서는 표본이
무작위로 선정돼야 합니다.

38
00:02:11,595 --> 00:02:14,330
표본이 특정한 방식으로
선별된다면,

39
00:02:14,330 --> 00:02:16,402
예를 들어, 도시의 여론만 조사하거나

40
00:02:16,402 --> 00:02:20,790
심장질환 치료를 위한 임상실험의 경우

41
00:02:20,790 --> 00:02:22,671
남자만 대상으로 한다면

42
00:02:22,671 --> 00:02:25,829
결과를 인구 전체로
일반화할 수 없겠죠.

43
00:02:26,479 --> 00:02:30,060
따라서 과학자들은 
무작위 표본추출을 신경씁니다.

44
00:02:30,060 --> 00:02:32,075
그런데 이게 아기와 무슨 상관일까요?

45
00:02:32,585 --> 00:02:37,206
아기는 항상 적은 표본으로
일반화해야 합니다.

46
00:02:37,206 --> 00:02:40,364
고무오리 몇 개만 보고
고무오리는 물에 뜬다는 것을,

47
00:02:40,364 --> 00:02:43,939
몇 개의 공만 보고
공은 튀어오른다는 걸 배우죠.

48
00:02:43,939 --> 00:02:46,890
그리고 고무오리와 공에 대해
예상을 발전시켜서

49
00:02:46,890 --> 00:02:51,496
남은 일생동안 고무오리와 
공에 확대 적용합니다.

50
00:02:51,496 --> 00:02:55,224
고무오리와 공에 
적용하는 것과 같은 일반화를

51
00:02:55,224 --> 00:02:57,313
거의 다른 모든 것에도 적용합니다.

52
00:02:57,313 --> 00:03:01,230
신발, 배, 밀랍 봉인, 양배추, 왕..

53
00:03:02,200 --> 00:03:05,161
그렇다면 아기는 그들이 보는
적은 양의 증거가

54
00:03:05,161 --> 00:03:08,853
모집단을 정말 대표할 수 
있는지에 신경쓸까요?

55
00:03:09,763 --> 00:03:11,663
한번 알아봅시다.

56
00:03:11,663 --> 00:03:13,386
지금부터 두 개의 영상을 
보여드릴겁니다.

57
00:03:13,386 --> 00:03:15,848
각각 다른 조건에서 실험한 영상입니다.

58
00:03:15,848 --> 00:03:18,286
두 개만 보시게 되니까

59
00:03:18,286 --> 00:03:20,422
아기도 두 명만 있을 겁니다.

60
00:03:20,422 --> 00:03:24,369
그리고 어떤 아기든 두 명의 아기는
서로 수많은 부분에서 다릅니다.

61
00:03:24,369 --> 00:03:27,420
하지만 이 아기들은 여기서
아기 집단을 대표합니다.

62
00:03:27,420 --> 00:03:29,315
여러분이 보시게 될 차이점은

63
00:03:29,315 --> 00:03:34,510
다른 조건 아래의 아기들의 행동방식의
평균 집단적 차이를 대표합니다.

64
00:03:35,160 --> 00:03:37,743
각각의 영상에서 여러분은 아마 아기가

65
00:03:37,743 --> 00:03:41,203
여러분이 예측한 대로
행동하는 걸 보게 될 겁니다.

66
00:03:41,203 --> 00:03:45,220
그 이상으로 아기가 더 마법같은
행동을 할 순 없습니다.

67
00:03:46,090 --> 00:03:48,100
제 생각으로 마법같은 것은,

68
00:03:48,100 --> 00:03:50,189
여러분이 주목하셨으면 하는 부분이

69
00:03:50,189 --> 00:03:53,300
각각 다른 조건을 대조한 것입니다.

70
00:03:53,300 --> 00:03:56,829
두 영상의 유일한 차이점이라곤

71
00:03:56,829 --> 00:04:00,295
아기들이 관찰할
통계적 증거밖에 없기 때문이죠.

72
00:04:01,425 --> 00:04:04,608
우리는 아기에게 파란색과 노란색 공이
담긴 상자를 보여줄 겁니다.

73
00:04:04,608 --> 00:04:09,228
당시 대학원생이었고 이제는
스탠포드에서 제 동료인 권효원양이

74
00:04:09,228 --> 00:04:12,305
상자에서 파란 공을
연속으로 세 개 꺼낼겁니다.

75
00:04:12,305 --> 00:04:15,428
꺼낸 후에는 공을 꽉 누를 거예요.

76
00:04:15,428 --> 00:04:17,541
그러면 공에서 끽끽 소리가 날 겁니다.

77
00:04:17,541 --> 00:04:20,304
만약 여러분들이 아기라면. 
TED 강연 같은 거죠.

78
00:04:20,304 --> 00:04:22,208
그보다 좋을 수 없으니까요.

79
00:04:22,208 --> 00:04:24,769
(웃음)

80
00:04:26,968 --> 00:04:30,627
중요한 건 파란 공이 대부분인
상자에서 파란 공을 세 번 연속

81
00:04:30,627 --> 00:04:32,932
꺼내는 건 쉽다는 겁니다.

82
00:04:32,932 --> 00:04:34,992
눈 감고도 할 수 있어요.

83
00:04:34,992 --> 00:04:37,988
이 모집단에서 충분히 무작위로
뽑힐 수 있는 표본이죠.

84
00:04:37,988 --> 00:04:41,720
그리고 상자 안에 손을 넣어
무작위로 소리나는 공을 뽑을 수 있다면

85
00:04:41,720 --> 00:04:44,559
상자 안의 모든 공에서 소리가
날 수도 있습니다.

86
00:04:44,559 --> 00:04:48,209
그래서 아기는 노란 공도 소리가
날 거라고 예상할 수도 있습니다.

87
00:04:48,209 --> 00:04:50,728
이 노란 공에는, 아기들이 막대로
다른 걸 해볼 수 있도록

88
00:04:50,728 --> 00:04:53,585
공의 끝부분에 막대가 꽂혀 있습니다.

89
00:04:53,585 --> 00:04:55,416
마구 두드릴 수도 있고
칠 수도 있습니다.

90
00:04:55,416 --> 00:04:58,002
아기들이 어떻게 하는지 보죠.

91
00:05:00,548 --> 00:05:03,891
권효원: 이거 보이니?
(공이 끽끽 대는 소리)

92
00:05:04,531 --> 00:05:07,576
봤어?
(공이 끽끽 대는 소리)

93
00:05:08,036 --> 00:05:11,102
멋지다.

94
00:05:12,706 --> 00:05:14,656
이 공 보이니?

95
00:05:14,656 --> 00:05:16,537
(공이 끽끽대는 소리)

96
00:05:16,537 --> 00:05:19,190
우와.

97
00:05:21,854 --> 00:05:23,967
별 거 없죠?

98
00:05:23,967 --> 00:05:27,998
권효원: 이거 보여?
(공이 끽끽대는 소리)

99
00:05:27,998 --> 00:05:32,617
클라라, 이 공 줄게.
갖고 놀아도 돼.

100
00:05:38,784 --> 00:05:44,219
(웃음)

101
00:05:44,219 --> 00:05:47,214
말 안해도 어떤 상황인지 아시겠죠?

102
00:05:47,214 --> 00:05:50,113
아기들이 파란 공의 특성을 노란 공에

103
00:05:50,113 --> 00:05:51,641
일반화시키는 것은 좋습니다

104
00:05:51,641 --> 00:05:54,737
아기들이 우리의 행동을 모방함으로써
학습하는 것도 인상깊죠.

105
00:05:54,737 --> 00:05:58,406
우리는 아기의 이런 특성을
오래 전부터 알고 있었습니다.

106
00:05:58,406 --> 00:06:00,217
진짜 흥미로운 질문은

107
00:06:00,217 --> 00:06:03,069
아기들에게 완벽히 똑같은 것을
보여주면 무슨 일이 일어나는지 입니다.

108
00:06:03,069 --> 00:06:06,680
완벽히 똑같다고 장담할 수 있는게
우리가 칸을 하나 숨겨놓고

109
00:06:06,680 --> 00:06:08,790
거기서 공을 꺼내기 때문입니다.

110
00:06:08,790 --> 00:06:12,268
하지만 이번엔 증거를 산출하는

111
00:06:12,268 --> 00:06:15,170
모집단만 바꿀겁니다.

112
00:06:15,170 --> 00:06:18,723
이번에는 아기에게 노란 공이
대부분인 상자에서 꺼낸

113
00:06:18,723 --> 00:06:22,107
파란 공 세 개를 보여줄 겁니다.

114
00:06:22,107 --> 00:06:23,429
결과가 어떨까요?

115
00:06:23,429 --> 00:06:26,269
아마 노란 공이 가득한 상자에서
무작위로 파란 공을

116
00:06:26,269 --> 00:06:28,753
연속 세 번 뽑을 수는 없을 겁니다.

117
00:06:28,753 --> 00:06:32,500
무작위로 뽑았을 때
가능한 표본이 아니죠.

118
00:06:32,500 --> 00:06:37,623
이 표본은 효원양이 일부러 파란 공만 
뽑았을 수도 있다는 걸 암시합니다.

119
00:06:37,623 --> 00:06:40,206
파란 공이 특별한 걸 수도 있죠.

120
00:06:40,846 --> 00:06:43,822
파란 공에서만 소리가 날 수도 있어요.

121
00:06:43,822 --> 00:06:45,717
아기가 어떻게 행동하는지 봅시다.

122
00:06:45,717 --> 00:06:48,621
권효은: 이거 보이니?
(공이 끽끽대는 소리)

123
00:06:50,851 --> 00:06:53,496
이 장난감 보여?
(공이 끽끽대는 소리)

124
00:06:53,496 --> 00:06:58,976
멋지다. 봐봐.
(공이 끽끽대는 소리)

125
00:06:58,976 --> 00:07:03,370
자, 이거 줄게.
갖고 놀아도 돼.

126
00:07:06,074 --> 00:07:14,691
(소란)
(웃음)

127
00:07:15,729 --> 00:07:20,651
15개월의 두 아기가 관찰한 표본의 
확률에만 기반한 추측으로

128
00:07:20,651 --> 00:07:23,190
완전히 다른 행동을 하는 것을
방금 보셨습니다.

129
00:07:23,190 --> 00:07:25,380
실험 결과를 보여드릴게요

130
00:07:25,511 --> 00:07:28,275
세로 축은 각 조건에서 공을 누른

131
00:07:28,275 --> 00:07:30,805
아기의 비율입니다.

132
00:07:30,805 --> 00:07:34,520
보시다시피 아기들은
증거가 선별됐을 때보다

133
00:07:34,520 --> 00:07:37,655
모집단을 충분히 대표할 수 있을 때

134
00:07:37,655 --> 00:07:41,393
증거를 일반화할 확률이 더 높습니다.

135
00:07:41,393 --> 00:07:43,808
이걸로 재밌는 예측이 가능합니다.

136
00:07:43,808 --> 00:07:48,676
노란 공이 대부분인 상자에서
파란 공을 하나만 꺼낸다고 가정합시다.

137
00:07:48,896 --> 00:07:52,765
무작위로 파란 공을 연속으로
세 개나 뽑는 건 어려울 겁니다.

138
00:07:52,765 --> 00:07:55,220
하지만 파란 공을 무작위로
하나만 뽑는것은

139
00:07:55,220 --> 00:07:57,190
있을 수 없는 일은 아니죠.

140
00:07:57,190 --> 00:07:59,414
그리고 상자에 손을 넣어
아무거나 꺼냈는데

141
00:07:59,414 --> 00:08:03,401
소리가 난다면 상자 속의
다른 공도 다 소리날 수도 있죠.

142
00:08:03,875 --> 00:08:08,320
그러니까 이전에 비해
소리나는 공을 훨씬 적게 보게 되고

143
00:08:08,320 --> 00:08:10,562
모방할 행동이 훨씬 적더라도

144
00:08:10,562 --> 00:08:13,905
여러분이 방금 보신 조건에서보다
공 하나를 뽑는 이 조건에서

145
00:08:13,905 --> 00:08:17,797
아기가 더 많이 공을 
누를 거라고 우린 추측했고

146
00:08:17,797 --> 00:08:20,691
실제로 그랬습니다.

147
00:08:20,691 --> 00:08:25,102
그러니까 15개월의 아기가,
이 부분에 있어서는

148
00:08:25,102 --> 00:08:28,190
과학자들처럼 표본이 무작위로
선출되었는지 신경쓰고

149
00:08:28,190 --> 00:08:31,697
세상을 더 잘
예측하는 데 사용합니다.

150
00:08:31,697 --> 00:08:33,879
어느 공이 소리가 나는지

151
00:08:33,879 --> 00:08:37,024
어느 걸 탐구하고
무시해야 할지 말이죠.

152
00:08:38,384 --> 00:08:40,450
이제 다른 예시를 보여드릴게요.

153
00:08:40,450 --> 00:08:43,180
이번에는 인과추론의 
오류에 대한 겁니다.

154
00:08:43,180 --> 00:08:47,319
이 오류는 우리 모두가 가진
혼란스러운 증거로부터 시작됩니다.

155
00:08:47,319 --> 00:08:49,311
우리가 세계의 일부라는 거죠.

156
00:08:49,311 --> 00:08:51,737
여러분께 문제처럼 보이지 
않을 수도 있겠지만

157
00:08:51,737 --> 00:08:55,084
이건 다른 문제들처럼 일이
잘못되었을 때만 문제가 됩니다.

158
00:08:55,464 --> 00:08:57,275
이 아기를 예로 들어 봅시다.

159
00:08:57,275 --> 00:08:58,980
뭐가 잘 안 풀리네요.

160
00:08:58,980 --> 00:09:01,251
장난감을 작동시키고 싶은데 안돼죠.

161
00:09:01,251 --> 00:09:03,780
짧은 영상을 보여드릴게요.

162
00:09:09,340 --> 00:09:11,260
크게 두 가지 가능성이 있습니다.

163
00:09:11,260 --> 00:09:13,894
아기가 뭔가를 잘못하고 있든지

164
00:09:13,894 --> 00:09:18,110
장난감이 문제든지.

165
00:09:18,110 --> 00:09:20,221
그래서 다음 실험에서

166
00:09:20,221 --> 00:09:23,518
아기들에게 둘 중 
하나의 가설을 지지하는

167
00:09:23,518 --> 00:09:26,100
통계 자료를 조금 줄 겁니다.

168
00:09:26,100 --> 00:09:29,555
아기들이 이걸 이용해
어떤 행동을 해야할 지에 대한

169
00:09:29,555 --> 00:09:31,389
다른 판단을 내릴 수 
있는지 볼 거예요.

170
00:09:31,389 --> 00:09:33,411
실험은 이런 식으로 진행됩니다.

171
00:09:34,071 --> 00:09:37,101
효원 양이 장난감을 작동시키고 
그렇게 됩니다.

172
00:09:37,101 --> 00:09:40,421
그 다음 제가 두 번 시도하고
두 번 다 실패할 거예요.

173
00:09:40,421 --> 00:09:43,533
다시 효원 양이 시도해서 
장난감을 작동시키는 데 성공할 겁니다.

174
00:09:43,533 --> 00:09:46,705
이건 전반적으로
기계를 사용하는 데 있어서

175
00:09:46,705 --> 00:09:49,540
저와 학생들 사이의 관계를 보여줍니다.

176
00:09:50,030 --> 00:09:53,322
여기서 중요한 점은
장난감이 문제가 아니라

177
00:09:53,322 --> 00:09:56,990
사람이 문제라는 것에 대한 증거를
조금만 제공한다는 겁니다.

178
00:09:56,990 --> 00:09:59,340
어떤 사람은 이 장난감을
작동시킬 수 있고

179
00:09:59,340 --> 00:10:00,299
어떤 사람은 아니죠.

180
00:10:00,799 --> 00:10:04,212
아기들이 장난감을 받으면
선택지가 주어질 겁니다.

181
00:10:04,212 --> 00:10:06,400
엄마가 바로 옆에 있어서

182
00:10:06,400 --> 00:10:09,715
아기가 엄마에게 장난감을 줌으로써
사람을 바꿀 수도 있고

183
00:10:09,715 --> 00:10:12,873
천의 다른 쪽에는
또 다른 장난감이 있어서

184
00:10:12,873 --> 00:10:16,425
천을 잡아당겨 장난감을 
바꿀 수도 있습니다.

185
00:10:16,425 --> 00:10:18,515
아기가 어떻게 행동하는지 봅시다.

186
00:10:18,515 --> 00:10:22,698
권효원: 둘, 셋, 짠!
(음악)

187
00:10:22,698 --> 00:10:25,829
로라 셜츠: 하나, 둘, 셋, 짠!

188
00:10:25,829 --> 00:10:33,211
아서, 다시 해볼게. 
하나, 둘, 셋, 짠!

189
00:10:33,677 --> 00:10:36,277
권효원: 아서, 나도 
다시 해볼게,알았지?

190
00:10:36,277 --> 00:10:40,827
하나, 둘, 셋, 짠! (음악)

191
00:10:41,583 --> 00:10:43,466
이것 봐. 이 장난감들 기억나니?

192
00:10:43,466 --> 00:10:46,730
이 장난감들 보여? 
그래, 이건 여기 두고

193
00:10:46,730 --> 00:10:48,792
이건 너한테 줄게.

194
00:10:48,792 --> 00:10:51,127
가지고 놀아도 돼.

195
00:11:11,213 --> 00:11:15,950
로라, 그런데 아기는
엄마를 사랑하니까

196
00:11:15,950 --> 00:11:18,132
장난감이 작동하지 않을 때

197
00:11:18,132 --> 00:11:20,162
당연히 엄마에게 장난감을 주겠죠.

198
00:11:20,162 --> 00:11:23,755
다시 말씀드리지만 중요한 건
우리가 통계 자료를 아주 약간

199
00:11:23,755 --> 00:11:26,909
변형시켰을 때 어떤 일이
일어나는지 입니다.

200
00:11:26,909 --> 00:11:30,996
이번에 아기는 동일한 순서로 
장난감을 작동시키는 걸

201
00:11:30,996 --> 00:11:33,411
성공하고 실패하는 걸 보겠지만
증거의 분포가 바뀔겁니다.

202
00:11:33,411 --> 00:11:37,822
이번엔 효원 양과 저는 한 번 
성공하고 한 번 실패할 거예요.

203
00:11:37,822 --> 00:11:43,459
이건 누가 시도하는지 상관없이
장난감이 망가진 걸 의미합니다.

204
00:11:43,459 --> 00:11:45,065
항상 작동하진 않으니까요.

205
00:11:45,065 --> 00:11:46,970
다시, 아기는 선택지가 주어집니다.

206
00:11:46,970 --> 00:11:50,356
엄마가 바로 옆에 있어서
사람을 바꿀 수도 있고

207
00:11:50,356 --> 00:11:53,040
천 끝에 다른 장난감이 있어서
장난감을 바꿀 수도 있습니다.

208
00:11:53,040 --> 00:11:55,008
아기가 어떻게 하는지 관찰해보죠.

209
00:11:55,008 --> 00:11:59,636
효원: 둘, 셋, 짠!

210
00:11:59,636 --> 00:12:04,620
다시 해볼게. 하나, 둘, 셋, 짠!

211
00:12:05,460 --> 00:12:07,157
음...

212
00:12:07,950 --> 00:12:10,642
로라 슐츠: 클라라, 내가 해볼게.

213
00:12:10,642 --> 00:12:14,587
하나, 둘, 셋, 짠!

214
00:12:15,265 --> 00:12:17,200
음, 다시 해볼게.

215
00:12:17,200 --> 00:12:22,870
하나, 둘, 셋, 짠!

216
00:12:23,009 --> 00:12:25,242
권효원: 이건 여기 두고

217
00:12:25,242 --> 00:12:27,243
이건 너한테 줄게.

218
00:12:27,243 --> 00:12:30,840
갖고 놀아도 돼.

219
00:12:46,376 --> 00:12:51,273
(박수)

220
00:12:52,993 --> 00:12:55,385
실험 결과를 보여드릴게요.

221
00:12:55,385 --> 00:12:57,860
세로축에 아이들이 각 조건에서
어떤 선택을 했는지에 대한

222
00:12:57,860 --> 00:13:00,437
분포를 볼 수 있습니다.

223
00:13:00,437 --> 00:13:04,988
보시면 분포도가
아기들이 관찰한 증거에 따라

224
00:13:04,988 --> 00:13:07,775
결정된다는 걸 알 수 있습니다.

225
00:13:07,775 --> 00:13:09,632
아기는 두 살 때

226
00:13:09,632 --> 00:13:13,489
적은 양의 통계 자료로 행동할 때

227
00:13:13,489 --> 00:13:17,466
두 가지의 근본적으로 다른 전략 중 
하나를 고를 수 있습니다.

228
00:13:17,466 --> 00:13:20,200
도움을 청할지 탐구해 볼지 입니다.

229
00:13:21,700 --> 00:13:25,134
이 분야에서 비슷한 주제로 한 실험이
정말 수 백개가 있지만 그 중에서

230
00:13:25,134 --> 00:13:28,825
연구실에서 한 실험 
두 개만 보여드렸습니다.

231
00:13:28,825 --> 00:13:31,217
정말로 중요한 요점은

232
00:13:31,217 --> 00:13:36,325
적은 자료로 풍부한 추론을 하는
아이들의 능력이

233
00:13:36,325 --> 00:13:41,666
인간이 하는 모든 종 특유의
문화적 학습의 근간이기 때문이죠.

234
00:13:41,666 --> 00:13:46,263
아이들은 몇 개의 예시만으로
새 도구를 사용하는 법을 배우고

235
00:13:46,263 --> 00:13:50,980
몇 개의 예시만으로
새로운 인과관계를 배웁니다.

236
00:13:51,928 --> 00:13:56,799
새로운 단어도 배웁니다.
이 경우는 미국식 수화죠.

237
00:13:56,799 --> 00:13:59,110
두 가지 요점으로
마무리하고 싶습니다.

238
00:14:00,050 --> 00:14:03,738
만약 여러분께서 제 세계인
뇌와 인지과학의 분야를

239
00:14:03,738 --> 00:14:05,375
지난 몇 년간 지켜보셨다면

240
00:14:05,375 --> 00:14:08,080
세 가지 커다란 견해가
눈에 들어오셨을 겁니다.

241
00:14:08,080 --> 00:14:11,516
첫째는, 지금은 뇌의 시대라는 겁니다.

242
00:14:11,516 --> 00:14:15,185
정말로 신경과학에서
충격적인 발견들이 있었습니다.

243
00:14:15,185 --> 00:14:18,621
피질에서 기능이 특화된 
부분을 알아내는 것,

244
00:14:18,621 --> 00:14:21,222
쥐의 뇌를 투명하게 만드는 것,

245
00:14:21,222 --> 00:14:24,418
뉴런을 빛으로
활성화시키는 것이 있었죠.

246
00:14:24,998 --> 00:14:26,994
두 번째는

247
00:14:26,994 --> 00:14:31,098
빅데이터와 기계 학습의
시대라는 것입니다.

248
00:14:31,098 --> 00:14:34,239
기계 학습은 우리의 이해력에
혁명을 가져올 것을 약속합니다.

249
00:14:34,239 --> 00:14:38,906
소셜네트워크부터 역학까지 전부 다요.

250
00:14:38,906 --> 00:14:41,599
그리고 장면 이해에 대한 문제와

251
00:14:41,599 --> 00:14:43,592
자연 언어 처리를 다루면서

252
00:14:43,592 --> 00:14:46,916
인간의 인식력에 대해
무언가를 알려줄 수도 있죠.

253
00:14:47,756 --> 00:14:49,693
마지막은 여러분이
들어보셨을 수도 있는데

254
00:14:49,693 --> 00:14:51,950
우리가 뇌에 대해 많은 걸 알고

255
00:14:51,950 --> 00:14:54,997
빅데이터에 많이 접근하는 게 
좋은 것일 수 있다는 겁니다.

256
00:14:54,997 --> 00:14:57,504
기기와 남겨진 인간은

257
00:14:57,504 --> 00:15:00,045
오류를 범하기 쉽기 때문입니다.

258
00:15:00,045 --> 00:15:04,772
지름길로 가고, 실수를 하고

259
00:15:04,772 --> 00:15:07,226
많은 방면에서 편향되어 있고

260
00:15:07,226 --> 00:15:11,425
세상을 잘못 이해합니다.

261
00:15:12,843 --> 00:15:15,792
저는 이 모든 게 중요하고

262
00:15:15,792 --> 00:15:19,577
인간적인 것이 어떤 의미인지에 대해
많은 것을 말해준다고 생각합니다.

263
00:15:19,577 --> 00:15:23,106
하지만 전 오늘 완전히 다른 이야기를
들려드렸다는 걸 강조하고 싶습니다.

264
00:15:23,966 --> 00:15:27,773
뇌가 아닌 사고에 관한
이야기였습니다.

265
00:15:27,773 --> 00:15:30,779
그리고 특별하게
인간의 정신만이 가능한

266
00:15:30,779 --> 00:15:33,369
많은 양의 구조화된 지식과


267
00:15:33,369 --> 00:15:37,313
적은 양의 자료와 소수의 
표본으로부터 얻은 증거로부터

268
00:15:37,313 --> 00:15:42,581
학습할 수 있는 능력을 포함하는
계산 능력에 관한 이야기죠.

269
00:15:43,741 --> 00:15:48,600
근본적으로 어떻게
어린 아이에서 시작해서

270
00:15:48,600 --> 00:15:54,260
우리 문화에서 가장 위대한
업적을 세움으로써

271
00:15:56,323 --> 00:15:58,620
세상을 제대로 알게 되는지에 
대한 이야기입니다.

272
00:16:00,433 --> 00:16:05,700
여러분, 인간의 사고는 적은 양의
자료로만 학습하지 않습니다.

273
00:16:06,285 --> 00:16:08,386
새로운 생각도 종합적으로 합니다.

274
00:16:08,746 --> 00:16:11,787
연구와 발견을 만들어내고

275
00:16:11,787 --> 00:16:17,060
예술과 문학과 시와 극작을 만듭니다.

276
00:16:17,070 --> 00:16:20,830
그리고 다른 인간을 보살핍니다.

277
00:16:20,830 --> 00:16:24,257
노인과 아이와 병자들을요.

278
00:16:24,517 --> 00:16:26,884
심지어 치유해줍니다.

279
00:16:27,564 --> 00:16:30,667
앞으로 우리는 상상을 초월하는

280
00:16:30,667 --> 00:16:34,464
기술적 혁신을 보게 될 겁니다.

281
00:16:34,464 --> 00:16:36,614
하지만 저와 여러분 세대에서

282
00:16:36,614 --> 00:16:42,323
인간 아이의 계산 능력에 
조금이라도 근접하는 걸

283
00:16:42,323 --> 00:16:46,621
볼 가능성은 거의 없습니다.

284
00:16:46,621 --> 00:16:51,668
가장 강력한 학습자들과 
그들의 발달에 투자한다면

285
00:16:51,975 --> 00:16:56,411
아기와 아이들, 엄마와 아빠들에게,

286
00:16:56,411 --> 00:16:59,110
돌보미와 선생님들에게 말입니다.

287
00:16:59,110 --> 00:17:05,560
우리가 가장 강력하고 정밀한 형태의
기술과 공학과 디자인에 하듯이 한다면

288
00:17:05,898 --> 00:17:09,437
단지 더 나은 미래를
꿈꾸기만 하는 게 아니라

289
00:17:09,437 --> 00:17:11,564
계획하게 될 것입니다.

290
00:17:11,564 --> 00:17:13,909
정말 감사합니다.

291
00:17:13,909 --> 00:17:17,330
(박수)

292
00:17:17,810 --> 00:17:22,236
크리스: 로라, 감사합니다.
사실 질문이 하나 있습니다.

293
00:17:22,236 --> 00:17:24,595
먼저, 미친 연구네요.

294
00:17:24,595 --> 00:17:28,320
누가 저런 연구를 
설계하겠어요? (웃음)

295
00:17:29,150 --> 00:17:30,940
저런 걸 몇 번 본 적은 있지만

296
00:17:30,940 --> 00:17:34,162
아직도 실제로 일어날 수 있다는 걸
솔직히 못 믿겠어요.

297
00:17:34,162 --> 00:17:36,920
그렇지만 다른 사람들도
비슷한 실험을 했고

298
00:17:36,920 --> 00:17:38,953
아기가 정말 천재라는 게 입증됐나요?

299
00:17:38,953 --> 00:17:41,960
로라: 아기들은 우리 실험 속에서
정말 인상적입니다.

300
00:17:41,960 --> 00:17:44,042
하지만 현실에서는 어떤지
생각해 보세요.

301
00:17:44,042 --> 00:17:45,392
아기로 시작해서

302
00:17:45,392 --> 00:17:47,769
18개월 후에는 말을 하고 있죠.

303
00:17:47,769 --> 00:17:50,810
아기들의 첫 단어는
공이나 오리같은 게 아니에요.

304
00:17:50,810 --> 00:17:53,691
소멸을 뜻하는 "다 없어졌어"
같은 것들이죠.

305
00:17:53,691 --> 00:17:55,974
아니면 의도치 않은 행동을 뜻하는
"어어"같은 것이나요.

306
00:17:55,974 --> 00:17:57,536
그만큼 강력합니다.

307
00:17:57,536 --> 00:17:59,821
제가 보여준 것들 이상으로 강력해요.

308
00:17:59,821 --> 00:18:02,285
세상의 모든 걸 이해하는 중이니까요.

309
00:18:02,285 --> 00:18:05,429
4살짜리 아이는 여러분에게
거의 모든 것에 대해 얘기할 수 있죠.

310
00:18:05,429 --> 00:18:07,030
(박수)

311
00:18:07,030 --> 00:18:10,444
크리스: 제가 제대로 이해했다면
당신이 말하는 또 다른 요점은

312
00:18:10,444 --> 00:18:13,198
여태까지 오랜 시간
우리의 정신이 변덕스럽고

313
00:18:13,198 --> 00:18:15,130
결함이 많다는 논의가 많이 있어왔고,

314
00:18:15,130 --> 00:18:17,997
우리가 합리적인 인간이 아니라는 걸

315
00:18:17,997 --> 00:18:19,600
행동경제학과 다른 많은 
이론들이 뒷받침하고 있죠.

316
00:18:19,600 --> 00:18:23,816
당신이 말씀하시는 건, 
더 큰 그림은 아기들이

317
00:18:23,816 --> 00:18:28,760
정말 비범하고 사실상 
과소평가받는 천재들이라는거죠.

318
00:18:28,760 --> 00:18:30,830
로라: 제가 심리학에서
가장 좋아하는 인용구 중 하나가

319
00:18:30,830 --> 00:18:33,120
사회심리학자 솔로몬 애쉬가
하신 말씀입니다.

320
00:18:33,120 --> 00:18:35,927
심리학의 근본적 과제는
자명함의 베일을

321
00:18:35,927 --> 00:18:38,553
걷어내는 것이다.

322
00:18:38,553 --> 00:18:43,104
여러분은 매일, 세상을 옳게 이해하는
백만 자리수가 넘는 갯수의

323
00:18:43,104 --> 00:18:44,451
결정을 내립니다.

324
00:18:44,451 --> 00:18:46,583
여러분은 물체와 그 속성에 
대해 알고 있습니다.

325
00:18:46,583 --> 00:18:49,612
막혀있을 때나
어둠 속에 있을 때도 알고

326
00:18:49,612 --> 00:18:50,920
방을 걸어서 통과할 수 있습니다.

327
00:18:50,920 --> 00:18:53,492
다른 사람들이 무슨 생각을 하는지
알아내고 그들과 얘기할 수 있고

328
00:18:53,492 --> 00:18:55,942
우주를 탐사하고 숫자에 대해 알고

329
00:18:55,942 --> 00:18:59,234
인과관계와 도덕적 추론에 대해 압니다.

330
00:18:59,234 --> 00:19:01,310
노력 없이 하기 때문에
우리는 보지 못하지만

331
00:19:01,310 --> 00:19:03,982
이게 우리가 세상을 옳게 이해하는
방법이고 놀랍습니다.

332
00:19:03,982 --> 00:19:06,070
그리고 이해하기 힘든 업적이죠.

333
00:19:06,070 --> 00:19:09,918
크리스: 제 생각에는 청중들 중에
기술력을 발전시키는 관점을 가지고

334
00:19:09,918 --> 00:19:12,156
당신이 우리 세대에 절대로 컴퓨터가

335
00:19:12,156 --> 00:19:15,114
세 살의 아이가 할 수 있는 일을
하지 못할 것이라는 주장에

336
00:19:15,114 --> 00:19:17,272
이의를 제기할 분이
있을 것 같진 않지만

337
00:19:17,272 --> 00:19:20,980
분명한 것은 어떤 시나리오 안에서건

338
00:19:20,980 --> 00:19:24,750
기계가 아기들에게서 배울 게
정말 많다는 거죠.

339
00:19:26,230 --> 00:19:29,446
로라: 그렇게 생각해요. 여기 
기계를 공부하는 분도 있을 거예요.

340
00:19:29,446 --> 00:19:33,649
현실 속 내기에서는 절대로
아기나 침팬지나 기술 반대편에

341
00:19:33,649 --> 00:19:37,294
돈을 걸면 안됩니다.

342
00:19:37,294 --> 00:19:41,822
하지만 이건 단순히
양적 차이의 문제가 아니라

343
00:19:41,822 --> 00:19:43,586
유형적 차이의 문제입니다.

344
00:19:43,586 --> 00:19:45,746
우리는 가끔은 방대한 양의 자료로

345
00:19:45,746 --> 00:19:48,137
매우 정교한 작업도 수행하는

346
00:19:48,137 --> 00:19:51,341
놀라울 정도의 고성능
컴퓨터가 있습니다.

347
00:19:51,341 --> 00:19:53,948
저는 사람의 사고는 상당히 다른
무언가를 한다고 생각합니다.

348
00:19:53,948 --> 00:19:57,843
그리고 구조화된, 
계급적 본성을 가진 인간의 지식이

349
00:19:57,843 --> 00:19:59,875
남아있는 어려운 과제라고 생각합니다.

350
00:19:59,875 --> 00:20:02,936
크리스: 정말 좋은 생각해 볼
거리를 주셨네요. 감사합니다.

351
00:20:02,936 --> 00:20:05,858
로라: 감사합니다. (박수)