생각은 무엇일까? 뇌가 새로운 생각을 만드는 방법 | 헤닝 벡 | TEDxHHL
-
0:08 - 0:10아이디어는 무엇일까요?
-
0:11 - 0:12생각은 무엇일까요?
-
0:13 - 0:18그리고 우리는 공유할만한 가치가 있는
이런 대단한 생각을 어떻게 해낼까요? -
0:19 - 0:20제 이름은 헤닝 벡입니다.
-
0:20 - 0:22저는 뇌 연구가이며,
-
0:22 - 0:25여러분이 새로운 생각을 하기 위해
정보를 사용할 때 -
0:25 - 0:29여러분의 뇌 속에 어떤 일이 벌어지는지
보여드리고 싶습니다. -
0:30 - 0:34이것은 중요합니다.
정보는 우리 주변에 다 있으니까요. -
0:34 - 0:37많은 사람들은 생각이 모두
데이터에서 시작한다고 생각합니다. -
0:37 - 0:40데이터는 21세기의 자원이죠.
-
0:40 - 0:42데이터는 어디에나 있습니다.
-
0:42 - 0:45회사들이 데이터를 수집하고,
우리는 데이터를 분석하고 연결하지만, -
0:45 - 0:48사실, 데이터 그 자체는 꽤 단순합니다:
-
0:48 - 0:51그저 문자와 숫자의 조합이죠.
-
0:51 - 0:55전기적으로 가공할 수 있는 신호이지만,
의미를 가지고 있지는 않습니다. -
0:55 - 0:59여러분은 데이터를 측정할 순 있어도,
아이디어를 측정할 순 없습니다. -
1:00 - 1:03왜냐하면, 여러분이 정말
창조적이거나 혁신적인 때는 언제인가요? -
1:03 - 1:07당신의 수천 가지의 생각 중,
오직 단 하나만이 판을 뒤엎는 생각이죠. -
1:08 - 1:11자, 어쩌면 정보는
더 중요할 수 있습니다. -
1:11 - 1:15우리는 정보를 얻을 수 있는
너무나도 많은 도구를 갖고 있습니다. -
1:15 - 1:18스마트폰, 모바일 기기, 인터넷이
어디에나 널려있죠. -
1:18 - 1:23하지만 아이디어나 지식을 갖고 있는 것과
정보를 같은 것으로 생각하지 마세요. -
1:23 - 1:27왜냐하면 여러분은
정보를 검색할 순 있어도 -
1:27 - 1:29아이디어를 검색할 순 없으니까요.
-
1:29 - 1:32생각을 하는 것,
정보를 얻는 것, -
1:32 - 1:37어떤 것을 이해하는 것,
이것은 생각하는 방법을 바꾸려고 -
1:37 - 1:41정보를 이용할 때 여러분들의 뇌에서
벌어지는 일입니다. -
1:42 - 1:45그럼, 그런 생각은 뭘까요?
-
1:45 - 1:47여러분이 볼 수 있는 부분은
여러분이 생각을 할 때 마음속에서 -
1:47 - 1:50벌어지는 일의 빙산의 일각에 불과합니다.
-
1:50 - 1:53대부분의 생각은 잠재의식으로 들어가서,
조사하기가 훨씬 어렵지만, -
1:53 - 1:55훨씬 더 흥미롭습니다.
-
1:55 - 2:00생각을 하는 동안 무슨 일이 일어나는지
알아보기 위해 뇌로 들어가봅시다. -
2:00 - 2:03많은 사람들은 뇌가 무슨
슈퍼컴퓨터 같은 것이라고 생각합니다. -
2:03 - 2:06무한히 계산하는 기계처럼 말이죠.
-
2:06 - 2:11정말 빠르고, 연결성이 좋으며,
극도로 정확하다고 생각합니다. -
2:12 - 2:15여러분이 무엇를 생각하고 있다면,
어쩌면 지금, -
2:15 - 2:17사진이나, 이미지나,
그런 것을 떠올린다면, -
2:17 - 2:20아주 선명하고 정확하게 볼 수 있고
아주 쉽게 바꿀 수 있습니다. -
2:20 - 2:22컴퓨터도다도 빠르게요, 맞죠?
-
2:22 - 2:24왜냐하면 이걸로 뭘 할 수 있나요?
-
2:24 - 2:28이건 적어도 멋있고, 책상 위에 놓기 좋지만,
그게 다에요, 그렇죠? -
2:29 - 2:33이걸 다시 보면 이젠 완전히
다른 방식으로 보입니다. -
2:33 - 2:36책상 위에 놓는 컴퓨터는
-
2:36 - 2:40초당 34억 번의 계산을 쉽게 해냅니다.
-
2:40 - 2:45뇌세포는 훨씬 느리며
최대 500번 밖에 기능할 수 없습니다. -
2:46 - 2:48컴퓨터는 실수를 하지 않죠.
-
2:48 - 2:52대략적 수치에 의하면
1조에 한 번 실수하지만, -
2:52 - 2:55뇌는, 여러분의
개인적 경험으로도 아시겠지만, -
2:55 - 3:00훨씬 더 많이,
10억 배의 실수를 저지릅니다. -
3:00 - 3:02컴퓨터에서는 인터넷에 들어가면
-
3:02 - 3:05뇌와는 달리,
전 세계와 연결될 수 있습니다. -
3:05 - 3:09왜냐하면 뇌는 99퍼센트 자기 지향적이고
-
3:09 - 3:12대부분의 신경 섬유는
절대 두개골 밖으로 나가지 않습니다. -
3:12 - 3:15대부분의 뇌세포는 밖에서
무슨 일이 일어나는지 보지 못하죠. -
3:16 - 3:20자, 이 관점에서 여러분은 말하죠:
"좋아 뇌는 완벽함 빼곤 다있어. -
3:20 - 3:25실력도 없고, 게으르고,
이기적이지만, 여전히 일은 해." -
3:26 - 3:29주위를 둘러보면 어디를 보든
일하는 뇌가 있죠. -
3:29 - 3:34하지만, 아주 간단한 실험을 통해
여러분이 컴퓨터를 능가하는 -
3:34 - 3:37능력을 가지고 있다는 것을
증명할 수 있습니다. -
3:37 - 3:391분만에 보여드릴 수 있죠.
-
3:39 - 3:45여기서 뭐가 보이시나요?
얼굴, 이라고 하시겠죠. 맞습니다. -
3:45 - 3:48아니면 이건 그냥 과일과
채소의 모임이라고 할 수도 있겠죠. -
3:48 - 3:50어쨋든 얼굴이 보입니다.
-
3:50 - 3:54재미있는 것은 본다는 사실 자체가 아니라,
얼마나 빨리 보는가입니다. -
3:54 - 3:58왜냐하면 뇌세포는 정말 느려서,
그 짧은 몇 초 안에는 -
3:58 - 4:0220, 30, 어쩌면 40개의
작업밖에 수행할 수 없거든요. -
4:02 - 4:05컴퓨터 소프트웨어는 더 많은 단계,
-
4:05 - 4:08수 천, 심지어는 수 억 단계를 거쳐
똑같은 결론을 도출합니다. -
4:09 - 4:13생각이 이루지는 근본적인 원리를
여기에서 엿볼 수 있습니다. -
4:13 - 4:17이것은 세상에 알려져 있던 것과는
완전히 다른 방식입니다. -
4:18 - 4:21자, 컴퓨터가 이런 문제를
어떻게 접근할까요? -
4:21 - 4:23컴퓨터는 알고리즘을 사용합니다.
-
4:23 - 4:28알고리즘은 해야 할 일을 알려주는
단계적인 설명서입니다. -
4:28 - 4:30컴퓨터가 특정 문제를 마주하면,
-
4:30 - 4:34예를 들어 방정식이든 뭐든
풀라고 하면, -
4:34 - 4:37기본적인 원리는 이렇습니다:
-
4:37 - 4:42입력이 있고, 알고리즘을 따라
그 입력을 가공하여, -
4:42 - 4:44마침내 결과에
다다르는 것이죠. -
4:45 - 4:47입력, 가공, 결과.
-
4:48 - 4:49훌륭합니다.
-
4:49 - 4:51실수를 하나도 하지 않는다는건
훌륭합니다. -
4:51 - 4:53왜냐하면 초반에 실수를 하면,
-
4:53 - 4:56끝에서는 엉망이 되기 때문이죠.
-
4:56 - 5:00그게 바로 컴퓨터들이 고장나고
블루스크린이 뜨는 이유입니다. -
5:01 - 5:03그나저나 참 슬픈 얼굴이네요.
불쌍한 녀석. -
5:03 - 5:06컴퓨터는 고장납니다.
뇌는 그렇지 않습니다. -
5:07 - 5:10외부적인 힘, 알코올,
그런 것들을 넣지 않는 한 말이죠. -
5:10 - 5:12하지만 주로 뇌는 아주 바쁩니다.
-
5:13 - 5:16그게 바로 우리가
꾀를 부리는 이유입니다. -
5:16 - 5:20자극이 우리의 눈에 부딪히면,
-
5:21 - 5:25시각 세포가 자극을 가공하고,
-
5:25 - 5:29신경 네트워크의
이웃들을 작동시킵니다. -
5:29 - 5:33자, 이건 활성화된 뇌의
단순한 모델입니다. -
5:34 - 5:38이 강연을 위해 동의를 해주셔야 하는데,
제가 여러분의 뇌의 모델을 -
5:38 - 5:40지나치게 단순화했거든요.
-
5:40 - 5:41적어도 그랬길 바랍니다.
-
5:41 - 5:44하지만 여전히 기본 원리는 보이죠.
-
5:44 - 5:48뇌세포는 그 자체만으로는 멍청해서,
아무것도 할 수가 없습니다. -
5:48 - 5:53하지만 뇌세포가 많이 모이면,
활동 패턴이라고 하는 것을 -
5:53 - 5:58수행하게 되는데, 활동 패턴이란
특정 신경망이 활성화 된 상태를 말합니다. -
5:58 - 6:03그리고 이 활동 패턴을,
우리는 생각이라고 부르죠. -
6:03 - 6:05컴퓨터와는 큰 차이입니다.
-
6:05 - 6:10뇌는 가공과 결과를 구별하지 않습니다.
-
6:10 - 6:14왜냐하면 정보를 가공하는 것 자체가
생각이기 때문이죠. -
6:15 - 6:19이건 꽤 까다롭지만 어쩌면
오케스트라와 비슷할 수 있습니다. -
6:20 - 6:24오케스트라를 외부에서 볼 때,
모든 연주자들이 -
6:24 - 6:26서로의 옆에 앉아있지만
어떤 음악도 연주하지 않는다면 -
6:26 - 6:31이 오케스트라가 어떤 멜로디를
연주할 수 있는지 여러분은 알 수 없습니다. -
6:31 - 6:32뇌처럼 말이죠.
-
6:32 - 6:35뇌를 외부에서 보게되면,
-
6:35 - 6:40이 체계가 어떤 생각을 할 수 있는지
알아낼 방법이 없습니다. -
6:41 - 6:45오케스트라에서, 멜로디는
-
6:45 - 6:50연주자들이 함께 연주하여
서로 합쳐질 때 나타납니다. -
6:50 - 6:54자, 음악, 멜로디는 연주자들
사이에서 나타납니다. -
6:54 - 6:58마치 뇌세포들이 서로 협력할 때에만
-
6:58 - 7:01생각이 나타나는 것처럼 말이죠.
-
7:01 - 7:04생각은 한곳에 자리잡고 있지 않습니다.
-
7:04 - 7:07생각은 뇌세포가 상호작용하는 방식이며,
-
7:07 - 7:10정보를 가공하는 방식입니다.
-
7:11 - 7:13이건 컴퓨터와 다릅니다.
-
7:13 - 7:17왜냐하면 컴퓨터가 어떤
가공법을 거치는가와 관계없이, -
7:17 - 7:20그것이 알고리즘이든
딥 러닝 네트워크이든, -
7:20 - 7:22아니면 미래에 개발될
어떤 멋진 방법이든, -
7:22 - 7:27그것은 아마 늘 실수 없이
'인풋, 가공, 결과'일 거니까요. -
7:28 - 7:30하지만 여러분이 실수를 하지 않는다면,
-
7:30 - 7:33처음에 프로그램되었던
장소에 도착하게 됩니다. -
7:33 - 7:35하지만 새로운 곳은 아니죠.
-
7:36 - 7:40컴퓨터는 지능적이지만,
지능은 특별할 것이 없습니다. -
7:41 - 7:45지능이란 여러분이 최대한
빠르고 효율적으로 규칙을 따르되 -
7:45 - 7:47규칙은 바꾸지 않는 것을 의미합니다.
-
7:47 - 7:51어떠한 똑똑한 컴퓨터도
세계를 지배할 순 없습니다. -
7:51 - 7:53왜냐하면 지능으론 충분하지 않으니까요.
-
7:54 - 7:56규칙을 깨고, 판을 뒤엎어야 합니다.
-
7:56 - 7:58미쳐버리고 창의적이어야 하죠.
-
7:59 - 8:01우리를 비창조적인
기계들과 구분지어주는 것은 -
8:01 - 8:06완벽함이 아니라, 실수입니다.
-
8:07 - 8:09이 실수가 무엇을 뜻할까요?
-
8:09 - 8:12그것은 우리가 새로운 생각을
해낼 수 있다는 것을 뜻합니다. -
8:12 - 8:16이것이 옳은지 틀린지 알기 전에
하는 새로운 활동 말입니다. -
8:17 - 8:20조금만 다르게 작동해도,
새로운 패턴, 새로운 생각을 하게되지만, -
8:20 - 8:23이것이 맞는지는 모릅니다.
-
8:23 - 8:27시도하고, 실패하고, 다시 시도하죠.
-
8:27 - 8:30하지만 좋은 생각에는
객관적 기준이 없습니다. -
8:31 - 8:33하나 있긴 하네요.
-
8:34 - 8:36언제 아이디어가 좋다고 하죠?
-
8:36 - 8:39누군가가 이렇게 말할 때죠,
"이거 좋은 생각이네." -
8:39 - 8:42하지만 이 사회적인 상호작용,
사회적인 피드백, -
8:42 - 8:47이 시행착오, 이 사회적 관습은
지금 당장은 디지털화될 수 없습니다. -
8:47 - 8:53그게 바로 진짜 새로운 생각들이
미래에도 아날로그로 남는 이유죠. -
8:55 - 8:58이런 생각은 우리가
새로운 생각을 해낼 때 -
8:58 - 9:02큰 이점을 제공하는데,
우리는 그 특정한 생각을 -
9:02 - 9:06"컨셉 사고", 또는
분류된 사고라고 합니다. -
9:06 - 9:09이론적인 배경을 설명하고
그 뒤에는 뭐가 있는지 -
9:09 - 9:11설명하는 대신,
-
9:11 - 9:13예시를 보여드리죠.
-
9:13 - 9:15새로운 생각을 해내는 방법입니다:
-
9:16 - 9:19이게 의자라고 생각하시는 분?
손들어주세요. -
9:20 - 9:21좋아요 감사합니다.
-
9:22 - 9:24이것들도 의자라고 생각하시는 분?
-
9:24 - 9:28손들어주세요, 좋아요.
가구에 상당히 익숙하시군요. -
9:28 - 9:30아주 좋아요, 네.
-
9:30 - 9:35이제 문제를 내겠습니다:
이것들도 의자라고 생각하시는 분? -
9:36 - 9:40시간이 갈수록 더 많은 손들이 보이네요.
감사합니다. 하지만 왜죠? -
9:40 - 9:44왜 막대기 3개 달린 이 파란색
플라스틱 공이 의자라고 생각하시죠? -
9:46 - 9:52음, 이것은 컴퓨터 세계와
뇌 세계의 큰 차이입니다. -
9:52 - 9:55여기서 보시는 것은 딥 러닝으로,
-
9:55 - 9:57자율학습 알고리즘을 만들어
-
9:57 - 10:00엄청나게 많은 이미지와
몇 백개의 의자 사진들을 본 후 -
10:00 - 10:05모든 데이터를 분석하여
98 퍼센트의 정확도로 -
10:05 - 10:09의자란, 4개의 다리, 좌석,
등받이가 있는 물체라고 하죠. -
10:09 - 10:12하지만 우리는 그렇게 하지 않습니다;
우리는 의자가 -
10:12 - 10:15특정 형태의 물체가 아닌,
앉아있을 수 있는 -
10:15 - 10:17물체라는 것을 이해합니다.
-
10:17 - 10:21그리고 그것을 이해하게 되면,
어디에서든 의자가 보입니다. -
10:21 - 10:25새로운 디자인과 형태를 갖춘
새로운 의자를 만들 수 있죠. -
10:28 - 10:32여기 또다른 예시가 있습니다.
생각을 하는 기본적인 방법에 대해서요. -
10:34 - 10:37컴퓨터는 배웁니다.
-
10:37 - 10:40하지만 배우는 것은 특별하지 않습니다.
-
10:40 - 10:45동물들도 다 배우니까요;
찌르래기도 배우고, 돌고래도 배우고, -
10:45 - 10:47코끼리도 배우고, 컴퓨터도 배우는데,
우리는 이해를 합니다. -
10:48 - 10:53딥 러닝을 위대하지만,
깊은 이해가 더 낫습니다. -
10:54 - 10:57왜냐하면 어떤 것을 배우면,
그것을 잊어버릴 수 있지만, -
10:58 - 11:02이해를 하게되면,
다시 이해를 못하게 되진 않죠. -
11:02 - 11:04왜냐하면 이해하는 것은
-
11:04 - 11:07정보 가공 방식을 바꾼다는 것이고,
-
11:07 - 11:11정보 가공과 결과 도출이
우리 뇌에서는 같은 것이기 때문에, -
11:11 - 11:14우리는 아주 빨리 이해해버립니다.
-
11:14 - 11:17제가 다른 예시에서 말씀드렸듯:
-
11:17 - 11:20어떤 컴퓨터도 이 문제를 해결할 순 없지만
-
11:20 - 11:23여러분은 1분 내에
이걸 이해할 수 있을 겁니다. -
11:24 - 11:27저는 훌륭한 화가는 아닙니다만
이정도면 충분합니다. -
11:28 - 11:32이게 꽃이라고 해보죠.
-
11:33 - 11:36이게 꽃이면, 이건 뭐죠?
-
11:38 - 11:39나무입니다.
-
11:39 - 11:43이가 꽃이고, 이게 나무면, 이건 뭐죠?
-
11:47 - 11:51숲이나 정원 같은 거겠죠.
-
11:51 - 11:56여러분은 이걸 이해하시네요.
하지만 만약 제가 이걸... -
11:57 - 11:58아이라고 하면.
-
11:59 - 12:03이게 아이라면, 이건 뭘까요?
-
12:03 - 12:04어른이죠.
-
12:04 - 12:07만약 이게 아이고 이게 어른이면,
이건 뭘까요? -
12:11 - 12:13물론, 가족이겠죠.
-
12:14 - 12:17데이터는 같습니다.
-
12:17 - 12:20정보는 다릅니다.
-
12:21 - 12:27이해란 당신의 지식을 바꾸기 위해
정보를 사용하는 방식을 말합니다. -
12:28 - 12:31이건 여러분들에겐 쉽지만,
컴퓨터들이 지금 당장 풀기엔 -
12:31 - 12:33불가능한 일입니다.
-
12:33 - 12:37이제 여러분이 즉각적으로
얼마나 잘 이해하시는지 아시겠죠. -
12:38 - 12:41몇 주전, 2살 짜리 제 이웃이
-
12:41 - 12:46제 아파트로 들어오더니 위를 보곤 말했죠.
"오, 화재감지기네." -
12:46 - 12:50제가 말했습니다. "뭐? 이 소년의
부모님은 어떤 분이지? -
12:50 - 12:55이 아이에게 화재감지기랑
탈출구 사진을 몇 백장 보여주고 -
12:55 - 12:58화재감지기가 뭔지 배우도록 했나?"
-
12:59 - 13:00아마 아닐겁니다.
-
13:00 - 13:03이 소년은 아마 '화재감지기'라는 말을
한 두번 정도 들어봤겠죠. -
13:04 - 13:07하지만 그 정도면 모든 의미를
이해하기에 충분했던 것입니다. -
13:07 - 13:11우리는 실험으로부터, 아이들이
장난감, 단어, 동물들과 같이 -
13:11 - 13:16새로운 것들의 의미를 한눈에
이해할 수 있음을 압니다. -
13:16 - 13:18이건 놀라운 일이고,
여러분도 이렇게 합니다. -
13:18 - 13:21브렉시트라는 단어를 이해하기까지
시간이 얼마나 걸렸나요? -
13:22 - 13:25매체에서 한두번 본걸로도
충분했을 겁니다. -
13:25 - 13:28한번 이해하면,
그걸로 뭐든 할 수 있습니다. -
13:28 - 13:29브렉시트가 뭔지 알았다면,
-
13:29 - 13:34스웨시트는 뭘까요?
프랑시트는요? 이타시트는요? -
13:34 - 13:38한번도 본적은 없지만,
한눈에 이해 하실 겁니다. -
13:38 - 13:42브렉시트가 뭔지 안다면,
브레메인이나 브레턴은 뭐겠어요? -
13:42 - 13:45(웃음)
-
13:45 - 13:48본적은 없지만, 단숨에 이해하는 거죠.
-
13:48 - 13:52아까 블루스크린에 뜬
슬픈 얼굴 기억나세요? -
13:52 - 13:55이 불쌍한 사람은 데이터에서
행복한 얼굴과 50% 다릅니다. -
13:55 - 13:59하지만 우리에겐 100퍼센트 다르죠.
-
14:00 - 14:03우리가 생각하는 방식이
얼마나 강력한지는 알았는데, -
14:04 - 14:09미래의 창조적이고 혁신적인 사람이
되려면 이걸 어떻게 사용해야하죠? -
14:10 - 14:11글쎄요...
-
14:11 - 14:15먼저 알아야 할것은,
컴퓨터처럼은 하지 말라는 것입니다. -
14:15 - 14:18많은 사람들은 더 열심히, 빨리,
-
14:18 - 14:21효율적으로 문제를 해결하는 것이
중요하다고 생각합니다. -
14:21 - 14:24하지만 그건 바로
기계들이 하는 일입니다. -
14:24 - 14:29모든 효율적인 과정은 결국에는
알고리즘으로 대체될 것입니다. -
14:29 - 14:33대체될 수 없는 사고과정이란
새로운 생각을 통합하고, -
14:33 - 14:37이해에 이르게하는,
비효율적인 생각이죠. -
14:38 - 14:42그걸 어떻게 할까요?
먼저 휴식을 취합니다. -
14:42 - 14:46자고, 집중력을 잃고 다시 집중하고
다시 머리를 식힙니다. -
14:47 - 14:49이건 처음 보기엔 비효율적인 것 같지만,
-
14:49 - 14:51가끔은 아주 효율적입니다.
-
14:51 - 14:56뒤로 물러나면, 똑같은 것을
다른 맥락에서 볼 수 있죠. -
14:56 - 14:58왜냐하면 데이터만 파고 들어가고,
-
14:58 - 15:02데이터나 정보에만 의존하며
큰 그림을 이해하기 위해 -
15:02 - 15:06뒤로 물러설 시간도 내지 않는다면
절대로 이해할 수 없으니까요. -
15:07 - 15:12두번째로, 사람들에게 이렇게 물으면,
"좋은 생각을 어디에서 얻으세요?" -
15:12 - 15:1870%는 이렇게 답할 겁니다.
"샤워하다가요" 이어서 운동, 운전중, -
15:18 - 15:22아파트 청소하다가, 설거지 하다가..
패턴이 보이세요? -
15:23 - 15:27우리는 지루하고 자동화된
일상 활동을 할 때마다 -
15:27 - 15:29마음을 비우고
새로운 생각을 떠올립니다. -
15:29 - 15:34사실 이것은 창의적인 천재들이
사용했던 최고의 기술입니다. -
15:34 - 15:37문제를 파고들고, 과제에 집중하고,
-
15:37 - 15:39열심히 참여한 뒤에,
물러서는 것이죠. -
15:39 - 15:41뭔가 관련 없는 일을 하세요.
-
15:41 - 15:44새로운 문제를 해결하려 말고,
그냥 긴장을 푸세요. -
15:45 - 15:48고대 그리스에서는 이것이
다음과 같은 말로 신성시되었습니다: -
15:48 - 15:49"뮤즈의 입맞춤을 받는 것."
-
15:49 - 15:53하지만 그런 뮤즈를 맞으려면
입맞춤을 받기 쉬운 상황을 만들어야죠. -
15:54 - 16:00이 말은 여러분들이 뒤로 물러나서,
어떤 자동화된 일상, -
16:00 - 16:05지루한 것들, 관련이 없는 일들을
해야한다는 겁니다. -
16:05 - 16:11그렇지 않으면 동일한 것들을
새로운 맥락에 적용하기 어려워집니다. -
16:12 - 16:15셋째로, 메아리 방에서 탈출하세요.
-
16:16 - 16:22요즘에는 편하지만 아무런 영감을 주지 못하는
의견들에 둘러싸이기 쉽습니다. -
16:22 - 16:25사실 우리는 다른 의견들을 좋아하지 않죠.
-
16:25 - 16:30페이스북 알고리즘은 우리에게 적절한
모든 온라인 게시물을 필터링해줍니다. -
16:30 - 16:34대부분의 친구들은
비슷한 관점을 갖고 있죠. -
16:34 - 16:37우리는 우리가 좋아하는 의견이
반영된 신문을 읽습니다. -
16:37 - 16:41우리는 우리의 믿음을 확인하기 위해
온라인 매체, tv, 라디오를 사용하지만 -
16:41 - 16:43절대 그것들에 도전하지는 않습니다.
-
16:44 - 16:48하지만 그럼으로써 우리 주변에
메아리 방과 필터를 만듭니다. -
16:49 - 16:53새로운 생각을 떠올리기 위해선,
반대로 해야합니다. -
16:54 - 16:56스스로를 깨우치게 하기 위해서 말이죠.
-
16:56 - 17:00동의하지 않는 것을 읽고,
친구와 생산적인 논쟁을 벌이고, -
17:00 - 17:03반대편에서 바라보려고 해보세요.
-
17:03 - 17:05알고리즘처럼 생각하지 말고요.
-
17:05 - 17:10이제 여러분의 의견과 생각을
확증하는 대신 반대해보세요. -
17:10 - 17:13규칙을 따르지 말고
깨려고 해보세요. -
17:15 - 17:19그럼, 미래에 공유할만한 가치가 있는
위대한 생각은 무엇일까요? -
17:20 - 17:22우리는 아직 모릅니다.
-
17:22 - 17:26하지만 그것이 우리의 뇌에서
나올 거라는 것은 확실하죠. -
17:26 - 17:31우리가 컴퓨터보다
더 똑똑해서, 빨라서, 지능이 높아서가 아닙니다. -
17:31 - 17:33하지만 반대죠.
-
17:33 - 17:37우리는 더 느리고, 비이성적이고,
불완전합니다. -
17:37 - 17:42그게 바로 우리가 세상을 분석하는 대신
이해하려고 하는 이유이고, -
17:42 - 17:44이것이 우리에게
무한의 가능성을 열어줍니다. -
17:45 - 17:46우리는 이 사실을 이해하고,
-
17:46 - 17:52더 자랑스러워해야 합니다.
이것이 우리를 인간으로 만들어주니까요. -
17:52 - 17:53감사합니다.
-
17:53 - 17:55(박수)
- Title:
- 생각은 무엇일까? 뇌가 새로운 생각을 만드는 방법 | 헤닝 벡 | TEDxHHL
- Description:
-
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.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 18:01
Jihyeon J. Kim approved Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user accepted Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL | ||
Retired user edited Korean subtitles for What is a thought? How the brain creates new ideas | Henning Beck | TEDxHHL |