영국 옥스포드대(Oxford University) 연구원들은 언어 유도 상상력(language guided imagination, LGI) 모델을 통해 기계에서 인간의 사고 패턴을 재현하려고 시도하고 있다.

펑 치(Feng Qi)와 원추안 우(Wenchuan Wu)는 선천적 누적학습 능력 등 인간과 같은 사고 패턴을 기계에 재현하려는 시도로 완전히 연결된 레이어의 전두엽 피질 모델을 활용, 인공신경망을 만들어 왔다.

출판전 논문사이트 아르시브(arxiv.org)의 ‘인간-유사 기계 사고: 언어 유도 상상력(Human-like machine thinking: Language guided imagination)’에서 이들은 인간-유사 기계 사고 과정을 형성하는 것을 목표로 수많은 단어와 구문의 의미와 사용법을 점진적으로 학습하는 언어 유도 상상력(LGI) 네트워크를 제안했다.

연구진은 일련의 실험을 통해 LGI 네트워크를 평가한 결과, 8개의 서로 다른 구문이나 과제를 누적적으로 획득하는 데 성공했다. 이 기술은 또한 최초의 ‘기계적 사고 루프’를 형성해 상상된 그림과 언어 텍스트 간의 상호작용을 제시했다. 앞으로 연구진이 개발한 LGI 네트워크는 시각화, 상상력 등 인간다운 사고전략이 가능한 첨단 인공지능(AI) 개발에 도움이 될 수 있다.

AI 기계학습(machine learning) 알고리즘은 이미지와 언어 처리가 가능하다. 빗방울을 인식할 수는 있지만, 인간의 감각, 독특하고 상상력이 풍부한 사고 능력과는 다르다. 인간은 언어에 의해 유도된 정신적 이미지를 만들어내고 실제나 상상된 상황을 언어로 표현하는 ‘연속적 사고(continual thinking)’를 할 수 있다.

만약 어떤 사람이 길을 걷다가 비가 오고 있다는 것을 알아차린다면, 그들은 ‘우산이 필요해’라고 생각할 것이다. 비 관련한 다양한 감각, 심상과 기억이 동시적으로 떠오를 수도 있다.

철학자 임마누엘 칸트에 따르면 생각이란 감각적 지각, 인식적 이성, 상상적 판단력을 종합한 사고 작용이다. 각각의 신호들은 뇌 인식경로를 거치면서 자동적으로 비가온다는 시각적 투입, 우산의 용도와 비와의 관련성, 비에 대한 기억들 등을 떠올린다.

AI 알고리즘이 빗방울을 인식할 수 있다고 해도, 비를 우산과 연관짖는 사고 과정은 없다.

최근 몇 년 동안 연구원들은 인간처럼 질문에 답할 수 있는 자연 언어 처리 도구를 개발했다. 그러나 이것들은 확률모델에 불과했다. 인간과 같은 방식으로 그리고 같은 깊이로 언어를 이해할 수 없다.

인간은 두뇌가 발달함에 따라 그에 수반되는 선천적인 누적 학습능력을 가지고 있다. 이 ‘인간 사고 체계’는 뇌의 특정 신경 기질과 관련이 있는 것으로 밝혀졌다. 그 중 가장 중요한 것은 전두엽 피질(PFC)이다.

PFC는 정보의 유지와 조작을 포함해 작동 기억(사람들이 주어진 일을 수행하는 동안 일어나는 기억 과정)을 담당하는 뇌의 영역이다. 연구진은 인간 PFC에서 영감을 얻은 인공 신경망을 만들었다.

LGI 네트워크 모식도. Credit: Qi and Wu. .

연구진은 논문에서 “인간과 같은 기계 사고 과정을 형성하는 것을 목표로 수많은 단어와 구문의 의미와 사용법을 점진적으로 학습하기 위해 언어유도형 상상력(LGI) 네트워크를 제안했다”고 설명했다.

치와 우에 의해 개발된 LGI 네트워크는 비전 시스템, 언어 시스템, 인공 PFC의 세 가지 핵심 요소를 가지고 있다. 비전 시스템은 네트워크나 상상된 시나리오에서 수신한 입력을 추상적인 모집단 표현으로 분리하는 인코더와 상상된 시나리오를 상위 표현에서 재구성하는 상상 디코더로 구성된다.

두 번째 하위 시스템인 언어 시스템은 기호 텍스트를 이진 벡터로 전송하는 바이너라이저를 포함한다. 이는 입력 텍스트에서 수량 정보를 추출해 이진 벡터를 텍스트 기호로 변환하는 텍스타이저(tectizer)를 포함한다. 인간 두뇌의 IPS(Intraparietal sulcus) 기능을 모방한 시스템이다.

LGI 네트워크의 최종 구성요소는 언어와 시각 표현을 모두 입력해 텍스트 기호와 조작된 이미지를 예측하는 등 인간 PFC를 모방한 것이다.

연구원들은 “LGI는 언어와 비전 시스템 간의 적절한 상호작용에 의해 기계 사고 루프가 형성되고 검증되는 8개의 다른 구문(또는 과제)을 점진적으로 학습했다”며 “논문은 기계가 궁극적으로 가상의 생각 시나리오를 구성하고 지능을 소유할 수 있도록 한다. 인간과 같은 방식으로 언어를 배우고, 이해하고, 사용할 수 있도록 하는 새로운 구조를 제공한다”고 말했다.