단순한 부품, 복잡한 행동
"뇌는 너무 복잡해서 이해할 수 없다"는 말, 많이 들어보셨죠. 그런데 거꾸로 생각해볼 수도 있어요. 아주 단순한 부품 몇 개를 연결했을 뿐인데 놀랄 만큼 복잡해 보이는 행동이 나온다면 어떨까요? 과학 개념을 직관적으로 설명하기로 유명한 Aatish Bhatia가 "뇌를 직접 만들어보자(Let's build a brain)"라는 콘셉트로, 단순한 회로가 어떻게 복잡한 행동을 만드는지 다룬 글을 공개했어요. 개발자에게도 와닿는 주제라서 이 아이디어를 개발자 관점에서 차근차근 풀어볼게요.
뉴런은 생각보다 단순한 부품이에요
뉴런(신경세포)을 아주 단순하게 보면 이런 장치예요. 여러 입력을 받아서 더하고, 합이 어떤 문턱값을 넘으면 신호를 "탁" 하고 내보내요. 코드로 쓰면 이 정도예요.
def neuron(inputs, weights, threshold):
total = sum(i * w for i, w in zip(inputs, weights))
return 1 if total > threshold else 0
어디서 많이 본 모양이죠? 맞아요, 딥러닝 입문에서 배우는 퍼셉트론과 거의 같아요. 여기서 중요한 건 연결이 두 종류라는 거예요. 하나는 상대 뉴런을 흥분시켜서 신호를 내보내게 하는 연결이고, 다른 하나는 반대로 억제해서 조용하게 만드는 연결이에요. 가중치가 양수인지 음수인지의 차이라고 보면 돼요.
연결만 바꿔도 행동이 달라져요
이 단순한 부품으로 뭘 할 수 있을까요? 고전적인 예가 브라이텐베르크 차량(Braitenberg vehicles)이에요. 신경과학자 발렌티노 브라이텐베르크가 1984년 책에서 소개한 사고 실험인데요. 빛 센서 두 개와 바퀴 모터 두 개만 달린 작은 로봇을 떠올려보세요.
- 왼쪽 센서를 왼쪽 바퀴에, 오른쪽 센서를 오른쪽 바퀴에 연결하면: 빛이 왼쪽에 있을 때 왼쪽 바퀴가 더 빨리 돌아서 로봇이 빛 반대쪽으로 방향을 틀어요. 마치 빛을 무서워하는 것처럼 보여요.
- 선을 엇갈려 연결하면: 이번에는 빛을 향해 돌진해요. 빛을 공격하는 것처럼 보이죠.
되먹임이 생기면 리듬과 기억이 생겨요
회로에 피드백 루프가 생기면 훨씬 재밌어져요. 피드백 루프는 출력이 다시 입력으로 돌아오는 구조를 말해요.
서로를 억제하는 뉴런 두 개를 생각해볼게요. A가 켜지면 B를 꺼요. B는 꺼져 있으니 A를 막지 못하고요. 그러다 A가 지치면 B가 살아나고, 이번에는 B가 A를 꺼요. 이게 반복되면 A-B-A-B 리듬이 생겨요. 동물이 걷고, 헤엄치고, 숨 쉬는 리듬은 이런 중추 패턴 발생기(CPG) 회로가 만든다고 알려져 있어요. 뇌가 걸음마다 "왼발, 이제 오른발" 하고 명령하는 게 아니라, 척수 쪽의 작은 회로가 알아서 박자를 만드는 거예요.
그럼 같은 구조에서 지치는 효과가 없으면 어떻게 될까요? 한쪽이 이기면 계속 그 상태에 머물러요. 이게 바로 기억이에요. 디지털 회로를 공부했다면 NOR 게이트 두 개를 엇갈려 연결한 SR 래치(플립플롭)가 떠오를 텐데, 원리가 거의 같아요. 뉴런 여러 개가 서로 억제하면 가장 센 신호 하나만 살아남는 승자독식(winner-take-all) 구조가 돼요. 일종의 "결정"이라고 볼 수 있어요.
업계 맥락: 창발과 인공신경망
이런 현상을 창발(emergence)이라고 불러요. 개별 규칙은 단순한데 전체에서 예상하지 못한 패턴이 나오는 걸 말해요. 개발자에게 익숙한 예가 콘웨이의 라이프 게임이에요. 칸마다 규칙 몇 줄뿐인데 스스로 움직이는 글라이더가 나오고, 계산을 할 수 있는 구조까지 만들어지잖아요.
인공신경망도 같은 흐름에 있어요. 유닛 하나하나는 곱하고, 더하고, 비선형 함수를 통과시키는 단순한 부품이에요. 그런데 이걸 수십억 개 쌓으면 언어를 다루는 LLM이 돼요. 생물학 쪽에는 뉴런이 302개뿐인 예쁜꼬마선충(C. elegans)의 신경 연결을 통째로 시뮬레이션하려는 OpenWorm 같은 프로젝트도 있어요. 흥미로운 건 연결 구조를 다 알아도 행동을 완벽하게 재현하기는 아직 어렵다는 점이에요. 단순한 부품의 조합이 그만큼 풍부한 행동을 만든다는 증거이기도 해요.
한국 개발자에게 주는 시사점
첫째, 딥러닝을 블랙박스로만 보지 않는 연습이 돼요. 흥분과 억제, 피드백, 승자독식 같은 개념은 RNN의 순환 구조나 어텐션의 softmax(부드러운 승자독식이라고 볼 수 있어요)를 이해하는 직관으로 이어져요.
둘째, 시스템 설계에서도 배울 게 있어요. 분산 시스템에서 재시도와 타임아웃이 서로 맞물리면 아무도 의도하지 않은 진동(retry storm)이나 교착 상태가 생기잖아요. 단순한 컴포넌트들의 피드백 루프가 복잡한 장애를 만드는 모습이 뉴런 회로와 놀랍도록 닮았어요.
셋째, 주말 프로젝트로 직접 만들어보기 좋아요. 위의 뉴런 함수와 간단한 루프만 있으면 진동기나 래치를 구현할 수 있어요. 몇십 줄짜리 코드에서 "행동"이 생겨나는 걸 직접 볼 수 있을 거예요.
마무리
한줄 정리: 복잡한 행동은 복잡한 부품이 아니라 단순한 부품을 '어떻게 연결하느냐'에서 나와요.
단순한 규칙 몇 개가 예상치 못한 복잡한 동작을 만들어낸 걸 본 적 있나요? 아니면 시스템에서 이런 피드백 루프 때문에 고생한 경험이 있나요? 같이 이야기 나눠봐요!
🔗 출처: Hacker News