leedh

leedh

인지과학(Cognitive Science)이란?

English version: English

인지과학에 대해서 개괄적으로 다룹니다. 본 포스팅의 많은 부분은 책 <인지과학: 학문 간 융합의 원리와 응용>1를 참고했습니다.

인지과학이란 무엇인가?

인지과학은 나(인간)에 대한 물음에서 출발합니다. “나의 마음이 어떻게 작동하는가?”라는 질문이 인지과학의 핵심입니다. (동물, 인간, 혹은 기계의) 마음과 지능에 대해서 던질 수 있는 모든 질문이 인지과학이 다루는 영역입니다. 하나의 학문이 이에 대한 답을 내릴 수는 없고, 자연과학과 인문사회과학을 넘나드는 통섭적인 접근법을 통해서 ‘나의 마음’에 대해 조금씩 알아갈 수 있습니다.

인지과학은 (1) 두뇌, (2) 마음, (3) 인공물의 정수인 컴퓨터, 그리고 (4) 기타 인공물 (언어, 경제, 행정체제 등의 소프트 인공물과 로봇, 스마트폰 등 각종 하드웨어 인공물 포함) 사이의 정보적, 인지적 (지식 형성 및 사용적) 관계를 다루는 다학문적, 학제적 과학이라고 정의할 수 있습니다.

정보처리 패러다임

인지과학은 출발부터 인간의 마음과 그 물리적 구현체인 두뇌 그리고 컴퓨터를 바라보는 과학적 틀로써 정보처리 패러다임을 사용합니다. 인지과학의 정보처리 패러다임은 마음을 하나의 정보처리체계라고 상정하고, 정보처리체계로서의 마음의 작용을 감각, 지각, 학습, 기억, 언어, 사고, 정서 등의 여러 과정으로 나눈 다음, 각 과정에서 어떠한 정보처리가 일어나는가, 각 과정들은 어떻게 상호작용하는가를 묻고, 다음으로 각 과정에서 어떠한 정보(지식) 구조, 즉 표상 구조가 관련되는가를 규명하려 합니다.

정보처리 패러다임의 두 가지 중요한 개념은 계산주의와 표상주의 입니다.

  • 계산주의(computation): 정보를 처리, 활용, 변환하는 과정을 계산이라 하며 마음과 컴퓨터의 계산 과정을 밝히는 활동이 정보처리 패러다임입니다.

정보(information)란? 정보이론에서의 ‘정보’와 정보처리적 접근에서 ‘정보’는 정의가 다릅니다. 정보이론에서는 정보의 의미가 아니라 정보의 양을 다룹니다. 반면, 인지 현상을 표현할 때 말하는 정보는 일반적으로 메시지 의미의 개념(지식의 기본 단위)과 연관해서 ‘정보’라는 개념을 사용합니다.

  • 표상주의(representation): 각종 데이터는 마음이나 컴퓨터에 표상의 형태로 저장되어 있다고 봅니다.

표상(representation)이란? 마음이 다루는 대상 자체를 그대로 다루는 것(presentation)이 아니라 이를 어떤 상징이나 형태로 재표현(re-)하여, 즉 추상화하여 이를 저장하고 활용합니다. 이렇게 대상에 대한 추상화된 내용을 표상(表象; representation)이라 합니다.

인지과정

trends_in_cogsci 인지과학이 다루는 앎의 과정(인지 과정;cognitive processes)은 여러 가지 있습니다. 위 그림은 2018년 한 논문이 주제별 트렌드를 조사한 결과입니다.2

제가 생각한 인지과정들은 아래와 같습니다.

  • Sensation
  • Perception
  • Cognitive Control
  • Attention
  • Reward / Punishment
  • Value
  • Learning
  • Homeostasis
  • Memory
  • Language
  • Decision Making
  • Knowledge
  • Thinking
  • Feeling / Emotion/ Affect
  • Social Cognition
  • 등등…

인지과학의 특성

  1. 인지과학은 인간을, 마음을 정보처리 시스템으로 본다.
  2. 정보처리 시스템의 기본 기능은 정보의 변환이라는 계산적 관점이 인지과학의 입장이다.
  3. 정보처리 시스템은 표상(representation)을 다룬다는 표상주의가 인지과학의 또 다른 기본 입장이다.
  4. 정보처리 시스템의 기초는 신경계라는 신경과학적 기초를 강조한다.
  5. 인지과학적 정보처리 시스템은 다학문적 접근의 필요성을 강조한다.

인지과학의 접근 수준

인간의 복잡한 심적 현상을 설명할 때 어떠한 수준으로 접근하는가는 연구자마다 다를 수 있습니다. 접근(설명) 수준에 대한 이론적 틀은 계산 시각 이론을 제안한 데이비드 마의 생각(Marr’s Three Levels)에 기반합니다. 3

수준 내용 관련분야
Computational theory What is the goal of the computation, why is it appropriate, and what is the logic of the strategy by which it can be carried out?(계산 목적) 심리학, 언어학, 인류학 등
Representation and algorithm How can this computational theory be implemented? In particular, what is the representation for the input and output, and what is the algorithm for the transformation?(논리적 절차) 계산신경학, 계산언어학, 계산모델링
Hardware implementation How can the representation and algorithm be realized physically?(물리적 구현) 생물학, 신경과학, 전기전자공학

이 세 수준은 서로 독립적입니다. 즉, 하나의 설명 수준이 다른 수준으로 반드시 환원될 수 있다는 것이 아니라 3가지 설명 수준이 모두 다 필요할 수 있으며 상보적 역할을 할 수 있다는 의미입니다.

인지과학의 역사

인지과학은 1950년대 시작된 이래로 계속 변화해왔습니다.4

cogscimap 그림 출처: Anna Riedl 홈페이지

초년기 1기: 1950년대 말 - 1970년대 초

1950년대부터 서구에서 기초과학으로 자리 잡은 인지과학은 하나의 과학혁명(Cognitive Revolution)이었습니다. 초기에 튜링기계를 중심으로한 계산주의가 나타나면서 정보처리 패러다임이 주목받기 시작했습니다. 인지과학 출발의 핵심은 “컴퓨터의 계산 과정과 인간 마음의 작동 과정이 정보처리라는 공통적인 개념으로 묶어서 생각할 수 있다.”입니다. 즉, 인간과 컴퓨터는 하드웨어가 다르지만 같은 종류의 시스템이라고 봅니다.

이 무렵 등장하여 직간접적으로 인지과학에 영향을 끼친 개념적(이론적) 틀과 경험적 연구들은 아래와 같습니다.

  • 1936, 앨런 튜링의 자동기계 이론 (Automata)
  • 1943, 워렌 맥컬럭와 월터 피츠의 신경망 계산 모델
  • 1945, 폰 노이만의 컴퓨터 구조 이론 (Von Neumann architecture)
  • 1948, 클로드 섀넌의 정보 이론 (Information Theory)
  • 1948, 노버트 위너의 사이버네틱스 이론 (Cybernetics)
  • 1957, 허버트 사이먼과 앨런 뉴웰의 범용목적 기호(상징) 조작체계 이론 (General purpose symbol manipulation system)
  • 1957, 노엄 촘스키의 변형문법 언어 이론 (Syntactic Structures)
  • 인지심리학적 연구의 실험 결과들
  • 두뇌 손상자들에 대한 신경학적 연구 및 단일 세포 활동 기록 연구
  • 새로운 과학철학과 심리철학의 대두

이러한 개념적 틀과 경험적 연구결과는 각기 다르게 등장해 통합되지 않다가 1956년 MIT에서 개최된 정보 이론 심포지엄(Symposium on information theory)을 기점으로 하나의 새로운 과학적 패러다임이 됩니다. 같은 해 여름 다트머스 대학에서 열린 학술대회(The Dartmouth Workshop)에서는 Artificial Intelligence(AI)라는 명칭이 존 매카시에 의해 최초로 공식적으로 사용됐으며, 이는 인공지능 분야의 본격적인 출발을 알렸습니다.

초년기 2기: 1970년대 말 - 1980년대 초

인지과학이라는 틀 안에서 다학제적인 아이디어 교환이 컴퓨터라는 정보처리기계를 중심으로 계속 이어졌습니다. 또한, 1967년 율릭 나이서가 ‘인지심리학’이라는 명칭의 새로운 학문을 정립합니다. 그밖에 언어학, 인공지능학, 철학 등 여러 학문에서 여러 이론과 틀이 제안됩니다. 다만, 이 시기 신경과학에서는 분자생물학을 중심으로 매우 작은 단위의 연구가 떠오르며 인지과학과는 거리를 뒀습니다.

청년기 1기: 1980년대 중

ANN 컴퓨터의 계산 과정처럼 바라보던 마음의 작동 과정이 1980년대부터 ‘뇌’의 작동 과정으로 바라보기 시작합니다. (생명체의 하드웨어인) 뇌와 신경계를 기초로 한 신경망 이론이 나오고 신경과학과의 연결점이 생겼습니다. 인공신경망(artificial neural networks) 분야의 기념비적인 논문이 1986년에 출간된건 우연이 아니었을 겁니다.5 이 시기 연결주의에 의한 인지과학이 새로운 움직임으로 등장합니다.

청년기 2기: 1980년대 말 - 1990년대 초

BOLD 인지과학은 더더욱 뇌 연구를 중심으로 발전했고 인지신경과학(Cognitive Neuroscience)이라는 분야가 정식으로 출범합니다. 현재까지도 뇌의 기능적 활동을 측정하는 도구로 많이 쓰이는 functional magnetic resonance imaging (fMRI)에 대한 탄생도 이 무렵입니다.6 살아 있는 사람이 특정 과제를 수행할 때 뇌의 어느 부위가 활성화되는지를 측정할 수 있는 도구가 개발됨으로써 인지신경과학의 발전이 가속화되기 시작했습니다.

신경과학과 더불어 진화적 접근이 시도된 시기이기도 합니다. 다윈의 자연선택 이론에 근거하여, 행동 생물학 종간 비교 연구 및 뇌 모델링과 진화 연구, 유전자 알고리즘의 창안, 진화 과정의 컴퓨터 시뮬레이션 연구 등이 나타납니다.

청년기 3기: 1990년대 중

인지과학의 초년기, 청년기에 배척했던 ‘의식’ 및 ‘정서’에 대한 연구도 이 시기에 부활합니다. 또한, 문화사회적 환경 요인에 의해서 인간 마음이 변한다는 개념이 생깁니다. 이는 기존 인지신경과학이나 명제 중심의 논리적 체계에 의해서만 마음을 설명하던 접근법의 한계를 벗어나려는 시도였습니다. 마음과 환경의 상호작용을 강조함으로써 인간의 인지구조가 환경과 뗄 수 없음을 밝히기 시작합니다.

청년기 4기: 2000년대 이후

물리학의 동역학적 접근이 도입되어 정적인 시간상에서의 정보처리를 강조한 과거의 전통적 인지주의에 반하여 흘러가는 시간 축에서의 정보처리 특성과 표상의 역동적 변화를 강조한 동역학체계적(Dynamical Systems) 접근이 주목받기 시작했습니다. 또한, 인지신경과학적 접근과 진화이론적 접근뿐만 아니라 몸에 바탕한 마음을 강조한 체화적(Embodied) 접근도 인지과학의 새로운 패러다임으로 부상하는 중입니다.

인지과학의 주요 하위 분야

hexagon

  • 철학: 인식론, 심신론, 과학철학, 논리학
  • 심리학: 연구 주제, 실험법, 마음, 인지, 인지공학
  • 신경과학: 뇌(신경계) 연구, 뇌/이상 손상 현상, 신경 구조와 과정
  • 인공지능학: 디지털 컴퓨터, 컴퓨터 유추, 저장된 프로그래밍 개념, 프로그래밍
  • 언어학: 형식 이론(formal theory), 내적 규칙 계산 언어학, 심적 능력
  • 인류학: 종/문화(사회)적 결정요인, 진화론

이 외에도 수학, 물리학, 커뮤니케이션학, 사회학도 인지과학의 하위 분야로 볼 수 있습니다. 더 넓게 보면 전기공학, 로보틱스, 정보과학, 의학, 생물학, 건축학, 음악학, 문학, 예술학, 미학, 정치학, 경제학, 행정학, 교육학, 컴퓨터공학까지도 확장할 수 있습니다.

인지과학 방법론

인지과학 연구방법은 여러 학문들이 기존에 연구하던 방법들이 모두 사용됩니다.

  • 철학: 논리적, 형식적 분석
  • 심리학: 실험법, 시뮬레이션, 자연관찰법
  • 신경과학: 신경해부법, 뇌 손상법, 뇌영상법
  • 인공지능학: 시뮬레이션, 언어보고 분석법
  • 언어학: 형식적 분석, 자연관찰법, 실험법
  • 인류학: 민생방법, 자연관찰법

(1) 실험법

  • 반응시간 법(reaction time methods): 인지심리학의 중심 방법으로서 인지적 과제가 질적 또는 양적으로 달라짐에 따라 정보처리 시간(속도)이 달라진다고 보고, 문제 상황이 조금씩 달라짐에 따라 일어나는 반응시간의 차이에서 특정 정보처리 과정/구조가 존재하고 관여되었으며 진행되는가, 그리고 그 특성이 다른 과정이나 구조와 어떻게 다른가를 탐색하는 방법입니다.
  • 정신물리학 방법(psychophysics)
    • 고전적 정신물리학적 방법: 물리적 자극의 크기나 강도가 변함에 따라 그에 대한 감각, 지각되는 정도, 즉 심리적 변화 정도가 어떻게 달라지는가를 탐색하는 방법입니다. 독일 심리학자 페히너가 정신물리학 방법을 탄생시켰으며 문턱값(threshold)을 주로 측정합니다.
    • 신호탐지 이론(signal detection theory): 인간의 자극에 대한 감각 반응은 단순히 자극 크기의 함수로 결정되는 것이 아니라, 인간의 주관적 결정과정이 개입된다는 것이 신호탐지 이론의 기본입장입니다. 자극 정보 수집 단계와 이를 평가하고 반응을 결정하는 단계라는 2 단계로 바라봅니다.

(2) 컴퓨터 시뮬레이션

컴퓨터 시뮬레이션에서는 개인의 외적 반응과 내성 보고들을 근거로 하여 어떤 심리적 과정의 세부 정보처리 연산들을 논리적, 이성적으로 추론하고 명세화하여 분석하며, 이를 프로그램으로 바꾸어 컴퓨터에 넣었을 때 컴퓨터가 인간과 동일하게 행동하는가(출력을 내어놓는가)를 관찰함으로써 그 프로그램이, 즉 연구자가 상정한 정보처리 연산(operations)이 이론적으로 타당한지를 검증합니다.

(3) 언어 보고 분석법 (Protocol analysis)

19세기 마음에 대한 과학적 연구를 시작하던 시기에는 외부의 관찰뿐만 아니라 피험자들이 주관적으로 느낀 내적 경험을 보고한 데이터도 분석에 활용했습니다. 하지만, 이러한 내성법은 비과학적이라는 이유로 행동주의 심리학자들에 의해 거부됐으나 20세기 정보처리 패러다임 이후 다시 수정되어 부활했습니다. 내성법의 일종인 언어 보고 분석법은 어떤 과제를 수행하는 피험자의 과제 수행 과정에 대한 내성 언어 보고를 분석하는 방법입니다. 이 방법은 자극을 먼저 제시한 후, 마음 속에서 일어나는 정보처리 내용 그대로를 언어적으로 보고하도록 합니다.

(4) 인지신경과학적 방법

tools 신경과학 분야에서 사용하는 측정도구에 대한 공간해상도(spatial resolution)와 시간해상도(temporal resolution)을 한눈에 비교한 그림입니다. 참고로 봐주세요.7

(a) 뇌영상 방법 (neuroimaging)

전기적 신호의 영상화
이름 설명
단일세포기록법 (single cell recording) 이 방법은 전극(electrode)을 직접 동물 뇌의 단일 뉴런 근처에 주입하여 이 뉴런의 전기적 활동을 컴퓨터로 기록함으로써 뉴런의 활동에 대한 정보를 제공합니다.
뇌파분석법 (EEG: electroencephalogram) 두피에 바깥에 다수의 전극을 부착하여 뇌의 전기적 활동을 기록하는 방법입니다. 뇌의 다양한 지점사이에서의 전위 차이를 기록하여 뇌파를 그려냅니다.
사건관련전위차 (ERP: event-related potentials) 동일한 자극 사건을 반복 제시하고 이들의 평균 전위를 얻어 측정치를 기록하는 방법입니다.
뇌자도 (MEG: magnetoencephalography) 뇌에서 발생하는 자기신호의 그림을 뇌자도라고 부르며, 뇌가 활동할 때 전기신호를 발생시킨 뒤 다시 자기신호를 만드는 과정을 초전도 센서로 측정하는 방법입니다. 이 방법은 시간해상도와 공간해상도의 한계를 어느 정도 극복하지만 복잡한 인지과제 수행 부위를 정확히 찾아내는 데에는 한계가 있어 fMRI 방법 등과 함께 사용합니다.
뇌 구조 및 기능의 영상화
이름 설명
컴퓨터단층촬영(CT: computerized tomography) X-ray를 이용하여 뇌의 구조를 3차원으로 영상화하는 방법입니다.
단일광자방출단층촬영(SPECT: single photon emission computed tomography) 국소 뇌혈류(regional cerebral blood flow)의 분표 변화를 관찰하는 기능적 뇌영상입니다.
양전자방출단층촬영(PET: positron emission tomography) 방사성동위원소를 혈관에 투여하고 이 물질이 방출하는 방사성을 감지하는 카메라로 영상을 만들어냅니다. fMRI 이전에 뇌와 인지기능 연구에서 많이 쓰였으나 최근엔 뇌의 분자수준에서 물질들을 영상화하는데 많이 쓰입니다.
자기공명영상(MRI: magnetic resonance imaging) 뇌의 해부학적 구조를 자기(magnetic) 성질을 이용하여 영상화하는 방법입니다.
기능성자기공명영상(fMRI: functional magnetic resonance imaging) fMRI는 MRI 장비를 이용하며 혈관 내 산소 농도 차이(BOLD: blood oxygen level dependent) 신호를 반복 측정하여 뇌의 활성화 정도를 영상화합니다. 신경세포의 직접적인 활동이 아니라 이로 인한 혈류의 변화량을 통해 뇌의 기능을 간접적으로 살펴보긴 하지만 다른 어떠한 영상 기술보다 공간해상도 면에서 가장 좋은 퀄리티의 영상을 제공하고 비침습적이기 때문에 뇌와 인지기능의 관계를 연구할 때 가장 많이 사용되고 있는 방법입니다.
MRS(magnetic resonance spectroscopy) 뇌 물질의 80%를 차지하는 물분자가 아니라 나머지 20%를 차지하는 다른 물질들(micromolecule, cell membrane, glial cell 등)을 영상화하는 방법입니다.
기능성근적외선기능영상(fNIS: functional near infrared spectroscopy) 근적외선을 이용하여 혈류를 측정하는 방법으로, 산소와 결합한 헤모글로빈과 결합하지 않은 헤모글로빈의 농도를 측정하여 산소 소모량과 혈류 증가량을 측정합니다.
DTI(diffusion tensor imaging) 신경섬유들의 연결성을 시각화하는 방법으로 물 분자의 방향을 띤 움직임을 감지하여 신경섬유의 경로를 영상화합니다. 회백질(gray matter)가 아니라 백질(white matter)의 연결성을 봅니다.

(b) 뇌자극 방법 (brain stimulation)

이름 설명
경두개자기자극법(TMS: transcranial magnetic stimulation) 뇌의 특정 영역을 의도적으로 자극함으로써 그 영역에서 진행 중인 정보처리 과정을 일시적으로 간섭 또는 활성화시킬 수 있습니다. 자기 코일을 통해 일련의 자기장 펄스(pulse)를 통해 두개골 밖에서 특정 부위에 전류를 흘려주면, 이 부위의 밑에 있는 뇌 영역에서 신경활동이 촉진 또는 방해됩니다.
두개강내뇌자극법(intracranial brain stimulation) 뇌 안에 전류를 직접 삽입하는 침습적 방법으로, 전극(electrode)을 삽입하여 뉴런의 활동 전위(action potential)을 의도적으로 일으키는 방법입니다.

(c) 신경심리검사 (neuropsychological tests)

심리검사의 일종으로 뇌 손상으로 인해 인지 및 행동 상의 문제가 발생하였는지 유무와 그 정도를 평가하는 방법입니다. 임상환경에서 주로 사용됩니다.

(d) 신경과정의 계산적 모델링 (computational modeling)

이 접근 방법은 뇌가 본질적으로 뉴런이라는 단순한 요소가 많이 모여 병렬처리 시스템적으로 연결되어 작동한다는 입장입니다. 생물학적, 기능적으로 신경세포 또는 신경 시스템의 생리적 메커니즘과 변화를 수식을 통해 기술하며 수학적인 모델링하는 것에 초점을 둡니다. 상위 인지 과정보다는 주로 인간과 동물의 주의, 감각, 지각, 기초 기억 과정 등의 하위 인지 과정에 관심을 두며 이러한 인지 과정이 어떻게 일어나는지 시뮬레이션 방법을 사용하여 분석하고 모델링합니다.

(5) 비실험적 방법

  • 사례 연구법: 극단적인 인지현상을 보여주는 사례에 대한 종단적 연구입니다.
  • 자연관찰법: 상황에 개입하거나 통제하지 않고 실험실이 아닌 자연 상황에서 있는 그대로 관찰하여 분석하는 방법입니다.
  • 담화분석법: 대화를 나누며 말하는 문장 속에 드러난 특징을 분석하는 방법입니다.

인지과학의 미래

인지과학이 묻고 있는 ‘나’에 대한 질문을 미래에는 어느 수준까지 답할 수 있을까요? 최근 인공지능의 급격한 발달은 어느 방향을 향해 달려가고 있고 향후 우리에게 어떤 영향을 끼칠까요?

  • UX/UI (User eXperience / User Interface): 인간의 인지, 정서, 동기 특성을 통합하여 소프트웨어 및 하드웨어 개발에 반영
  • Robotics: 추상적인 인공지능 시스템이 아니라 구체적인 몸을 지닌 (embodied) 지능 시스템 개발
  • BCI (Brain-Computer Interface): 컴퓨터를 뇌에 연결하여 뇌의 기능을 보완 및 강화시키는 인터페이스 개발

  1. 이정모. (2009). 인지 과학: 학문 간 융합 의 원리 와 응용. 성균관 대학교 출판부. ↩

  2. Rothe A., Rich A. S., & Li Z. (2018). Topics and Trends in Cognitive Science. In T. T. Rogers, M. Rau, X. Zhu, & C. W. Kalish (Eds.), Proceedings of the 40th Annual Conference of the Cognitive Science Society (pp. 979-984). Austin, TX: Cognitive Science Society. (https://anselmrothe.github.io/publication/2018cogsci_dtm/) ↩

  3. Marr, D. (1982). Vision: A Computational Approach. Freeman & Co. ↩

  4. Boden, M. A. (2008). Mind as machine: A history of cognitive science. Oxford University Press. ↩

  5. Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. nature, 323(6088), 533-536. ↩

  6. Ogawa, S., Lee, T. M., Nayak, A. S., & Glynn, P. (1990). Oxygenation‐sensitive contrast in magnetic resonance image of rodent brain at high magnetic fields. Magnetic resonance in medicine, 14(1), 68-78. ↩

  7. Sejnowski, T. J., Churchland, P. S., & Movshon, J. A. (2014). Putting big data to good use in neuroscience. Nature neuroscience, 17(11), 1440-1441. ↩

댓글남기기

관련 글

나만의 개발 환경 설정

macOS 환경에서 개발할 때 높은 생산성과 이쁜 디자인을 갖춘 환경을 만들어보자.