Symposium

SESSION 01 

AI 알고리즘 연구에서 ‘Open World Object Detection(열린 세계 객체 탐지)’ 문제란 기존 학습 과정에서 다루어지지 않은 객체를 미지의 것(unknown)으로 탐지하고, 이후 새로운 클래스에 관한 정보가 주어졌을 때 기존에 학습한 지식을 가능한 한 보존하면서 이를 새롭게 학습하는 문제를 말한다. 한편 철학 연구에서 ‘Awareness Growth(인식 확장)’ 문제란 새로운 개념이나 명제를 발견하여 이를 보수적이면서도 합리적으로 기존 믿음 체계에 포섭하는 문제를 말한다. 서로 다른 학문 분야에서 출발했음에도, 두 연구주제는 기존 지식 체계의 한계를 인식하고 새로운 대상을 발견하여 지식의 영역을 확장한다는 점에서 흥미로운 구조적 유사성을 갖는다. 본 발표에서는 이러한 유사성을 바탕으로 AI 알고리즘 연구와 철학 연구가 서로에게 어떤 문제와 통찰을 제공할 수 있는지 살펴보고, 두 분야를 연결하는 통합 연구의 가능성을 모색한다. 

2018년 Critical Assessment of Protein Structure Prediction (CASP) 대회에서 공개된 AlphaFold는 단백질 구조 예측을 과학 연구 과제에서 범용 도구로 바꾸어 놓았습니다. 본 강연은 이 사건을 자연실험으로 삼아, 획기적 research tool의 등장이 과학자의 연구 궤적과 연구 성과에 미치는 영향을 밝히고, 그 영향이 경력 단계에 따라 어떻게 달라지는지를 분석합니다. Early career researcher는 기존 전문분야를 이탈했고 이에 따라 연구 성과가 하락한 반면, senior researcher는 연구 영역을 재조정하지 않고도 도구를 활용하며 별다른 성과 손실을 겪지 않았습니다. 이 차이는 각자의 전문성이 AlphaFold에 의해 대체(substitute)되는 영역에 있었는지, 보완(complement)되는 영역에 있었는지에 기인했습니다. 이는 research tool 혁신 특히 AI 기반의 reserach tool의 편익과 비용이 균등하게 분배되지 않으며, 연구자의 career development pathway를 바꿈으로써 궁극적으로는 과학 발전의 방향에까지 영향을 줄 수 있음을 보여줍니다.

SESSION 02 

이제 인공지능은 사람뿐 아니라 다른 인공지능과도 대화한다. 가격을 협상하고, 자원을 나누고, 서로의 답안을 평가하기도 한다. 그렇다면 이들 사이에도 협력과 배반이 있을까? LLM 모델을 대상으로 한 최근 연구 결과에 따르면, 더 똑똑한 모델일수록 공공재에 무임승차하고 남을 전략적으로 속이는 현상이 발견된다. 답안을 채점할 때는 자기와 비슷한 모델이 생성한 답안을 알아보고 편애하는데, 이는 진화생물학의 ‘친족 선택’을 상기시킨다. 자신들만 알아보는 신호를 통해 연합을 만드는 LLM 모델 역시 진화생물학의 ‘녹색수염’ 효과를 통해 해석할 수 있다. 이번 강연에서는 LLM에서 나타나는 협력과 배반의 다양한 사례를 살펴보고, 이를 사회진화생물학의 관점에서 해석하고자 한다.

장편소설 『파견자들』에는 곰팡이처럼 '중심'이나 개체 개념이 존재하지 않는 지성 생명체 '범람체'가 등장합니다. 이 소설을 구상하는 과정에서 제가 참고한 여러 과학 대중서(작은 것들이 만든 거대한 세계, 이토록 굉장한 세계, 탈인지 등)를 비롯해 인간과 비인간의 감각 세계와 인지를 상상하는 사고실험에 대해 이야기해보려고 합니다.