인터뷰/예측
구글 양자AI 하르트무트 네벤 "제논 동위원소 실험은 의식과 양자효과의 실마리일 수 있다"
작성자
하이룽룽
작성일
2026-05-01 15:58
조회
4
하르트무트 네벤 인터뷰
양자컴퓨터를 어떻게 설명하느냐
하르트무트 네벤:나는 보통 이렇게 설명합니다. 요즘은 아이들도 오늘날의 컴퓨터가 0과 1의 언어로 작동한다는 걸 압니다. 노트북이든 휴대폰이든, 그 안의 컴퓨터는 불리언 논리라는 언어로 움직입니다.
양자컴퓨터는 이 불리언 논리를 양자물리학의 법칙으로 대체합니다. 그렇게 하면 양자컴퓨터는 훨씬 더 강력한 연산 세트를 갖게 됩니다. 이 강력한 연산을 이용하면 특정한 문제, 특정한 알고리즘을 고전 컴퓨터보다 훨씬 적은 단계로 풀 수 있습니다.
모든 문제에서 그런 것은 아닙니다. 하지만 어떤 문제들에서는 극적인 이점, 극적인 속도 향상이 생깁니다. 그런 문제들은 고전 컴퓨터가 영원히 도달하지 못할 영역에 남아 있을 수 있지만, 양자컴퓨터는 풀 수 있습니다.
우리 Google Quantum AI 팀은 매우 엔지니어링 중심의 조직입니다. 우리의 미션은 대규모의 유용한 양자컴퓨터를 만드는 것입니다.
내 배경은 물리학, 신경과학, 철학, 머신러닝이 얽혀 있었다
하르트무트 네벤:내 교육 경력은 물리학, 신경과학, 철학 사이를 오갔습니다. 석사 논문과 박사 논문은 모두 물리학과 신경과학, 물리학과 머신러닝의 교차점에 있었습니다.
석사 논문에서는 물리학 기반 방법을 사용해서 1차 시각피질의 신경 모델을 연구했습니다. 박사 논문에서는 자율 이동 로봇을 연구했고, 동역학 시스템의 언어를 이용해서 자율 로봇의 행동을 조직하는 방법을 다뤘습니다.
박사 논문을 마치고 미국에 왔을 때, 내가 처음 참여한 프로젝트 중 하나는 얼굴 인식 대회였습니다. 당시 DARPA와 여러 연구기관이 그런 대회를 열었고, 우리 팀이 그 테스트에서 우승했습니다. 그래서 우리는 당시 실증적으로 가장 뛰어난 얼굴 인식 시스템을 가지고 있었습니다.
그 이후 몇 년 동안 나는 컴퓨터 비전과 이미지 인식 관련 기술을 연구했습니다.
초기 얼굴 인식 기술은 흥미로웠지만 아직 제품으로 만들기는 어려웠다
하르트무트 네벤:많은 신흥 기술이 그렇듯이, 초기에는 기술이 아주 안정적으로 작동하지 않습니다.
예를 들어 얼굴 인식 기술로 집 문을 여는 시스템을 만든다고 해봅시다. 내가 집에 오면 문이 나를 알아보고 열어줘야 합니다. 동시에 다른 사람이 왔을 때는 문이 열리면 안 됩니다. 그러려면 false positive, 즉 다른 사람을 나로 잘못 인식하는 비율이 낮아야 합니다.
하지만 내가 집에 왔는데 시스템이 나를 못 알아봐서 문이 안 열려도 안 됩니다. 그러려면 false negative, 즉 나를 나로 알아보지 못하는 비율도 낮아야 합니다.
당시에는 이 두 가지를 동시에 달성하기가 어려웠습니다. 기술은 꽤 잘 작동했지만, 예를 들어 10명 중 1명이나 100명 중 1명은 나와 다른 사람인데도 문이 열릴 수 있었습니다. 반대로 내가 밤늦게 집에 왔는데 조명이 좋지 않으면, 시스템이 나를 알아보지 못하고 문을 열어주지 않을 수도 있었습니다.
통제된 데모 환경에서는 아주 잘 작동했습니다. 조명이 좋은 환경에서는 완벽하게 작동할 수 있었습니다. 하지만 덜 이상적인 조건에서는 아직 충분히 좋지 않았습니다.
그래서 과학적으로는 매우 흥미로웠습니다. 우리는 뇌가 시각 정보를 처리하는 중요한 원리를 이해하기 시작하고 있었습니다. 하지만 그것을 좋은 제품으로 만들고 안정적인 수익원으로 연결하기는 아직 어려웠습니다.
적대적 패턴은 우리 팀에서 나온 중요한 아이디어였다
하르트무트 네벤:내가 자부심을 느끼는 일 중 하나는 적대적 패턴이라는 중요한 개념이 내 팀에서 나왔다는 것입니다. 양자팀이 아니라, 당시 내가 관리하던 Google의 비주얼 서치 팀에서 나온 것입니다.
그 계기는 크리스티안 세게디가 우리 팀에 합류하면서 시작됐습니다. 구글에는 내부적으로 팀을 옮기고 싶은 사람들이 이력서를 올리는 마켓플레이스가 있었습니다. 나는 그의 이력서를 보고, 이 사람이 이산 최적화 박사라는 점에 주목했습니다. 우리에게 아주 잘 맞을 것 같았습니다.
그를 불러보니 그는 유명한 헝가리 수학자 집안 출신이었습니다. 형제들도 매우 뛰어난 수학자들이었습니다. 그런데 막상 와보니 그는 머신러닝을 해본 적은 없었습니다. 다만 최적화를 아주 잘했습니다.
하지만 그것은 문제가 아니었습니다. 우리는 머신러닝이 사실상 적용된 최적화라고 농담하곤 했으니까요.
그래서 나는 그에게 시작 프로젝트를 줬습니다. 이미지 안에서 물체의 위치를 찾는 문제였습니다. 당시, 아마 2012년쯤이었는데, 딥 뉴럴넷이 실제로 잘 작동하기 시작하던 시기였습니다.
뉴럴넷은 이미지 안에 고양이가 있다는 것, 즉 “무엇이 있는가”를 말하는 데는 꽤 잘했습니다. 하지만 그 고양이가 이미지 안의 어디에 있는지를 말하는 데는 약했습니다.
로봇에게 커피잔을 집게 하려면, 로봇이 “커피잔이 있다”고 아는 것만으로는 부족합니다. 그것이 어디 있는지도 알아야 합니다.
그래서 나는 이 문제를 뒤집어 생각했습니다. 이미지가 있고, 출력 노드 중 고양이 노드가 강하게 활성화되어 있다고 해봅시다. 그러면 이미지의 픽셀을 바꿔서 고양이 노드의 활성화를 낮추면 어떨까 생각했습니다.
나는 당연히 고양이 위나 고양이 주변의 픽셀을 바꾸는 것이 가장 효과적일 것이라고 생각했습니다. 그런데 크리스티안은 이 문제를 글로벌 최적화 문제로 만들었습니다. 이미지 전체의 픽셀에 최소한의 변화를 줘서 고양이 노드의 활성화를 낮추려면 어떻게 해야 하는가를 물은 겁니다.
그가 나중에 와서 말했습니다. “이거 정말 이상합니다. 버그인 줄 알았는데 버그가 아닙니다.”
그는 두 이미지를 보여줬습니다. 하나는 뉴럴넷이 고양이가 있다고 말하는 이미지였고, 다른 하나는 뉴럴넷이 고양이가 없다고 말하는 이미지였습니다.
나는 이미지를 보고 말했습니다. “크리스티안, 이 두 이미지는 똑같아 보이는데요?”
그는 말했습니다. “그게 핵심입니다.”
그가 발견한 것은 이미지 전체의 픽셀을 아주 미세하게 바꾸기만 해도, 사람 눈에는 거의 같아 보이는데 뉴럴넷의 판단은 완전히 바뀔 수 있다는 사실이었습니다. 반드시 고양이 주변 픽셀만 바꿔야 하는 것도 아니었습니다.
이 발견은 “Intriguing properties of neural networks”라는 논문으로 이어졌고, 최근에는 상도 받았습니다. 이 논문은 뉴럴넷을 이해하는 데 중요한 단계였습니다. 적대적 패턴이라는 것이 존재한다는 걸 보여줬기 때문입니다.
나는 프랑스에서 처음 양자역학을 본격적으로 배웠다
하르트무트 네벤:내가 양자역학을 처음 공부한 것은 파리에서였습니다. 독일에서 물리학 기초 2년을 마친 뒤, 재미있는 해외 생활을 해보자는 생각으로 파리에서 1년을 보냈습니다.
나는 나중에 대학에서 양자역학이 핵심 주제가 될 것을 알고 있었습니다. 그래서 미리 공부해두고 싶었습니다. 양자역학 강의를 들었고, 아직도 가지고 있는 프랑스어 교재로 공부했습니다.
그때 나는 양자역학의 기본 공리들을 처음 접했습니다. 그리고 그 공리들을 사용해 이론을 전개하고, 조화진동자 같은 간단한 양자역학 시스템을 계산하는 법을 배웠습니다.
처음에는 그렇게 혼란스럽지 않았습니다. 프랑스식 교육은 수학적으로 잘 정의된 방식으로 양자역학을 가르쳤습니다. 공리들이 명확했고, 그 공리에서 무엇을 유도하는지도 분명했습니다.
그때는 그 공리들 안에 충돌이 있다는 사실을 바로 깨닫지 못했습니다.
양자역학에는 두 종류의 시간 진화가 충돌한다
하르트무트 네벤:디랙-폰 노이만식 양자역학에서는 물리 시스템의 상태가 힐베르트 공간의 벡터로 표현됩니다. 그리고 닫힌 시스템이라면 그 상태는 연속적이고 유니터리한 방식으로 진화합니다. 이것을 type one time evolution이라고 부를 수 있습니다.
그런데 측정을 해서 어떤 결과를 보게 되면, 갑작스러운 변화가 일어납니다. 이것이 type two time evolution입니다. 이것은 보통 파동함수의 붕괴와 연결됩니다.
문제는 언제 type two를 적용해야 하는지 정확히 말해주지 않는다는 것입니다. 무엇이 측정인지 명확하지 않습니다.
예를 들어 누군가가 방사성 핵이 붕괴하고 가이거 계수기가 방사선을 포착하는 것이 전형적인 측정이라고 말한다고 해봅시다. 그러면 나는 이렇게 말할 수 있습니다.
좋습니다. 그런데 그 측정 장치까지 포함해서 더 큰 닫힌 시스템으로 보면 어떻게 됩니까? 닫힌 시스템이라면 type one, 즉 연속적 유니터리 진화로 설명해야 합니다. 하지만 그 안에 측정이 있으니 type two, 즉 갑작스러운 붕괴도 적용해야 한다고 말할 수 있습니다.
그럼 어느 쪽입니까? 둘 다일 수는 없습니다. 둘은 충돌합니다. 이것이 측정 문제입니다.
측정에 관여하는 모든 것도 원자들로 이루어진 물리적 객체입니다. 그렇다면 왜 그것들은 type one으로 설명되지 않습니까? 언제 type two가 시작됩니까? 이 문제는 지금도 사람들을 계속 혼란스럽게 합니다.
나는 다세계 공식화를 지지한다
하르트무트 네벤:나는 이 점에서 데이비드 도이치의 제자에 가깝습니다. 그의 책 『The Fabric of Reality』는 다세계 공식화가 왜 올바른 양자역학인지 아주 설득력 있게 설명합니다. 나는 그 주장에 깊이 공감했습니다.
나는 다세계 공식화를 거리낌 없이 지지합니다. 흔히 다세계 해석이라고 부르지만, 나는 그것이 정확한 표현은 아니라고 봅니다. 그것은 사실 다른 이론입니다.
왜냐하면 기존의 디랙-폰 노이만식 양자역학에는 두 가지 시간 진화가 충돌하는 문제가 있기 때문입니다. 휴 에버렛은 이 문제를 보고 말했습니다. “이런 모순은 둘 수 없다. 두 번째 시간 진화, 즉 측정에 의한 붕괴를 제거하자.”
그러면 측정은 특별한 것이 아닙니다. 파동함수는 붕괴하지 않습니다. 중첩은 계속 남아 있습니다. 수많은 고전적 구성들이 동시에 존재합니다. 이것이 흔히 평행세계라고 불리는 것입니다.
사람들의 직관에는 이것이 불편하게 느껴질 수 있습니다. 하지만 나는 이것이 훨씬 더 일관된 양자역학의 방식이라고 봅니다.
옛날 사람들에게 지구가 구형이라는 생각도 직관에 맞지 않았습니다. 지평선을 보면 땅은 평평해 보입니다. 지구 반대편에 사람들이 서 있고, 그들의 발이 우리 쪽을 향해 있다는 말은 말도 안 되는 것처럼 들렸을 것입니다. “그럼 왜 떨어지지 않느냐”고 생각했을 것입니다.
지금 우리에게는 다중우주가 직관에 맞지 않습니다. 하지만 사람들은 결국 익숙해질 것이라고 봅니다.
나는 현재 “양자컴퓨팅으로부터의 다세계 증거”라는 작은 논문을 쓰고 있습니다. 나는 양자컴퓨터가 다세계 공식화가 옳다는 믿음을 더 강화할 것이라고 생각합니다.
양자컴퓨팅은 철학에서 실제 응용으로 넘어온 사례다
하르트무트 네벤:양자컴퓨팅은 순수한 철학적 사고나 이론에서 시작해 실제 응용으로 넘어온 매우 분명한 사례입니다.
현대 물리학에는 두 흐름이 있습니다. 하나는 공간이 무엇인지, 시간이 무엇인지, 인과성이 무엇인지 묻는 이론물리학의 흐름입니다. 다른 하나는 더 좋은 태양전지를 만들고, 효율적인 핵융합로를 만들고, 더 나은 도구를 만드는 실용적인 흐름입니다.
우리 연구실에서도 이 둘은 매일 공존합니다. 실험물리학자들은 웨이퍼를 아주 깨끗하게 자르는 새 도구를 보고 흥분합니다. “이 가장자리를 봐라, 얼마나 날카로운가”라고 말합니다. 거의 건설 현장의 기술자처럼 새 도구에 기뻐합니다.
반면 다른 사람들은 공간, 시간, 인과성 같은 아주 높은 이론적 개념을 이야기합니다.
양자컴퓨팅은 원래 리처드 파인만이 아주 실용적인 이유에서 제안했습니다. 그는 어떤 분자의 가장 낮은 에너지 상태를 계산하는 일이 고전 컴퓨터로는 사실상 불가능하다는 것을 깨달았습니다.
자연은 고전적이지 않습니다. 자연을 시뮬레이션하려면 양자역학적인 장치를 만들어야 합니다. 그것이 오늘날 우리가 양자컴퓨터라고 부르는 것입니다.
데이비드 도이치는 좀 더 철학적인 전통에서 양자컴퓨터를 보았습니다. 그는 아마도 양자컴퓨터를 통해 다세계 공식화를 더 신뢰할 수 있게 만들고, 그 증거를 얻고 싶어 했을 것입니다. 그리고 그는 최초로 양자적 이점을 보이는 양자 알고리즘을 만든 사람으로 인정받습니다.
양자 알고리즘은 악보처럼 보인다
하르트무트 네벤:양자 알고리즘의 전형적인 시각화는 악보처럼 보입니다. 큐비트들을 줄로 적고, 처음에는 0 상태로 초기화합니다. 가로 방향은 시간입니다.
그다음 특정 큐비트에 특정 게이트를 적용합니다. 각각의 큐비트는 악보의 한 줄과 같고, 게이트는 음표와 같습니다.
그래서 양자 알고리즘은 일종의 양자 악보처럼 볼 수 있습니다. 각 큐비트가 시간 속을 지나가고, 게이트들이 그 위에 놓이는 것입니다.
내가 AI에서 양자컴퓨팅으로 넘어간 이유는 최적화 때문이다
하르트무트 네벤:AI에서 핵심 기술은 머신러닝입니다. 그리고 머신러닝의 학습은 보통 최적화 문제로 정식화됩니다.
그래서 더 나은 최적화를 할 수 있다면, 더 빠르게 최적화하거나 더 복잡한 목적함수를 최적화할 수 있다면, 머신러닝에서도 이점이 생깁니다.
당시 이미 알려져 있던 것은, 거의 모든 최적화 문제에서 양자 자원을 사용하면 이점이 생긴다는 것이었습니다. 보통 적어도 quadratic advantage, 즉 제곱근 수준의 이점을 얻습니다.
고전 컴퓨터가 어떤 최적화 문제를 풀기 위해 n단계가 필요하다면, 양자컴퓨터는 √n 단계만으로 해결할 수 있습니다.
내가 자주 드는 예시는 백만 개의 서랍이 있는 큰 옷장입니다. 내가 그중 하나에 물건을 숨기고 당신에게 찾으라고 한다면, 평균적으로 50만 번 정도 서랍을 열어야 합니다.
하지만 양자컴퓨터는 백만의 제곱근인 1,000단계만으로 그 물건을 확실히 찾을 수 있습니다.
이것은 unstructured search라는 작업에서 양자컴퓨터가 명확한 이점을 가진다는 것을 보여줍니다.
여행하는 외판원 문제에서도 양자컴퓨터는 이점을 줄 수 있다
하르트무트 네벤:여행하는 외판원 문제는 유명한 최적화 문제입니다. 예를 들어 100개 도시를 방문해야 하고, 도시 사이의 항공권 가격이 주어졌다고 해봅시다. 그러면 모든 도시를 방문하면서 총 비용이 가장 낮은 경로를 찾아야 합니다.
도시 수가 늘어나면 가능한 경로 수는 지수적으로 빠르게 증가합니다. 몇 개 도시라면 머릿속으로도 할 수 있지만, 100개, 1,000개, 10,000개 도시라면 불가능합니다.
이런 문제는 NP-hard 문제라고 부릅니다. 필요한 단계 수가 문제 크기에 대해 지수적으로 증가할 것으로 예상됩니다. 그래서 고전 컴퓨터로는 보통 근사적으로만 풀 수 있습니다.
양자컴퓨터도 완벽한 최적해를 곧바로 주는 것은 아닙니다. 다만 고전적 방법보다 더 나은 근사를 더 적은 단계로 찾을 수 있습니다.
미래의 대형 데이터센터에는 양자 시설이 함께 있을 수 있습니다. 어떤 서브루틴이나 알고리즘은 양자컴퓨터에서 실행되고, 고전 컴퓨터가 할 수 있는 것을 보완하게 될 것입니다.
사용자가 Gemini에게 저녁에 무엇을 먹을지 묻는 정도라면 고전 컴퓨터로 충분합니다. 하지만 특정 화학 물질의 성질을 계산하라고 한다면, 그때는 양자 버전으로 넘기는 것이 좋을 수 있습니다.
나는 종종 이렇게 말합니다. 우리가 AGI를 만드는 데 성공한다면, 그 AGI가 처음 요구하는 것 중 하나는 양자컴퓨터에 접근하게 해달라는 것일지도 모릅니다.
나는 2006~2007년쯤 양자컴퓨팅에 본격적으로 끌려들어갔다
하르트무트 네벤:나는 머신러닝이 최적화 문제에 의존한다는 통찰 때문에 양자컴퓨팅에 끌려들어갔습니다.
양자 연산을 이용하면 최적화를 더 잘할 수 있다는 것이 알려져 있었습니다. 그렇다면 머신러닝을 위한 더 좋은 도구가 될 수 있다고 생각했습니다.
2006년, 2007년 무렵에는 D-Wave라는 회사가 있었습니다. 그 회사는 특정 최적화 문제를 풀기 위한 작은 프로토타입 양자 칩을 상업적으로 제공하고 있었습니다.
나는 그 칩들을 가지고 실험하기 시작했습니다. 컴퓨터 비전이나 머신러닝의 원형적 문제들을 더 잘 풀 수 있는지 보려고 했습니다. 그리고 몇 편의 논문을 썼습니다.
양자컴퓨터에서 실행된 최초의 머신러닝 알고리즘들, 최초의 컴퓨터 비전 알고리즘들은 나와 내 인턴들이 개발한 것이었습니다.
NPR 라디오 이야기를 오해한 것이 나를 양자컴퓨팅으로 이끌었다
하르트무트 네벤:내 양자컴퓨팅 이야기는 NPR 라디오와 관련이 있습니다. 라디오에서 양자컴퓨팅에 관한 이야기를 들었는데, 나는 그것을 약간 오해했습니다.
나는 이미지 인식에 유용한 어떤 양자 변환이 있을지도 모른다고 생각했습니다. 당시 우리는 Gabor wavelet transform이라는 이미지 변환을 사용했습니다. 지금은 빠르게 처리되지만, 당시에는 프로세서를 꽤 오래 붙잡아둘 정도로 병목이었습니다.
나는 “혹시 양자컴퓨터가 이걸 더 잘할 수 있지 않을까?”라고 생각했습니다.
지금은 그것이 양자컴퓨터의 첫 번째 응용 중 하나가 아니라는 것을 압니다. 하지만 그 생각이 나를 이 분야로 끌어들였습니다. 그리고 곧 양자컴퓨팅이 더 가까운 시기에 최적화에 도움을 줄 수 있다는 것을 깨달았습니다.
D-Wave를 도입했을 때 나는 큰 비판을 받았다
하르트무트 네벤:몇 번의 시도 끝에 결국 에릭 슈미트에게 Google Quantum AI Lab을 시작할 승인을 받았습니다. 그는 잠재력을 봤고, 우리에게 연구소를 시작할 기회를 줬습니다.
당시 나는 D-Wave 기계를 리스했다는 이유로 큰 비판을 받았습니다.
스콧 애런슨은 D-Wave 프로세서가 너무 노이즈가 많고 실제 양자 과정이 일어나지 않는다고 강하게 주장했습니다. 그는 그것이 양자 어닐링이 아니라 simulated annealing이라는 고전적 최적화 전략을 수행하는 특수 목적 프로세서일 뿐이라고 봤습니다.
유명 교수들이 나에게 전화해서 말했습니다. “당신은 캐나다의 사기꾼들에게 신뢰를 줌으로써 우리 분야를 망치고 있다. 진지한 과학이 뒷전으로 밀려난다.”
하지만 나는 이렇게 생각했습니다. “일단 이 칩들을 시험해보자.”
몇 년이 걸렸지만, 나는 고전적 simulated annealing 알고리즘은 실패하고 양자 어닐러는 잘하는 문제를 찾아냈습니다. 우리는 NASA에서 기자회견을 열고 보여줬습니다.
“이 문제에서 D-Wave 칩은 고전 알고리즘보다 1억 배 빠릅니다. 이것이 양자 과정을 기능적으로 사용해 문제를 더 잘 푼 것이 아니라면 설명해보십시오.”
스콧 애런슨은 그 결과를 보고 입장을 바꿨습니다. 그는 “이것을 설명해보라. 내가 보기에는 D-Wave 칩이 noisy quantum annealing을 하고 있는 것 같다. 분명히 양자 자원이 사용되고 있다”고 말했습니다.
그것은 좋은 명예회복이었습니다.
하지만 전투에서는 이겼지만 전쟁에서는 진 셈이기도 했습니다. D-Wave 프로세서가 고전적 simulated annealing보다 더 나은 양자 어닐링을 한다는 것은 보였지만, 어닐링 방식이 아닌 다른 고전 알고리즘들이 둘보다 더 잘했습니다.
그러니까 D-Wave는 양자적이긴 했지만, 최고는 아니었습니다.
나는 항상 너무 이른 분야에 들어가는 것을 좋아했다
하르트무트 네벤:내 커리어 전체가 그랬습니다. 나는 항상 아주 이른 분야에 들어가는 것을 좋아했습니다.
내가 AI와 컴퓨터 비전을 시작했을 때도 지금처럼 인기 있는 분야가 아니었습니다. 나는 구글 회의에서 이런 말을 한 적이 있습니다.
“몇 년 안에 구글의 엄청난 수의 컴퓨터가 머신러닝에 사용될 것입니다.”
그러자 거의 회의실에서 쫓겨날 뻔했습니다. 사람들은 “검색에 머신러닝을 쓸 일은 없다. 설명 가능하지도 않고, 결과를 조정하기도 어렵다. 우리는 절대 그렇게 하지 않을 것이다”라고 했습니다.
그런데 지금은 어떤가요.
AI가 이제 거의 무적의 힘처럼 보이고, 양자컴퓨팅은 아직 불확실한 작은 싹처럼 보입니다. 하지만 나는 바로 그런 영역에 있는 것이 재미있습니다. 아직 널리 받아들여지지 않은 분야에서 그것을 성공으로 만드는 일이 좋습니다.
Google Glass도 그랬고, 내 박사 논문도 어떤 의미에서는 자율주행차에 관한 것이었습니다. 당시 독일 자동차 엔지니어들은 그런 생각을 좋게 보지 않았습니다. “고속도로에서 몇 마일도 안전하게 못 가면서 이런 게 무슨 소용이냐”는 식이었습니다.
하지만 때로는 시간이 필요합니다.
기술의 겨울을 견디려면 좋은 과학과 좋은 엔지니어링을 해야 한다
하르트무트 네벤:AI 겨울이나 양자컴퓨팅 겨울처럼 기술 분야에는 겨울이 옵니다. 사람들은 그 겨울을 두려워합니다.
그런 시기를 정신적으로 버티려면, 가능한 한 좋은 과학과 좋은 엔지니어링을 해야 합니다. 한 단계씩 나아가면서 이 기술이 실현 가능한 기술이라는 것을 모두에게 보여주려면 어떤 핵심 요소를 증명해야 하는지 물어야 합니다.
그리고 머리를 숙이고 계속 일해야 합니다.
때로는 어떤 단계를 성공적으로 증명했을 때 큰 성공을 거두고 모두가 주목합니다. 그러다 다시 관심이 떠나갑니다. 아직 일상적인 제품이 된 것은 아니기 때문입니다. 그러면 다음 단계로 넘어가 계속 일해야 합니다.
인내와 끈기가 필요합니다. 하지만 가장 중요한 것은 견고한 작업을 하는 것입니다. 결국 그것은 보상받습니다.
오늘날은 attention economy의 시대입니다. 단기적인 성공이 과도하게 보상받습니다. 반면 10년, 20년이 걸리는 일은 충분히 인정받지 못할 때가 많습니다. 하지만 그것이 이 분야의 속성입니다.
의식 연구는 Google Quantum AI의 공식 임무가 아니라 내 개인적 관심사다
하르트무트 네벤:의식과 양자 AI, 양자컴퓨팅을 이야기하기 전에 분명히 해야 할 것이 있습니다.
앞서 말했듯이 Google Quantum AI의 임무는 매우 엔지니어링 중심적입니다. 우리는 대규모 양자컴퓨터를 만들어 난해한 문제를 풀고자 합니다.
양자물리학이 의식과 관련이 있는가 하는 질문은 내 개인적 관심사에 가깝습니다. 구글식으로 말하면 이것은 20% 프로젝트입니다. 일종의 죄책감이 드는 사이드 프로젝트지만, 나는 손을 떼지 못하고 있습니다.
의식은 1인칭 경험이다
하르트무트 네벤:나에게 의식은 내 삶에 대한 직접적인 경험입니다. 세계에 대한 1인칭 경험입니다.
이것은 과학의 3인칭 관점과 대비됩니다. 의식 이론을 만들려면, 과학의 3인칭 관점과 나 자신의 1인칭 직접 경험을 화해시켜야 합니다.
의식을 설명하거나 어떤 물리적 과정이 의식을 구현하는지 이론을 만들고 싶다면, 실험 프로그램을 추진해야 합니다. 예측을 하고, 그 예측이 실험으로 검증될 수 있어야 합니다.
하지만 의식이 어려운 이유는 그것이 1인칭 관점을 다룬다는 점입니다. 나는 나 자신 외의 다른 시스템의 1인칭 관점 안으로 들어갈 수 없습니다. 그것은 실험적으로 불가능합니다.
자동조종장치가 의식이 있는지 검증할 방법은 없다
하르트무트 네벤:예를 들어 비행기와 자동조종장치를 생각해봅시다.
엔지니어가 새로운 제트엔진을 만들고, 이 엔진으로 비행기가 시속 1,000km로 날 수 있다고 예측한다면, 이것은 쉽게 테스트할 수 있습니다. 스톱워치와 거리 측정 도구를 들고 실제로 비행기가 시속 1,000km로 나는지 재면 됩니다.
하지만 자동조종장치에 대해 “이것은 의식이 있는가?”라고 묻는다면 상황이 다릅니다.
자동조종장치는 생명체가 보통 가진 것들을 많이 가지고 있습니다. GPS도 있고, 속도 센서도 있고, 플랩의 방향도 알고, 처리 능력도 있고, 메모리도 있고, 액추에이터도 있습니다. 엔진 속도나 플랩 위치를 바꿀 수도 있습니다.
그렇다면 자동조종장치가 어느 정도 의식이 있습니까?
누군가는 phi 값을 계산하려 할 수 있습니다. 예를 들어 phi 값이 1,000이라고 합시다. 그런데 그다음은 무엇입니까? 정말로 1,000만큼의 경험을 가지고 있는지 어떻게 검증합니까?
짧은 대답은 검증할 수 없다는 것입니다.
그래서 나는 의식 이론을 테스트하는 유일한 방법은 내가 확실히 의식이 있다고 아는 유일한 존재, 즉 나 자신의 의식 경험을 예측 가능하게 바꾸는 것이라고 결론내렸습니다.
의식 이론이 있다면, 그 이론은 내 의식 경험을 예측 가능하게 형성할 수 있어야 합니다. 예를 들어 의식을 확장하거나, 특정한 퀄리아의 맛을 조절하거나, 내가 우울해지거나 행복감을 느끼도록 만들 수 있어야 합니다.
그것을 재현 가능하게 할 수 있다면, 나는 그 이론이 의식에 대해 무언가를 이해했다고 믿을 것입니다. 하지만 그것을 할 수 없다면, 그것은 그저 말일 뿐입니다.
의식을 이해하려면 의식을 확장해야 한다
하르트무트 네벤:의식을 이해하는 유일한 방법은 내 의식 경험을 확장하는 것입니다. 이상적으로는 내 의식 경험을 확장하는 것입니다.
확장된 의식 경험이란, 그것을 설명하는 데 더 많은 고전적 비트가 필요한 경험을 뜻합니다.
예를 들어 내가 어제 무엇을 경험했는지 설명한다고 합시다. 그 설명에는 일정한 수의 비트가 필요합니다. 그런데 어떤 설정에서 훨씬 더 확장된 의식 경험을 한다면, 그것을 설명하는 데 훨씬 더 긴 설명이 필요할 것입니다.
“내가 본 것은 정말 엄청났다”라고 말하면서 훨씬 더 많은 내용을 써야 할 것입니다.
내 최근 논문들의 핵심 기여는 의식 논의를 철학의 영역에서 실험의 영역으로 옮기는 것입니다. 의식을 실험과학의 방법으로 접근 가능하게 만들고 싶습니다.
나는 물리주의적 관점, 예전 표현으로는 유물론적 관점에서 접근합니다. 어떤 물리적 과정이 의식의 한 순간을 구현하는지 제안하고 싶습니다.
내 제안은 이렇습니다. 양자역학적 중첩 상태가 형성될 때, 그것이 의식의 순간을 구현합니다.
이 제안은 실험적으로 테스트할 수 있습니다. 우리는 그 테스트에 이르기 위한 프로그램도 구상하고 있습니다.
나는 펜로즈를 따르지만, 그의 아이디어를 수정해야 한다고 본다
하르트무트 네벤:나는 로저 펜로즈의 영향을 많이 받았습니다. 그는 『The Emperor’s New Mind』에서 의식의 순간은 양자역학적 중첩 상태가 붕괴할 때 구현된다는 가설을 제시했습니다.
파동함수, 즉 중첩 상태가 붕괴할 때 의식의 순간이 생긴다는 생각입니다.
그 책은 내가 막스플랑크 생물사이버네틱스 연구소에서 석사 논문을 쓰던 시기에 나왔습니다. 아주 이른 커리어 단계에서 그 생각을 접했고, 우리는 점심과 저녁 식사 자리에서 그 문제를 많이 토론했습니다.
그 생각은 늘 나에게 설득력 있게 느껴졌습니다. 하지만 최근에 나는 “로저의 아이디어를 어떻게 테스트할 수 있을까?”를 생각하기 시작했습니다.
그래서 나는 expansion protocol, 즉 확장 프로토콜을 제안했습니다.
우리 뇌에서는 중첩 상태가 항상 형성됩니다. 분자 수준, 전자 구름 수준에서는 이것이 논쟁적이지 않습니다. 모든 것은 근본적으로 양자역학적이기 때문입니다.
다만 논쟁은 이런 양자 과정이 의식 경험과 관련이 있느냐는 점입니다.
펜로즈의 생각을 따르면, 뇌 안에서 n개의 큐비트에 걸친 중첩 상태가 붕괴할 때 우리는 그 붕괴된 고전적 구성에 대해 의식적으로 인식하게 됩니다. 그러면 그것은 n비트 경험이라고 볼 수 있습니다.
그렇다면 원칙적으로 우리는 양자 프로세서에서 m개의 큐비트에 걸친 중첩 상태를 만들 수 있습니다. 그리고 뇌의 양자 자유도와 양자 프로세서를 결맞게 연결할 수 있다면, 중첩 상태는 n개 큐비트가 아니라 n+m개 큐비트에 걸쳐 형성될 수 있습니다.
그 상태가 붕괴하면, n비트가 아니라 n+m비트의 더 풍부한 경험을 하게 될 것입니다. 이것을 느낄 수 있어야 합니다.
하지만 여기서 나는 로저의 아이디어에 문제가 있다는 것을 깨달았습니다.
만약 의식의 순간이 중첩의 붕괴에서 생긴다면, 특정한 상황에서 빛보다 빠른 통신이 가능해지는 문제가 생깁니다. 얽힌 큐비트들 중 하나를 측정해서 상태가 붕괴할 때, 의식 경험이 그 전체 큐비트들에 분포되어 있다면 멀리 떨어진 큐비트들도 동시에 “아하” 순간을 가져야 합니다.
전통적인 양자역학에서는 얽힘이 빛보다 빠른 통신을 가능하게 하지 않습니다. 하지만 펜로즈식 수정, 즉 붕괴가 의식의 순간을 만든다는 생각은 그런 문을 열 수 있습니다.
그래서 나는 로저의 아이디어를 수정해야 한다고 결론내렸습니다.
의식의 순간은 양자역학적 중첩이 붕괴할 때가 아니라, 중첩이 형성될 때 구현된다고 보는 것이 더 낫습니다. 그렇게 말하면 특수상대성이론과 더 잘 어울리고, 빛보다 빠른 통신 문제를 만들지 않습니다.
의식 있는 관찰자는 파인만 경로를 따라간다
하르트무트 네벤:나는 의식 있는 관찰자가 파인만 경로를 따라간다고 봅니다. 파인만 경로는 하나의 고전적 구성에서 다음 고전적 구성으로, 또 그다음 구성으로 이어지는 경로입니다.
당신은 여전히 거대한 중첩의 일부이지만, 자신은 하나의 경로를 따라갑니다. 이것은 다세계 양자역학에 깊이 뿌리내린 관점입니다.
중첩은 완전히 붕괴하지 않습니다. 다만 당신은 어떤 구성 안에 있는 자신을 발견하고, 다음 구성 안에 있는 자신을 발견하고, 또 다음 구성 안에 있는 자신을 발견합니다.
분기 순간이 일어날 때, 예를 들어 당신이 모두 1인 branch에 있게 되면, 당신은 그 branch를 정의하는 구성에 대해 의식적으로 인식하게 됩니다.
의식 이론은 내 경험을 예측 가능하게 바꿀 수 있어야 한다
하르트무트 네벤:의식 이론을 테스트하려면, 내 의식 경험을 예측 가능하게 바꿀 수 있어야 합니다.
그것은 의식을 확장하는 형태일 수 있습니다. 즉, 설명하는 데 더 많은 비트가 필요한 더 풍부한 경험을 만드는 것입니다.
하지만 그것은 그 이상일 수도 있습니다. 어떤 구성이 어떤 퀄리아와 연결되는지 배울 수도 있습니다. 예를 들어 모두 0인 branch를 따르는 것과 모두 1인 branch를 따르는 것은 다르게 느껴질 것입니다.
사용자 보고를 통해 우리는 그 상태들이 어떻게 느껴지는지 알아낼 수 있습니다. “어땠습니까?”라고 물었을 때 누군가는 “무서웠습니다”라고 할 수 있고, 누군가는 “재미있었습니다”라고 할 수 있고, 누군가는 “슬퍼졌습니다”라고 할 수 있습니다.
그러면 어떤 상태가 어떤 퀄리아와 연결되는지 알 수 있습니다. 그리고 영리한 실험 프로토콜을 통해, 사람이 더 행복한 상태나 원하는 상태에 도달할 가능성을 조금 더 높일 수도 있을 것입니다.
그러니까 나는 단지 의식 경험을 확장할 수 있어야 하는 것이 아니라, 어떤 퀄리아를 경험할지도 예측 가능하게 조절할 수 있어야 한다고 봅니다.
그것을 재현 가능하게 할 수 있다면, 사람들은 “좋다, 당신은 뭔가를 이해한 것 같다”고 말하게 될 것입니다.
양자컴퓨터와 얽히면 altered state of consciousness가 될 것이다
하르트무트 네벤:양자컴퓨터와 얽힌다는 것이 어떤 느낌일지 상상한다면, 그것은 변성 의식 상태에 들어가는 것이라고 볼 수 있습니다.
물론 인간은 아직 뇌를 양자컴퓨터와 연결하는 기술을 가지고 있지 않습니다. 하지만 인류는 수천 년 동안 변성 의식 상태를 경험하기 위한 다른 기술들을 발전시켜 왔습니다.
명상도 있고, 환각 물질도 있습니다. 그런 것들은 이런 설정에서 경험할 수 있는 것의 미리보기 같은 것을 제공할 수 있다고 생각합니다.
아직 응용을 꿈꾸기에는 이르다
하르트무트 네벤:정신건강이나 감정 조절 같은 응용을 상상할 수는 있겠지만, 솔직히 말하면 지금은 그런 응용을 꿈꾸기에는 너무 이릅니다.
기본적인 과제는 이 아이디어들이 타당하다는 것을 보여주는 것입니다. 그 도전 자체가 너무 큽니다. 그래서 아직 응용을 꿈꾸는 단계까지는 가지 않았습니다.
지금 우리는 크리스토프 코흐와 함께, 내가 설명한 프로그램의 토대를 놓는 작업을 하고 있습니다. 뇌 안의 어떤 양자 자유도를 결맞게 연결할 것인가, 스핀 자유도를 생각해야 하는가, 전자기장인가, 광자를 이용할 수 있는가 같은 구체적인 질문들을 다루고 있습니다.
하드한 물리학자에게 이 이야기를 하면, 그는 이렇게 말합니다. “좋다, 매우 개념적인 이야기다. 그런데 정확히 어떻게 결합할 것인가?”
그래서 우리는 지금 그 구체적인 방법을 알아내는 단계에 있습니다.
제논 동위원소 실험은 의식과 양자효과의 실마리일 수 있다
하르트무트 네벤:우리는 제논 동위원소 실험을 하고 있습니다. 뇌 오가노이드나 초파리 같은 시스템을 제논의 여러 동위원소에 노출시키는 실험입니다.
이것이 왜 흥미롭냐면, 마취제가 어떻게 작동하는지 우리는 아직 잘 모르기 때문입니다. 마취제는 180년 동안 사용되어 왔고 의학적으로 엄청난 축복이지만, 그 작동 원리는 여전히 명확하지 않습니다.
마취 효과를 가진 물질들은 아주 다양합니다. 공통된 화학적 모티프가 없습니다. 심지어 제논은 원자 하나입니다. 제논은 noble gas, 즉 비활성 기체입니다. 다른 것과 반응하고 싶어 하지 않는 원자입니다. 그런데도 마취제입니다.
이것은 마취가 화학보다는 물리학에 더 가까운 문제일 수 있음을 보여줍니다.
어떤 잘 알려지지 않은 논문은 제논이 마취제일 뿐 아니라, 제논의 서로 다른 동위원소들이 서로 다른 마취 효능을 가진다고 주장했습니다.
동위원소는 원자핵 안의 중성자 수가 다릅니다. 그래서 질량이 약간 다르지만, 제논은 무거운 원자라 질량 차이는 아주 작습니다. 그러나 핵이 가진 자기 모멘트는 다를 수 있습니다.
이 아주 약한 자기 모멘트가 마취 상태에 관찰 가능한 영향을 준다면, 그것은 smoking gun 실험이 될 수 있습니다. 그런 결과를 양자 효과를 고려하지 않고 설명하기는 매우 어려울 것입니다.
전체 0