콰베나 보아헨 - 뇌처럼 작동하는 컴퓨터에 관해

제가 처음으로 컴퓨터를 받은 것은 아크라에서 살고 있던 10대 때입니다. 컴퓨터는 정말 멋진 장치였죠. 게임을 하거나 BASIC을 이용해 프로그램을 만들 수도 있었습니다. 저는 완전히 매혹되어 이 기계가 어떻게 작동하는지 알아보기 위해 도서관에 갔습니다. 저는 CPU가 기억장치 사이, RAM과 ALU: 산술 논리 장치) 사이에서, 어떻게 끊임없이 정보를 앞, 뒤로 끌어내는지에 대해 읽었습니다. 그리고, 저는 '시스템을 통하여 모든 자료들을 지속적으로 전달시키기 위해 이 CPU가 미친 것처럼 일해야 하는구나'생각했었죠.

하지만 아무도 이 점에 대해서 걱정하지 않더군요. 처음에 컴퓨터가 도입되었을 때 사람들은 컴퓨터가 신경세포 보다 백만 배는 빠르다고 말했습니다. 사람들은 굉장히 흥분해서, 그들이 곧 두뇌의 능력을 따라잡을 것이라고 생각했습니다. 여기 알란 튜링으로 부터 따온 말이 있습니다. 30년 안에, 컴퓨터에게 질문을 던지는 것이 사람에게 질문하는 것만큼 쉬워질 것이다." 2007년인 지금, 이것은 사실이 아니죠. 문제는, 뇌에서 볼수 있는 이 능력들을 왜 우리는 컴퓨터에서 볼 수 없는 것일까요?이죠.

사람들이 깨닫지 못한 것은, 그리고 제가 이제 막 깨닫기 시작한 것은 우리가 컴퓨터의 큰 이점으로 꼽는 스피드를 위해 매우 큰 대가를 지불해야 한다는 점입니다. 몇 가지 숫자들을 봅시다. 이것은 세계에서 가장 빠른 컴퓨터인 블루 진입니다. 이것은 12만 개의 프로세서들로 구성되어 있고, 기본적으로 1초에 만조 비트의 정보들을 처리할 수 있습니다. 10의 16 제곱을 말이죠. 그리고 1.5 메가와트의 전력을 소비하죠. 만일 그 전력을 탄자니아에서 물건을 생산하는 데 쓴다면 정말 굉장할 것입니다. 아마 경제를 엄청나게 신장시킬 수 있겠죠. 간략히 미국의 상황에 맞춰 생각해보죠. 만약 이 컴퓨터 전력 사용량을 미국의 가정집들 평균 사용량에 비교하면, 약 1200 가구들이 소모하는 것과 비슷합니다. 컴퓨터 한 대가 그 정도의 전력을 이용하는 거죠.

이제, 두뇌를 생각해봅시다. 이 사진은 로리 사이어스(Rory Sayres)의 여자친구 뇌를 보여주고 있습니다. 로리는 스탠포드의 대학원생인데 MRI를 이용해 두뇌를 연구하고 있죠, 그는 이 사진이 지금까지 스캔한 두뇌 중 가장 아름다운 뇌라고 주장했죠. (웃음) 바로 그 곳에 진정한 사랑이 있네요. 자, 두뇌는 얼마나 많은 계산 활동을 할까요? 1초에 10의 16제곱 비트 정도일 것이라고 예상합니다. 블루 진의 수행 속도와 비슷한 수준이죠. 질문은, 뇌가 얼마나 많이, 비슷한 양의 정보 처리를 수행하기 위해 -- 즉, 두뇌는 얼마나 많은 양의 에너지 전력을 소모할까요? 실제로, 여러분의 노트북 컴퓨터 전력량 과 같죠: 10 와트 입니다. 다시 말해 1200 가구의 전력 소모량으로 블루진 컴퓨터를 구동할 때 두뇌는 단지 노트북 정도의 에너지로 비슷한 일을 수행합니다.

이제 다음 질문입니다. 어떻게 두뇌는 이렇게 뛰어난 효율성을 달성한 걸까요? 제가 한 번 요약해보죠. 다음 줄입니다: 두뇌는 우리가 현재 가지고 있는 기술로 만든 컴퓨터에서 소모하는 에너지보다 10만 배나 적은 에너지로 정보를 처리합니다. 두뇌가 어떻게 그럴 수 있을까요? 두뇌가 어떻게 작동하는지를 먼저 살펴봅시다. 그리고 이 작동을 컴퓨터의 작동 방식과 비교해봅시다. 이것은 PBS(Public Broadcasting Service) 시리즈인 "두뇌의 비밀스런 삶"에서 가져온 것입니다. 지금 정보를 처리하는 세포들을 보여주고 있죠. 그 세포들은 신경세포(뉴런)라고 불립니다. 이 세포들은 매우 작은 전기적 신호를 서로에게 보내고 서로 인접한 부분에서 이 작은 신호는 한 신경세포에서 다른 신경세포로 옮겨갑니다. 이 과정을 시냅스라고 부릅니다. 이런 방식으로 서로 상호작용하는, 약 1 억 개에 달하는 세포들은 거대한 네트워크를 형성하고, 1 초에 만조 번 정도의 이 전기적 신호를 방출합니다. 지금 보시는 것처럼 이것이 뇌에서 기본적으로 일어나고 있는 현상입니다.

이런 과정을 컴퓨터의 작동 방식과 어떻게 비교할 수 있을까요? 중앙 처리장치를 거쳐서 모든 정보가 저장되어 있는 컴퓨터에서는, 어떤 정보라도 이 좁은 관문을 반드시 통과해야 합니다. 반면, 여러분이 가지고 있는 뇌의 이 신경세포들에서는 이 정보들이 그저 신경세포들 사이에 연결되어 있는 네트워크들을 통해 흘러갑니다. 뇌에서는 중앙처리 장치와 같은 좁은 관문이 존재하지 않죠. 그것은 문자 그대로 네트워크(복잡한 연결망)입니다. 그 연결망들이 두뇌 안에서 정보들을 처리합니다. 다음의 두 사진들을 바라보기만 해도 다음의 단어들이 여러분의 마음 속에 떠오릅니다. 이것은 매우 연쇄적이고 견고합니다: 마치 고속도로 위의 차들처럼요. 모든 것이 정확히 같은 방식으로 발생하죠. 반면에 이것은 병렬적이고 또 유동적입니다. 정보 처리는 매우 역동적이고 적응적입니다.

제가 이것을 처음 알아낸 사람은 아닙니다. 여기, 브라이언 에노의 따온 말입니다: "컴퓨터의 문제점은 그 안에 아프리카 인(새로운 선견)들이 부족하다는 것입니다." (웃음) 브라이언이 이 얘길 한 것은 1995년입니다. 그 때는 아무도 그 말을 귀담아 듣지 않았죠. 하지만 지금, 사람들이 이 얘기에 귀 기울이기 시작했습니다. 긴급한 기술적 문제점들에 우리가 직면하고 있기 때문이죠. 다음 슬라이드들에서 그 문제점들을 몇 가지 보여드리겠습니다.

실제로, 이것은 정말로 놀라운 기술의 융합입니다, 즉, 컴퓨터가 계산을 수행하도록 하기 위해 사용하는 장치와 뇌가 계산을 수행하기 위해 사용하는 장치 사이의 융합인 것이죠. 컴퓨터가 사용하는 이 장치를 트랜지스터라고 합니다. 여기 이 게이트라고 불리는 전극은 소스가 배수로로 가기 까지 전류의 흐름을 조절합니다. 그리고 그 전류는 여러분의 집이나 다른 곳에서와 마찬가지로 전자에 의에 옮겨집니다. 이제 여기에서,게이트를 열면, 여러분은 새로 들어오는 전류만큼 증가된 전류를 지속적으로 얻게 됩니다. 반대로 게이트를 닫을 때면, 장치를 통하는 전류가 없게 되는 것이죠. 여러분의 컴퓨터는 전류가 존재하는 것을 1로 나타냅니다. 그리고 전류가 없는 것을 0으로 나타내죠.

이제, 다음으로 트랜지스터가 점점 더 작아지고 또 작아지면, 이제 더이상 이런 식으로 작동하지 않습니다. 실제로 그것들은 신경세포가 계산을 수행하는 장치와 비슷하게 행동하기 시작했습니다, 이온 채널이라고 하죠. 이것은 작은 단백질 분자입니다. 신경세포는 수천개의 이온 채널들을 가지고 있죠. 이것들은 세포막에 끼어있으면서 구멍을 만듭니다. 이것들은 각각의 칼륨 이온들입니다. 이온 채널의 구멍을 통해 흐르고 있습니다. 이 구멍은 열렸다 닫혔다 하죠. 그런데 이온들이 구멍 안에서 일렬로 늘어서야만 하기 때문에 한 번 열렸을 때 하나씩만 통과하게 됩니다. 따라서 지속적이지 않고 산발적이죠. 전류가 산발적이라는 의미입니다. 심지어 이 구멍이 닫혔을 때 -- 신경세포가 하는 일이죠, 신경세포들은 전기적 활성을 만들어내기 위해 이 구멍들을 열었다 닫았다 하죠. 아무튼, 이 구멍이 닫혔을 때, 이온들은 매우 작기 때문에 새어나갈 수 있습니다. 한 번에 아주 조금씩이요. 따라서 구멍이 열렸을 때에는 가끔씩 전류를 받을 수 있고, 이때 1을 볼 수 있죠. 하지만 가끔 0을 보여줍니다. 반대로 구멍이 닫혔을 때는, 0을 받습니다. 하지만 가끔 1을 얻겠죠.

이것이 현재 트랜지스터에서 일어나기 시작한 일입니다. 이 현상이 일어난 이유는, 2007년 현재, 우리가 이용하고 있는 기술에서 트랜지스터가 충분히 크고 몇 개의 전자들이 함께 채널을 동시에 지나갈 수 있기 때문입니다. 사실, 12개의 전자들이 이런 식으로 한 번에 지나갈 수 있습니다. 이것은 트랜지스터가 약 12개의 이온 채널들이 병렬로 있는 것과 비슷하다는 것을 의미합니다. 이제, 몇 년이 지나 2015년 쯤이면 우리는 트랜지스터를 매우 작게 줄일 것입니다. 이 것은 인텔이 계속 해서 더 많은 코어들을 칩에 추가 하거나, 혹은 메모리 스틱을 위한 작업이죠, 이전에 256메가 크기였던 이것이 1기가 크기의 자료를 전달 할 수 있습니다. 트랜지스터는 이 일이 일어나도록 하기 위해서 더 작아지고 있습니다. 그리고 기술은 그 과정에서 크게 발전하고 있죠.

하지만 현재 진행하고 있는 연구는 2015년에, 트랜지스터를 정말 작게 만들 것입니다, 이 기기는 한 번에 오직 한 전자에 응답하며, 채널을 통해 흐를 수 있습니다, 즉, 하나의 이온 채널에 응답하는 것이죠. 그럼 여러분은 이온채널에서 일어났던 것과 비슷한 교통 체증을 보게 될 겁니다. 전류가 임의로 흘렀다 꺼졌다 하겠죠. 계속 흘러야 하는 상황에서 말입니다. 이것은 여러분의 컴퓨터가 1과 0들이 뒤섞여서 기기를 손상 시킬 수 있다 것을 의미합니다.

이처럼, 우리는 지금 이런 종류의 장치들을 어떻게 운영시켜야 할지 모르는 단계에 와있습니다. 우리가 여기서 알고 있는 정확한 단 한 가지는 이런 식으로 계산을 수행하는 장치가 바로 우리의 뇌라는 것입니다.

좋아요, 컴퓨터는 메모리로부터 특정한 자료를 고릅니다. 그리고는 그것을 프로세서나 산술 논리 장치( arithmetic logic unit )로 보냅니다. 그리고 결과를 다시 메모리로 돌려 보냅니다. 빨간색 경로는 강조된 것입니다. 이런 식으로 뇌가 작동하고, 여러분 모두 이런 뉴런들을 가지고 있습니다. 이것들이 정보를 표현하는 방법은 데이터를 작은 조각들로 나누는 것입니다. 그것들은 전기적 신호와 다른 신경들로 표현됩니다. 이렇게 여러분은 네트워크를 통하여 전달 된 모든 데이터 조각을 가지게 됩니다. 그리고 자료가 결과를 얻는 방법은 이런 활동패턴을 새로운 활동패턴으로 번역하는 것입니다. 단지 네트워크를 통한 흐름으로 말이죠. 그러면 이런 접속들이 만들어지면, 입력값이 흐르고 출력패턴을 발생합니다.

지금, 여기보이는 것은 많은 접속들 입니다. 만약 이 정보 조각이나 혹은 이 자료 조각이 손상을 입는다면, 여기서 보이지 않지만, 이 두 조각들은 그 잃은 부분들을 활성화 시킬 수 있습니다. 이런 많은 접속부와 함께 말이죠. 그래서 심지어 엉터리 장치들을 사용할 때 때때로 1을 원하는데 0을 얻게되는 네트워크에는 여분이 있기 때문에 잃어버린 정보를 회복할 수 있습니다. 이것은 뇌를 본질적으로 강하게 만듭니다. 여기있는 것은 데이터를 지역적으로 저장하는 장치입니다. 이것은 부서지기 쉽습니다. 왜냐하면 이런 각 과정들이 완벽해야하기 때문입니다. 그렇지 않으면 정보를 잃게 됩니다. 반면에 뇌는 분산된 정보를 저장하는 강력한 하나의 시스템이 있습니다.

이제, 근복적으로 저는 저의 꿈의 관해 말하고자 합니다, 뇌와 같이 작동하는 컴퓨터를 만드는 것이지요. 이 연구는 우리가 지난 몇 년 간 해왔던 것 입니다. 우리 연구진이 디자인한 시스템을 보여드리겠습니다 망막(눈)모델 입니다. 이것은 뇌의 부분인데 안구 안쪽과 연결되어 있습니다. 컴퓨터처럼 실제로 코드를 작성하지는 않습니다. 하지만, 그 과정은 뇌의 작은 부분에서 일어나는데, 컴퓨터가 하는 것과 유사하죠. 컴퓨터는 이와 같은 처리 과정을 실행합니다 인터넷에서 비디오를 재생시킬 때 말입니다. 정보를 압축하기를 원하죠 -- 그리고 변화를 보내고 싶어합니다, 이미지와 같은 새로운 것들을 말이죠. 그리고 안구가 작동하는 방법은 모든정보를 압축하여 시신경에 내려보내거나, 뇌로 보내고 저장하는 것입니다.

소프트웨어나 이런 알고리즘을 작동시키는 것 대신에 신경생물학자에게 가서 이야기 했습니다 망막이라는 불리는 뇌의 부분을 역행하며 디자인해 온 사람들입니다. 그들은 다른 세포들을 알아냈고, 네트워크를 알아냈습니다. 우리는 그 네트워크를 사용했고, 이것을 실리콘칩 디자인을 위한 청사진으로 사용했습니다. 그래서 지금 이 뉴런들은 칩의 작은 집합점 혹은 회로를 통해 표현됩니다. 그리고 뉴런 사이의 이런 접속들은 트랜지스터에 의하여 만들어집니다. 그리고 이런 트랜지스터들은 필수적으로 작동하죠, 마치 뇌의 이온채널처럼 말입니다. 제가 설명했던 강인한 구조와 같은구조를 보여드리겠습니다.

여기 우리의 인공 눈과 같은 것이 있습니다 우리가 디자인한 이 레티나칩은 여기 이 렌즈의 뒤에 있습니다. 그리고 이 칩에 관한 비디오 한편을 보여드리겠습니다. 실리콘 레티나는 이 칩을 디잔인한 케림 제그홀 학생을 보았을 때, 이 시각 정보의 출력을 내보냅니다 여러분께서 이제 보시게 될 것에 대해 설명해 드리겠습니다. 왜냐하면 레티나는 다른 종류의 정보를 출력하기 때문이죠, 이것은 카메라처럼 간단하지 않습니다. 레티나 칩은 네 가지 종류의 정보를 추출합니다 먼저 대조적으로 어두운 부분을 추출하고, 비디오에서는 빨간색으로 보일 것 입니다. 그리고 대조적으로 밝은 부분을 추출합니다, 비디오에서 초록색으로 보이는 부분입니다.

이것은 케림의 검은눈인데 여기 보이는대로 하얀 배경입니다. 이것은 움직임도 추출합니다. 케림이 머리를 오른쪽으로 움직일 때 파란색으로 활성이 나타나는 것을 볼 수 있습니다. 이것은 이미지의 대조가 증가하는 부분을 나타냅니다. 어두운 부분에서 밝은 부분으로 변합니다. 또 노란색 활성화를 보실 수 있습니다, 이것은 대조가 감소하는 것을 나타냅니다. 밝은 부분에서 어두운 부분으로 변합니다. 그리고 이런 4가지 종류의 정보들은 - 약 일만 개의 신경섬유와 900,000 개의 이런 신경섬유로 구성된 시신경이 보내는 정보들입니다. 이제 우리는 시신경에 있는 신호들을 쉽게 복제할 수 있습니다.

여기서 주목할 것은 이 사진들 입니다. 레티나 칩으로부터 얻어지는 정보는 매우 희박합니다. 배경 부분들은 초록색으로 나타나지 않습니다, 오직 가장자리 등등에서만 초록색으로 나타나죠. 여러분의 시각과 비슷하게 말입니다. 사람들이 비디오 전송을 위해 압축할 때: 그들은 아주 작게 만들고 싶어하죠, 왜냐하면 그 파일이 작기 때문입니다. 바로 이것이 레티나가 하는 일 입니다. 이것은 그저 회로와 함께 작동하며, 이 뉴런 네트워크가 작동하는 방법은 우리가 칩에 캡쳐해뒀던 곳과 맞물립니다.

그러나 제가 강조하고 싶은 것은 다음의 것들입니다. 여기, 이 이미지는 이것과 같은 것처럼 보입니다. 그러나 여기서, 인간이 이미지를 재구성할 수 있다는 것을 보여드리겠습니다. 여러분도 알다시피, 케림은 여기 제일 높이 있다고 인식하고 있습니다. 보시죠. 그래요, 그것이 바로 이 아이디어입니다. 여전히 서 있을 때, 여러분은 오직 밝고, 어두운 대조만을 볼 뿐 입니다. 그러나 이것이 앞, 뒤로 움직일 때 레티나는 이런 변화들을 알아챕니다. 그리고 이러한 이유로, 여러분께서 여기 쭈욱 서 있다가, 배경에 뭔가가 일어날 때, 그저 여러분의 시선은 그곳에 이동하죠. 여기 변화를 감지하는 세포들이 있습니다. 이제 여러분의 집중을 이곳에 옮겨보죠. 이것들은 여러분을 덮치려 하는 누군가를 알아채는 데 매우 중요합니다.

저는 아프리카인들이 피아노에 관심을 가질 때 있었던 일을 전하면 끝내고자 합니다. 이 피아노는 강철드럼을 수리해서 만들었죠. 강철드럼은 아프리카에서 피아노가 될 수 있습니다. 제가 하고자 하는 것은 아프리카인들이 컴퓨터 영역에 나아가게하고 새로운 종류의 컴퓨터를 따르는 것입니다, 이것은 생각, 상상력, 창조적인 아이디디어 같은 것들을 양산할 것입니다. 감사합니다. (박수)

크리스 앤더슨: 질문이 있습니다. 콰베나 씨. 당신이 하고 있는 일을 마음속에 함께 염두하고 있나요? 아프리카의 미래, 이 컨퍼런스와 같은 것을요 - 이것들 사이에서 우리가 만들어낼 수 있는 연관성은 무엇일까요?

K B: 예, 제가 시작할 때 말씀드린 것과 같습니다. 저는 10대때 처음으로 컴퓨터를 가졌어요, 아크라에서. 그리고 이것을 하는 방법이 잘못 되어 있다고 직감을 받았습니다. 매우 억지 같았고, 우아하지 않았죠. 저는 제가 그 반응을 했을 것이라고 생각하지 않습니다. 알다시피 이 과장된 컴퓨터를 구입하면서, 만약 제가 RD2D2를 들으며, 뭐라고 부르든 간에 공상과학 소설을 읽으며 자랐다면 말이죠. 저는 이것을 다른관점으로 접급했습니다, 그 문제들을 해결하기 위해 다른 관점을 가져왔었죠. 저는 아프리카의 많은 사람들이 다른 관점을 가지고 있다고 생각합니다. 그리고 저는 그것이 강력한 기술이 되며, 기술의 진화 과정에 영향을 미칠 것이라 생각합니다. 저는 여러분께서 그 영향을 보실 수 있고, 새로운 것들을 따르도록 고취시킬 수 있다고 생각합니다. 왜냐하면 우리는 모두 다른 관점을 가지고 있기 때문입니다. 저는 우리가 기여하고, 다른 사람처럼 꿈을 꿀 수 있다고 생각합니다.

C A: 콰베나씨, 감사합니다. 정말 흥미로운 강연이였습니다. 감사합니다.

(박수)