생각은 무엇일까? 뇌가 새로운 생각을 만드는 방법 | 헤닝 벡 | TEDxHHL

뇌가 어떻게 작동하며 컴퓨터와는 어떻게 다른 것일까? 이것을 몇 분만에 설명하기에는 너무 복잡하다고 생각한다면, 놀라게 될 것이다. 이 활기넘치고 통찰력 있는 토크에서, 신경과학자 헤닝 벡 박사는 생각하는 과정에서의 통찰력을 주고 새로운 생각을 해내는 방법을 이야기해준다.

신경과학자이자 저술가인 헤닝 벡 박사는 혁신적이고 효율적인 일처리를 개발하기 위한 뇌 기반 연구를 지원한다. 그는 2003년부터 2008년까지 투빙겐에서 생화학을 연구했다. 학사 과정 뒤에, 그는 Hertie Institute for Clinical Brain Research에서 연구를 시작했고 Institute of Physiological Chemistry at the University of Ulm에서 연구를 강화했다. Hertie 재단에서 부여한 박사 학위로 그는 Graduate School of Cellular & Molecular Neuroscience in Tübingen에서 박사 과정을 이수했다. 그는 2013년 International Diploma in Project Management at the University of California, Berkeley에서 과학적 견문을 넓혔다. 2014년까지, 그는 샌프란시스코 베이에서 신경과학 이론에 기반하여 창조적인 작업공간 디자인과 발전된 소통 방식을 개발하기 위해 일했다.

아이디어는 무엇일까요?

생각은 무엇일까요?

그리고 우리는 공유할만한 가치가 있는
이런 대단한 생각을 어떻게 해낼까요?

제 이름은 헤닝 벡입니다.

저는 뇌 연구가이며,

여러분이 새로운 생각을 하기 위해
정보를 사용할 때

여러분의 뇌 속에 어떤 일이 벌어지는지
보여드리고 싶습니다.

이것은 중요합니다.
정보는 우리 주변에 다 있으니까요.

많은 사람들은 생각이 모두
데이터에서 시작한다고 생각합니다.

데이터는 21세기의 자원이죠.

데이터는 어디에나 있습니다.

회사들이 데이터를 수집하고,
우리는 데이터를 분석하고 연결하지만,

사실, 데이터 그 자체는 꽤 단순합니다:

그저 문자와 숫자의 조합이죠.

전기적으로 가공할 수 있는 신호이지만,
의미를 가지고 있지는 않습니다.

여러분은 데이터를 측정할 순 있어도,
아이디어를 측정할 순 없습니다.

왜냐하면, 여러분이 정말
창조적이거나 혁신적인 때는 언제인가요?

당신의 수천 가지의 생각 중,
오직 단 하나만이 판을 뒤엎는 생각이죠.

자, 어쩌면 정보는
더 중요할 수 있습니다.

우리는 정보를 얻을 수 있는
너무나도 많은 도구를 갖고 있습니다.

스마트폰, 모바일 기기, 인터넷이
어디에나 널려있죠.

하지만 아이디어나 지식을 갖고 있는 것과
정보를 같은 것으로 생각하지 마세요.

왜냐하면 여러분은
정보를 검색할 순 있어도

아이디어를 검색할 순 없으니까요.

생각을 하는 것,
정보를 얻는 것,

어떤 것을 이해하는 것,
이것은 생각하는 방법을 바꾸려고

정보를 이용할 때 여러분들의 뇌에서
벌어지는 일입니다.

그럼, 그런 생각은 뭘까요?

여러분이 볼 수 있는 부분은
여러분이 생각을 할 때 마음속에서

벌어지는 일의 빙산의 일각에 불과합니다.

대부분의 생각은 잠재의식으로 들어가서,
조사하기가 훨씬 어렵지만,

훨씬 더 흥미롭습니다.

생각을 하는 동안 무슨 일이 일어나는지
알아보기 위해 뇌로 들어가봅시다.

많은 사람들은 뇌가 무슨
슈퍼컴퓨터 같은 것이라고 생각합니다.

무한히 계산하는 기계처럼 말이죠.

정말 빠르고, 연결성이 좋으며,
극도로 정확하다고 생각합니다.

여러분이 무엇를 생각하고 있다면,
어쩌면 지금,

사진이나, 이미지나,
그런 것을 떠올린다면,

아주 선명하고 정확하게 볼 수 있고
아주 쉽게 바꿀 수 있습니다.

컴퓨터도다도 빠르게요, 맞죠?

왜냐하면 이걸로 뭘 할 수 있나요?

이건 적어도 멋있고, 책상 위에 놓기 좋지만,
그게 다에요, 그렇죠?

이걸 다시 보면 이젠 완전히
다른 방식으로 보입니다.

책상 위에 놓는 컴퓨터는

초당 34억 번의 계산을 쉽게 해냅니다.

뇌세포는 훨씬 느리며
최대 500번 밖에 기능할 수 없습니다.

컴퓨터는 실수를 하지 않죠.

대략적 수치에 의하면
1조에 한 번 실수하지만,

뇌는, 여러분의
개인적 경험으로도 아시겠지만,

훨씬 더 많이,
10억 배의 실수를 저지릅니다.

컴퓨터에서는 인터넷에 들어가면

뇌와는 달리,
전 세계와 연결될 수 있습니다.

왜냐하면 뇌는 99퍼센트 자기 지향적이고

대부분의 신경 섬유는
절대 두개골 밖으로 나가지 않습니다.

대부분의 뇌세포는 밖에서
무슨 일이 일어나는지 보지 못하죠.

자, 이 관점에서 여러분은 말하죠:
"좋아 뇌는 완벽함 빼곤 다있어.

실력도 없고, 게으르고,
이기적이지만, 여전히 일은 해."

주위를 둘러보면 어디를 보든
일하는 뇌가 있죠.

하지만, 아주 간단한 실험을 통해
여러분이 컴퓨터를 능가하는

능력을 가지고 있다는 것을
증명할 수 있습니다.

1분만에 보여드릴 수 있죠.

여기서 뭐가 보이시나요?
얼굴, 이라고 하시겠죠. 맞습니다.

아니면 이건 그냥 과일과
채소의 모임이라고 할 수도 있겠죠.

어쨋든 얼굴이 보입니다.

재미있는 것은 본다는 사실 자체가 아니라,
얼마나 빨리 보는가입니다.

왜냐하면 뇌세포는 정말 느려서,
그 짧은 몇 초 안에는

20, 30, 어쩌면 40개의
작업밖에 수행할 수 없거든요.

컴퓨터 소프트웨어는 더 많은 단계,

수 천, 심지어는 수 억 단계를 거쳐
똑같은 결론을 도출합니다.

생각이 이루지는 근본적인 원리를
여기에서 엿볼 수 있습니다.

이것은 세상에 알려져 있던 것과는
완전히 다른 방식입니다.

자, 컴퓨터가 이런 문제를
어떻게 접근할까요?

컴퓨터는 알고리즘을 사용합니다.

알고리즘은 해야 할 일을 알려주는
단계적인 설명서입니다.

컴퓨터가 특정 문제를 마주하면,

예를 들어 방정식이든 뭐든
풀라고 하면,

기본적인 원리는 이렇습니다:

입력이 있고, 알고리즘을 따라
그 입력을 가공하여,

마침내 결과에
다다르는 것이죠.

입력, 가공, 결과.

훌륭합니다.

실수를 하나도 하지 않는다는건
훌륭합니다.

왜냐하면 초반에 실수를 하면,

끝에서는 엉망이 되기 때문이죠.

그게 바로 컴퓨터들이 고장나고
블루스크린이 뜨는 이유입니다.

그나저나 참 슬픈 얼굴이네요.
불쌍한 녀석.

컴퓨터는 고장납니다.
뇌는 그렇지 않습니다.

외부적인 힘, 알코올,
그런 것들을 넣지 않는 한 말이죠.

하지만 주로 뇌는 아주 바쁩니다.

그게 바로 우리가
꾀를 부리는 이유입니다.

자극이 우리의 눈에 부딪히면,

시각 세포가 자극을 가공하고,

신경 네트워크의
이웃들을 작동시킵니다.

자, 이건 활성화된 뇌의
단순한 모델입니다.

이 강연을 위해 동의를 해주셔야 하는데,
제가 여러분의 뇌의 모델을

지나치게 단순화했거든요.

적어도 그랬길 바랍니다.

하지만 여전히 기본 원리는 보이죠.

뇌세포는 그 자체만으로는 멍청해서,
아무것도 할 수가 없습니다.

하지만 뇌세포가 많이 모이면,
활동 패턴이라고 하는 것을

수행하게 되는데, 활동 패턴이란
특정 신경망이 활성화 된 상태를 말합니다.

그리고 이 활동 패턴을,
우리는 생각이라고 부르죠.

컴퓨터와는 큰 차이입니다.

뇌는 가공과 결과를 구별하지 않습니다.

왜냐하면 정보를 가공하는 것 자체가
생각이기 때문이죠.

이건 꽤 까다롭지만 어쩌면
오케스트라와 비슷할 수 있습니다.

오케스트라를 외부에서 볼 때,
모든 연주자들이

서로의 옆에 앉아있지만
어떤 음악도 연주하지 않는다면

이 오케스트라가 어떤 멜로디를
연주할 수 있는지 여러분은 알 수 없습니다.

뇌처럼 말이죠.

뇌를 외부에서 보게되면,

이 체계가 어떤 생각을 할 수 있는지
알아낼 방법이 없습니다.

오케스트라에서, 멜로디는

연주자들이 함께 연주하여
서로 합쳐질 때 나타납니다.

자, 음악, 멜로디는 연주자들
사이에서 나타납니다.

마치 뇌세포들이 서로 협력할 때에만

생각이 나타나는 것처럼 말이죠.

생각은 한곳에 자리잡고 있지 않습니다.

생각은 뇌세포가 상호작용하는 방식이며,

정보를 가공하는 방식입니다.

이건 컴퓨터와 다릅니다.

왜냐하면 컴퓨터가 어떤
가공법을 거치는가와 관계없이,

그것이 알고리즘이든
딥 러닝 네트워크이든,

아니면 미래에 개발될
어떤 멋진 방법이든,

그것은 아마 늘 실수 없이
'인풋, 가공, 결과'일 거니까요.

하지만 여러분이 실수를 하지 않는다면,

처음에 프로그램되었던
장소에 도착하게 됩니다.

하지만 새로운 곳은 아니죠.

컴퓨터는 지능적이지만,
지능은 특별할 것이 없습니다.

지능이란 여러분이 최대한
빠르고 효율적으로 규칙을 따르되

규칙은 바꾸지 않는 것을 의미합니다.

어떠한 똑똑한 컴퓨터도
세계를 지배할 순 없습니다.

왜냐하면 지능으론 충분하지 않으니까요.

규칙을 깨고, 판을 뒤엎어야 합니다.

미쳐버리고 창의적이어야 하죠.

우리를 비창조적인
기계들과 구분지어주는 것은

완벽함이 아니라, 실수입니다.

이 실수가 무엇을 뜻할까요?

그것은 우리가 새로운 생각을
해낼 수 있다는 것을 뜻합니다.

이것이 옳은지 틀린지 알기 전에
하는 새로운 활동 말입니다.

조금만 다르게 작동해도,
새로운 패턴, 새로운 생각을 하게되지만,

이것이 맞는지는 모릅니다.

시도하고, 실패하고, 다시 시도하죠.

하지만 좋은 생각에는
객관적 기준이 없습니다.

하나 있긴 하네요.

언제 아이디어가 좋다고 하죠?

누군가가 이렇게 말할 때죠,
"이거 좋은 생각이네."

하지만 이 사회적인 상호작용,
사회적인 피드백,

이 시행착오, 이 사회적 관습은
지금 당장은 디지털화될 수 없습니다.

그게 바로 진짜 새로운 생각들이
미래에도 아날로그로 남는 이유죠.

이런 생각은 우리가
새로운 생각을 해낼 때

큰 이점을 제공하는데,
우리는 그 특정한 생각을

"컨셉 사고", 또는
분류된 사고라고 합니다.

이론적인 배경을 설명하고
그 뒤에는 뭐가 있는지

설명하는 대신,

예시를 보여드리죠.

새로운 생각을 해내는 방법입니다:

이게 의자라고 생각하시는 분?
손들어주세요.

좋아요 감사합니다.

이것들도 의자라고 생각하시는 분?

손들어주세요, 좋아요.
가구에 상당히 익숙하시군요.

아주 좋아요, 네.

이제 문제를 내겠습니다:
이것들도 의자라고 생각하시는 분?

시간이 갈수록 더 많은 손들이 보이네요.
감사합니다. 하지만 왜죠?

왜 막대기 3개 달린 이 파란색
플라스틱 공이 의자라고 생각하시죠?

음, 이것은 컴퓨터 세계와
뇌 세계의 큰 차이입니다.

여기서 보시는 것은 딥 러닝으로,

자율학습 알고리즘을 만들어

엄청나게 많은 이미지와
몇 백개의 의자 사진들을 본 후

모든 데이터를 분석하여
98 퍼센트의 정확도로

의자란, 4개의 다리, 좌석,
등받이가 있는 물체라고 하죠.

하지만 우리는 그렇게 하지 않습니다;
우리는 의자가

특정 형태의 물체가 아닌,
앉아있을 수 있는

물체라는 것을 이해합니다.

그리고 그것을 이해하게 되면,
어디에서든 의자가 보입니다.

새로운 디자인과 형태를 갖춘
새로운 의자를 만들 수 있죠.

여기 또다른 예시가 있습니다.
생각을 하는 기본적인 방법에 대해서요.

컴퓨터는 배웁니다.

하지만 배우는 것은 특별하지 않습니다.

동물들도 다 배우니까요;
찌르래기도 배우고, 돌고래도 배우고,

코끼리도 배우고, 컴퓨터도 배우는데,
우리는 이해를 합니다.

딥 러닝을 위대하지만,
깊은 이해가 더 낫습니다.

왜냐하면 어떤 것을 배우면,
그것을 잊어버릴 수 있지만,

이해를 하게되면,
다시 이해를 못하게 되진 않죠.

왜냐하면 이해하는 것은

정보 가공 방식을 바꾼다는 것이고,

정보 가공과 결과 도출이
우리 뇌에서는 같은 것이기 때문에,

우리는 아주 빨리 이해해버립니다.

제가 다른 예시에서 말씀드렸듯:

어떤 컴퓨터도 이 문제를 해결할 순 없지만

여러분은 1분 내에
이걸 이해할 수 있을 겁니다.

저는 훌륭한 화가는 아닙니다만
이정도면 충분합니다.

이게 꽃이라고 해보죠.

이게 꽃이면, 이건 뭐죠?

나무입니다.

이가 꽃이고, 이게 나무면, 이건 뭐죠?

숲이나 정원 같은 거겠죠.

여러분은 이걸 이해하시네요.
하지만 만약 제가 이걸...

아이라고 하면.

이게 아이라면, 이건 뭘까요?

어른이죠.

만약 이게 아이고 이게 어른이면,
이건 뭘까요?

물론, 가족이겠죠.

데이터는 같습니다.

정보는 다릅니다.

이해란 당신의 지식을 바꾸기 위해
정보를 사용하는 방식을 말합니다.

이건 여러분들에겐 쉽지만,
컴퓨터들이 지금 당장 풀기엔

불가능한 일입니다.

이제 여러분이 즉각적으로
얼마나 잘 이해하시는지 아시겠죠.

몇 주전, 2살 짜리 제 이웃이

제 아파트로 들어오더니 위를 보곤 말했죠.
"오, 화재감지기네."

제가 말했습니다. "뭐? 이 소년의
부모님은 어떤 분이지?

이 아이에게 화재감지기랑
탈출구 사진을 몇 백장 보여주고

화재감지기가 뭔지 배우도록 했나?"

아마 아닐겁니다.

이 소년은 아마 '화재감지기'라는 말을
한 두번 정도 들어봤겠죠.

하지만 그 정도면 모든 의미를
이해하기에 충분했던 것입니다.

우리는 실험으로부터, 아이들이
장난감, 단어, 동물들과 같이

새로운 것들의 의미를 한눈에
이해할 수 있음을 압니다.

이건 놀라운 일이고,
여러분도 이렇게 합니다.

브렉시트라는 단어를 이해하기까지
시간이 얼마나 걸렸나요?

매체에서 한두번 본걸로도
충분했을 겁니다.

한번 이해하면,
그걸로 뭐든 할 수 있습니다.

브렉시트가 뭔지 알았다면,

스웨시트는 뭘까요?
프랑시트는요? 이타시트는요?

한번도 본적은 없지만,
한눈에 이해 하실 겁니다.

브렉시트가 뭔지 안다면,
브레메인이나 브레턴은 뭐겠어요?

(웃음)

본적은 없지만, 단숨에 이해하는 거죠.

아까 블루스크린에 뜬
슬픈 얼굴 기억나세요?

이 불쌍한 사람은 데이터에서
행복한 얼굴과 50% 다릅니다.

하지만 우리에겐 100퍼센트 다르죠.

우리가 생각하는 방식이
얼마나 강력한지는 알았는데,

미래의 창조적이고 혁신적인 사람이
되려면 이걸 어떻게 사용해야하죠?

글쎄요...

먼저 알아야 할것은,
컴퓨터처럼은 하지 말라는 것입니다.

많은 사람들은 더 열심히, 빨리,

효율적으로 문제를 해결하는 것이
중요하다고 생각합니다.

하지만 그건 바로
기계들이 하는 일입니다.

모든 효율적인 과정은 결국에는
알고리즘으로 대체될 것입니다.

대체될 수 없는 사고과정이란
새로운 생각을 통합하고,

이해에 이르게하는,
비효율적인 생각이죠.

그걸 어떻게 할까요?
먼저 휴식을 취합니다.

자고, 집중력을 잃고 다시 집중하고
다시 머리를 식힙니다.

이건 처음 보기엔 비효율적인 것 같지만,

가끔은 아주 효율적입니다.

뒤로 물러나면, 똑같은 것을
다른 맥락에서 볼 수 있죠.

왜냐하면 데이터만 파고 들어가고,

데이터나 정보에만 의존하며
큰 그림을 이해하기 위해

뒤로 물러설 시간도 내지 않는다면
절대로 이해할 수 없으니까요.

두번째로, 사람들에게 이렇게 물으면,
"좋은 생각을 어디에서 얻으세요?"

70%는 이렇게 답할 겁니다.
"샤워하다가요" 이어서 운동, 운전중,

아파트 청소하다가, 설거지 하다가..
패턴이 보이세요?

우리는 지루하고 자동화된
일상 활동을 할 때마다

마음을 비우고
새로운 생각을 떠올립니다.

사실 이것은 창의적인 천재들이
사용했던 최고의 기술입니다.

문제를 파고들고, 과제에 집중하고,

열심히 참여한 뒤에,
물러서는 것이죠.

뭔가 관련 없는 일을 하세요.

새로운 문제를 해결하려 말고,
그냥 긴장을 푸세요.

고대 그리스에서는 이것이
다음과 같은 말로 신성시되었습니다:

"뮤즈의 입맞춤을 받는 것."

하지만 그런 뮤즈를 맞으려면
입맞춤을 받기 쉬운 상황을 만들어야죠.

이 말은 여러분들이 뒤로 물러나서,
어떤 자동화된 일상,

지루한 것들, 관련이 없는 일들을
해야한다는 겁니다.

그렇지 않으면 동일한 것들을
새로운 맥락에 적용하기 어려워집니다.

셋째로, 메아리 방에서 탈출하세요.

요즘에는 편하지만 아무런 영감을 주지 못하는
의견들에 둘러싸이기 쉽습니다.

사실 우리는 다른 의견들을 좋아하지 않죠.

페이스북 알고리즘은 우리에게 적절한
모든 온라인 게시물을 필터링해줍니다.

대부분의 친구들은
비슷한 관점을 갖고 있죠.

우리는 우리가 좋아하는 의견이
반영된 신문을 읽습니다.

우리는 우리의 믿음을 확인하기 위해
온라인 매체, tv, 라디오를 사용하지만

절대 그것들에 도전하지는 않습니다.

하지만 그럼으로써 우리 주변에
메아리 방과 필터를 만듭니다.

새로운 생각을 떠올리기 위해선,
반대로 해야합니다.

스스로를 깨우치게 하기 위해서 말이죠.

동의하지 않는 것을 읽고,
친구와 생산적인 논쟁을 벌이고,

반대편에서 바라보려고 해보세요.

알고리즘처럼 생각하지 말고요.

이제 여러분의 의견과 생각을
확증하는 대신 반대해보세요.

규칙을 따르지 말고
깨려고 해보세요.

그럼, 미래에 공유할만한 가치가 있는
위대한 생각은 무엇일까요?

우리는 아직 모릅니다.

하지만 그것이 우리의 뇌에서
나올 거라는 것은 확실하죠.

우리가 컴퓨터보다
더 똑똑해서, 빨라서, 지능이 높아서가 아닙니다.

하지만 반대죠.

우리는 더 느리고, 비이성적이고,
불완전합니다.

그게 바로 우리가 세상을 분석하는 대신
이해하려고 하는 이유이고,

이것이 우리에게
무한의 가능성을 열어줍니다.

우리는 이 사실을 이해하고,

더 자랑스러워해야 합니다.
이것이 우리를 인간으로 만들어주니까요.

감사합니다.

(박수)