인문 과학의 방법

#인문학 #AI #RNN #인식론 #메타인문학

인문과학의 방법

인문학에 과학적 방법을 도입하는 것은 인간에 대한 이해의 폭과 깊이를 합리적으로 확장하는 데 있다. 또 역사와 문화의 다양성으로 발생하는 세계관, 사회관, 인간관의 충돌과 이로 인한 오랜 비효율을 극복해 합리적인 공통의 인식 기반을 공유하려는 데 있다.

신념과 태도

우리의 인식은 신념을 낳고 신념은 태도를 낳는다. 인식과 신념과 태도는 상호작용을 한다. 이렇게 자리 잡은 태도는 그 사람의 성격 character을 나타낸다. 성격은 선천적 기질 temperament이라기보다 후천적으로 자리 잡은 태도에 가깝다. 그래서 흔히 말한다.

○ 태도가 전부다

Attitude is everything

여기서 태도 형성 과정에 대한 이해가 필요하다. 최근 인공지능 AI 연구에는 이와 관련된 의미 있는 개념이 있다. 우리의 인식 과정에는 자신의 ‘기억과 기록 데이터베이스 database’에서 필요한 자료를 호출해 인식의 능률을 올리는 루틴routine이 있다. AI는 이것을 모방하여 ‘장단기 기억 Long-Short Term Memory’ 호출과 ‘순환 신경망 RNN: Recurrent Neural Networks’ 등을 사용한다. 최근 AI의 괄목할만한 발전에는 이런 기술적 진보가 큰 몫을 차지하고 있다.

이 그림들은 지금은 생소할 수 있으나, 머지 않아 초등학교 교과서에도 실릴 AI와 사람의 인식 구조에 대한 상식적 개념이 될 것입니다.

순환 신경망 RNN
인공지능은 순환 신경망 RNN를 통해 기존 정보를 활용하고 ‘자동 업데이트’하는 방법으로 학습한다. 인간의 경우엔 ‘자동 업데이트’가 쉽지 않다. 우리는 현재의 자기 인식체계를 유지하려는 성향이 크기 때문이다. 이것은 애써 마련한 현재의 자기 인식체계를 깨지 않으려는 자기 보호 본능일 수도 있다.
이 문제의 해법은 앞서 말한 ‘메타인지 meta cognition’와 ‘원리적 앎 causal cognition’을 계획적으로 수행하는 것이다. 이를 통해 실시간으로 자기의 인식 과정을 관찰해 자신의 ‘인식체계’를 최신의 것으로 갱신하는 습관을 가지는 일이다. 이러한 기능은 우리의 인식 과정에 이미 있지만 우리는 이것을 깨닫지  못하고 그 중요성을 깊이 알지 못한다.

-메타인문학 1.0 에서

Chat GPT 4.0의 의견

 게시판 선택