어린 아이에게 세상을 이해시키는 방법을 가르칠 때, 부모는 연관성과 패턴을 식별하는 방법을 가르칩니다. 예를 들어, 글자 S를 보여주면, 아이는 곧 다른 상황에서도 글자 S를 식별할 수 있게 됩니다. 학교, 책, 빌보드 등에서 글자 S를 식별할 수 있게 됩니다.

인공지능 기술도 비슷한 방식으로 학습합니다. 연구자들은 시스템에 올바른 예를 제공하고, 인공지능은 패턴을 인식하고, 새로운 상황에서도 지식을 적용할 수 있게 됩니다. 그러나 인공지능의 의사 결정 과정을 완전히 이해하지 못하는 문제가 있습니다.

이 문제를 “블랙박스 문제”라고 합니다. 인공지능이 어떻게 연결고리를 만들고, 어떤 변수가 의사 결정에 영향을 미치는지 이해하지 못합니다. 이 문제는 시스템의 신뢰성과 안전성을 높이고, 인공지능의 도입을 결정할 때 매우 중요합니다.

예를 들어, 자율 주행 자동차가 사람을 치는 사고가 발생하거나, 의사들이 인공지능을 사용하여 환자를 진단할 때, 인공지능의 오류가 발생할 수 있습니다. 이러한 문제를 해결하기 위해 새로운 연구 분야가 등장했습니다. 인공지능의 물리학을 연구하는 분야입니다.

이번에 새롭게 설립된 연구 그룹은 물리학, 심리학, 철학, 신경과학을 결합하여 인공지능의 신비를探究할 것입니다.

NTT, 인공지능 신뢰성 및 안전성 제안

새롭게 설립된 물리학 및 정보학 연구소(Physics & Informatics Lab)의 스핀오프 연구 그룹인 인공지능 물리학 그룹(Physics of Artificial Intelligence Group)은 최근 샌프란시스코에서 열린 NTT의 Upgrade 2025 컨퍼런스에서 발표되었습니다. 이 그룹은 인공지능의 물리학적 접근 방식을 연구하여 인공지능을 더 잘 이해하기 위해 노력할 것입니다.

하버드 대학에서 응용 물리학 및 컴퓨터 과학을 전공한 탄카 히데노리 박사님이 이끌 것입니다. 그는 이전에 NTT의 지능 시스템 그룹과 하버드 대학의 CBS-NTT AI 연구 프로그램에서 연구를 수행했습니다.

“물리학자로서, 나는 지능에 대한 주제가 매우 흥미롭습니다. 수학적으로, 창의성이나 친절함을 어떻게 정의할 수 있을까요? 이러한 개념은 인공지능이 없으면 추상적인 개념으로 남아있을 것입니다. 그러나 인공지능이 등장하면서, 이러한 개념을 수학적으로 정의할 수 있게 되었습니다.”

연구 초기, PHI 연구소는 인공지능과 기계 학습의 “블랙박스” 특성을 이해하는 것이 중요하다는 것을 인식했습니다. 그러나 최근 인공지능의 발전은 안전성과 신뢰성에 대한 고려가 더욱 중요해졌습니다.

새로운 연구 그룹은 생물학적 지능과 인공지능의 유사성을 연구하여 인공지능의 복잡성을 이해하고, 인간과 인공지능의 협력을 더 조화롭게 만들 것입니다.

이 접근 방식은 새로운 것이 아닙니다. 과학자들은 기술과 인간의 관계를 이해하기 위해 노력해왔습니다. 갈릴레오 갈릴레이의 연구에서부터, 증기 기관의 발명으로 인한 열역학의 이해까지, 과학자들은 인공지능의 작동 방식을 이해하기 위해 노력하고 있습니다.

“인공지능은 신경망으로 구성되어 있습니다. 인간의 뇌와 비슷한 구조를 가지고 있습니다. 신경 세포와 시냅스가 연결되어 있습니다. 이것이 물리학의 대상입니다. 물리학은 우주의 모든 것을 수학적으로 이해하고, 가설을 세우고, 검증하는 것입니다.”

새로운 그룹은 하버드 대학의 뇌과학 센터(Center for Brain Science)와 협력할 것입니다. 또한 스탠퍼드 대학의 수야 강ули 교수와 협력할 계획입니다.

탄카 히데노리 박사님은 자연 과학적 접근 방식이 중요하다고 강조합니다. 그는 2017년 하버드 대학에서 박사 학위를 취득했습니다. 그는 갈릴레오, 뉴턴, 아인슈타인 등의 발자취를 따라 새로운 물리학의 세계를 열어갈 것입니다.

“현재, 인공지능은 모든 사람과 대화할 수 있는 주제입니다. 연구자로서, 모든 사람이 인공지능에 대해 이야기하고 싶어합니다. 나는 모든 대화에서 배울 수 있습니다. 나는 NTT의 사명이 이러한 대화를 촉발하는 촉매제가 되기를 바랍니다. 우리는 모든 상호 작용에서 배울 수 있습니다.”