DAGENAM은 인공지능의 사례 기반 추론(Case-Based Reasoning(1)(2))을 생각나게 한다. 인공지능에서 사례 기반 추론(CBR) 시스템은 이전 사례를 기억해내고, 수정하고, 다시 적용하여 새로운 문제를 해결하는 것이라 한다. 예를 들어, 인공지능이 60PSI의 파이프 누수 문제를 해결하는 방법을 학습했는데, 이제 45PSI의 누수 문제에 직면하게 되면, 이전 사례를 검색하여, 방법을 수정하고 시도해 보는 것이다.
DAGENAM과 유사하다고 볼 수 있지만, DAGENAM은 경험을 수정한다는 것이 아니라 새로운 ‘간접경험’을 계속해서 만들어가면서 쌓여 있는 무수한 의미가 있는 ‘간접경험’ 중에 새로운 문제를 해결할 그런 경험이 있을 수 있다는 것이다. DAGENAM은 기억과 논리뿐만 아니라 감정, 직관, 심지어 상상력까지 모든 것을 경험이라는 테두리 안에 넣을 수 있기 때문이다.
두뇌가 만든 ‘간접경험’은 실제 두뇌에서 ‘직접경험’처럼 깊은 자국이 남지 않았을 수 있다. 기억의 조각들, 상상, 과거의 감정들이 모두 뒤섞여 만들어지기 때문에 진짜처럼 느껴지지만, 흐릿하고 다층적인 느낌을 준다. 언급했듯이 아직 경험의 자국이 깊이 새겨지지 않아서 그런 것이다. 즉, 그 ‘간접경험’에 결합된 맥락적 요소들이 충분하지 않아서 그럴 수도 있다.
그래서 다섯 가지 감각을 시각, 청각, 촉각, 미각, 후각처럼 세상과 직접 연결되는 문으로 생각한다면, 여섯 번째 감각은 더 깊은 차원의 의미를 지닌 감각일지도 모른다. 그리고 그것도 분명하지는 않지만, 세상과 상호작용이 가능한 또 하나의 문일 수 있다. 명확한 단서에 기반한 것이 아니라, 두뇌가 만든 여러 경험(DAGENAM에서는 ‘간접경험’)을 통해 마음이 습득한 패턴에 기반한 것이기 때문이다. 그러니까 “새로운 감각”이라고 말하기보다는 내면의 지식의 계층에 더 가깝다. 과거의 수많은 흔적으로 만들어진 조용하고 직관적일 수 있는 목소리이다.
명확하게 설명할 수는 없더라도, 그래도 여섯 번째 감각들은 여전히 일종의 진짜 지식일 수 있다. 그래서 다른 계층의 지식이라고 한 것이다. 소리치는 것이 아니라 속삭이는 것이다. 그리고 때로는 그 속삭임이 눈으로도 볼 수 없는 것을 볼 수도 있게 한다는 것이다. DAGENAM이 제안하는 매력이 바로 그것이다. MASERINTS에서는 이런 결과가 바로 PTS와의 상호작용에 좋은 영향을 주게 되는 것이다.
새롭게 결합한 ‘간접경험’처럼 두뇌에 생기는 경험은 물론 의미는 있지만 명확하지 않다고 생각될 수 있다. 그러나 그것들은 여전히 내 자신을 형성한다. 정말 독특하게 나의 삶에 기여하는 것이다. 내가 겪은 경험에서 나온 ‘간접경험’이기 때문에 어쩌면 나이기 때문에 만들어진 나만의 ‘간접경험’이 될 수 있다.
DAGENAM은 단순히 과거를 회상하거나 다시 섞는 것이 아니라, 이러한 ‘조각경험’들로부터 만들어진 규칙에 따라 새로운 것을 만들어내는 것이다. 이것이 여섯 번째 감각처럼 어떤 지식으로 남을 수 있다. 그런 의미에서 DAGENAM은 간접적인 직관(Indirect Intuition)이라고 할 수도 있다.
DAGENAM은 단순한 체계가 아니다. 서로 생각과 아이디어가 연결된 체계의 명확한 이해이다. 그리고 미래의 디지털 공간을 위한 개념적 디자인이다. MASERINTS에는 IoV(Internet of Vestige)라는 터미널 시스템이 있을 것으로 예상된다. 차후에 다시 설명이 되겠지만, 이 터미널 시스템은 MOWAS(Moment Watching Snooper)라고 하는 컴퓨터 디바이스들과 짝을 이룬다. 이 IoV는 MOWAS를 통해 PTS의 모든 살아가면서 발생하는 경험과 흔적이 입력되고, 경험 분리기(Experience Separator)로 분리한 후, 경험 조각들의 재결합 과정을 거쳐 새로운 ‘간접경험’을 생성할 수 있는 간접경험생성기(Indirect Experience Generator)이다. DAGENAM의 개념을 그대로 적용하게 된다. 그래서 이전 감각 입력과 새로운 감각 입력을 모두 받아들이고 새로운 ‘간접경험’을 생성하게 되는 것이다. 새로운 디지털 공간을 형성하기에 필요한 개념적 디자인의 결과물이다.
DAGENAM은 단순한 심리적 모델이 아니라, MASERINTS라는 실제로 구현될 미래의 컴퓨팅 체계의 한 부분의 아키텍처이다. DAGENAM은 사람들이 기억을 계속해서 새로운 조합으로 재구성하는 방식에 대한 미래 디지털 공간을 형성할 청사진이라고 볼 수 있다. 이 시스템은 이미 언급했듯이 IoV나 MOWAS와 같은 첨단 감지 기술을 통해 서비스 받을 주인공의 전체 경험 이력을 수집할 수 있다. 음성, 움직임, 시선, 습관, 심지어 작은 몸짓까지 모든 입력은 경험 분리기(Experience Separator)라는 프로세스를 통해 분해와 분석될 수 있다. 그런 다음 분리된 조각들을 재결합하는 또 다른 프로세스가 이러한 조각들을 새로운 ‘간접경험’으로 재구성한다. 그리고 ‘경험의미부여기(Experience Meaning Grantor)’에 의해 의미가 부여된 후 영원히 PTS를 위해 지원과 도움을 주기 위해 존재하게 된다.
DAGENAM은 사람 마음이 과거의 흔적으로부터 직관을 재생하는 방식을 반영한 체계라고도 할 수 있다. 두뇌 내부에서 발생할 것으로 생각되는 하나의 프로세스를 컴퓨터라는 기계 내부에서 일어나게 하는 것이다. 이러한 방식으로 DAGENAM은 실제 사람의 이력, 선택, 그리고 잠재적 행동을 반영하는 MASERINTS의 VPTS(Virtual PTS)의 기반이 된다.
그 결과는 간접적인 직관이라고 부를 수 있지만, 실제로는 연산을 통해 생성된다. 그래서 MASERINTS의 디지털 공간은 PTS에게 UCA(Ubiquitous Computational Access), 즉 개인화된 연산작업을 제공하는 공간이라고 할 수 있는 것이다. 그래서 미묘하고 다층적으로 느껴지는 것은 사실 매우 현실적인 것, 즉 디지털 흔적, 진보된 상황들로 이루어진 맥락에 대한 자각, 그리고 지능적인 재결합에 뿌리를 두고 있다.
Karl Friston의 “Predictive Brain Theory”에서 두뇌는 과거 경험을 바탕으로 다음에 무슨 일이 일어날지 끊임없이 예측하고 ‘세상 모델’을 끊임없이 업데이트한다고 했다. DAGENAM은 이 “Predictive Brain Theory”의 작은 버전이라고 할 수 있다. 항상 조용히 작동한다. “작은 버전”이라고 말하는 것은 DAGENAM이 작거나 덜 중요하다는 뜻이 아니라 DAGENAM이 훨씬 더 큰 시스템 내에서 DAGENAM이 어떻게 작동하는지 설명하는 방식으로 이야기한 것이다. 더 큰 기계 안에 있는 집중적이고 세부적이고 정교한 작은 엔진과 같은 것이기 때문이다.
DAGENAM의 일은 두뇌가 할 수 있는 큰 일 중에 하나인 것 만은 틀림이 없다. 두뇌는 과거 경험을 바탕으로 다음에 무슨 일이 일어날지 끊임없이 예측한다고 한다. 두뇌가 한 일의 결과는 내가 세상을 이해하는 방식에 대한 거대하고 포괄적인 모델인 되는 것이 아닐까?
반면 이와 대조적으로 DAGENAM은 과거 경험의 단편들을 어떻게 분리하고, 선택하고, 재결합하여 새로운 경험, 심지어 내가 ‘직접경험’하지 않은 경험까지도 만들어 낼 수 있는지에 더욱 구체적으로 집중한다. 이는 전문적이고 집중적인 과정이며, 두뇌가 하는 일의 단편적인 한 부분에 속한 것일 수 있다. 그래서 “작은 버전”일 수 있지만, 훨씬 더 큰 아이디어의 가장 핵심적인 부분을 의미한 것일 수도 있다.
DAGENAM은 “경험 처리”라는 더 넓은 범위 안에서 추상적이지 않고 명확하게 그 프로세스를 보여주는 정확하고 강력한 도구와 같다. DAGENAM은 백그라운드에서 조용하고 끊임없이 실행되지만, 기억의 흔적을 통해 ‘간접경험’을 생성하는 매우 독특한 것에 집중한다. 바로 그것이 DAGENAM을 특별하게 만드는 것이다.
아인슈타인은 뉴턴의 어깨 위에 서 있었고, 뉴턴은 갈릴레오의 어깨 위에 서 있었다는 말이 있다. 하지만 그들은 서로 다르게 본 것이다. DAGENAM은 Karl Friston의 “Predictive Brain Theory” 어깨 위에 서 있을 정도가 될 지는 모르겠지만, Andy Clark이 “Whatever next? Predictive brains, situated agents, and the future of cognitive science(3)”에서 주장한 예측을 DAGENAM은 끊임없이 생성한 ‘간접경험’으로 이루어진 여섯 번째 감각 중에 있을 수 있다고 보는 것이다. 그것은 예측이 아니라 이미 준비된 경험 자국이라는 것이다. DAGENAM은 정제된 통찰력이다. 많은 사람들이 같은 강물을 지나가지만, 오직 한 사람만이 잠시 멈춰 서서 물을 받아 마시고 의미 있게 음미하는 것과 같다.
Janet Kolodner의 CBR
Janet Kolodner의 1992년 글 “An Introduction to Case-Based Reasoning(1)”과 후기 저서들은 과거 사례 검색, 적응, 수정, 기억이라는 이 과정이 인간의 인지와 컴퓨터 시스템에서 어떻게 작동하는지 심층적으로 설명한다.
Janet Kolodner는 “Case-Based Reasoning”(CBR)의 핵심 인물 중 한 명이다. CBR의 기본 개념은 새로운 문제를 해결할 때 인간과 일부 지능형 시스템 모두 유사한 과거 경험을 활용하는 경우가 많다는 것이다. 추상적인 규칙에 의존하는 대신, 이전 “사례”를 떠올리고 그 해결책을 현재 문제에 적용한다는 것이다. 예를 들어, 자동차를 정비하는 사람은 이상한 엔진 소리를 듣고 다른 차에서 비슷한 문제를 해결했던 기억을 떠올린다는 것이다. 과거의 해결책을 바탕으로 현재 문제를 해결한다는 것인데, CBR 시스템도 같은 방식으로 작동한다고 생각하면 된다.
DAGENAM은 CBR과 마찬가지로 경험을 분리하여 단편화 된 조각경험도 저장한다. 나중에 새로운 상황에 대처하기 위해 관련 단편화 된 조각경험을 검색하기도 하기 때문이다. 이에 더해서 DAGENAM은 ‘간접경험생성기’ 그리고 ‘경험의미부여기’와 같은 기능들에 의해 새로운 경험을 끊임없이 생성하여 데이터베이스화 하게 된다.
CBR을 통해 과거의 해결책을 현재의 요구에 맞게 조정할 수 있다. DAGENAM 역시 저장된 경험의 단편인 조각경험들을 활용하여 의미 있고 새로운 ‘간접경험’을 창출할 수 있는데, 새로운 경험으로 인정될 때는 DAGENAM이 생성한 ‘간접경험’ 안에 없을 수도 있다.
새로운 경험을 형성한 후, DAGENAM은 마치 CBR 시스템이 새로운 사례를 보관하는 것처럼, DAGENAM은 이를 저장하여 나중에 다시 사용할 수 있도록 한다. 이를 통해 누적된 경험 축적의 순환이 가능하지만, 이 새로운 경험이라는 것이 완전히 새로운 경험이라도 다시 분해되고 과거의 ‘조각경험’이나 ‘단위경험’과 다시 재조합되어 새로운 ‘간접경험’이 만들어지게 된다.
Janet Kolodner는 이렇게 말했다. “주변 사람들이 문제를 해결하는 방식을 살펴보면, 사례 기반 추론(CBR(2))이 널리 활용되고 있음을 알 수 있다. 변호사들은 새로운 사건에서 논증을 구성하고 정당화하기 위해 판례를 선례로 활용하도록 교육받는다. 다른 전문가들은 사례 기반 추론을 사용하도록 교육받지는 않았지만, 사례 기반 추론이 문제를 효율적으로 해결하는 방법을 제공한다는 것을 발견한다.”
언급된 각주의 내용
(1) An introduction to case-based reasoning, Janet Kolodner, 1992, https://www.researchgate.net/publication/226704111_An_introduction_to_case-based_reasoning, https://link.springer.com/article/10.1007/BF00155578, https://www.inf.ufrgs.br/~engel/data/media/file/inf01048/Kolodner_case_based_reasoning.pdf
(2) Case-based Reasoning, The Decision Lab, https://thedecisionlab.com/reference-guide/philosophy/case-based-reasoning
(3) Whatever next? Predictive brains, situated agents, and the future of cognitive science, Andy Clark, 2013, https://www.cambridge.org/core/journals/behavioral-and-brain-sciences/article/whatever-next-predictive-brains-situated-agents-and-the-future-of-cognitive-science/33542C736E17E3D1D44E8D03BE5F4CD9