3분 읽기
- 미국의 물리학자 John Hopfield는 신경망이 정보를 저장하고 처리할 수 있는 방법 최초 개발.
- 영국의 물리학자 Geoffrey Hinton은 생성 AI 시스템을 가능하게 하는 확률 기반 시스템 개발
- 현대의 응용분야: 스트리밍 서비스에서 현재 시청 습관에 맞는 새로운 시리즈와 영화를 추천하거나 온라인 상점에서 제품을 추천할 때 이러한 기능이 작동

AI 개척자들을 위한 노벨 물리학상
인공지능 신경망 개발자 2명 수상

2024년 노벨 물리학상은 ChatGPT, Gemini 및 Co.와 같은 인공 지능의 기초를 마련한 두 명의 AI 연구자에게 수여된다. 미국의 물리학자 존 홉필드(John Hopfield)는 신경망이 정보를 저장하고 처리할 수 있는 방법을 최초로 개발했다. 영국의 물리학자 Geoffrey Hinton은 생성 AI 시스템을 가능하게 하는 확률 기반 시스템을 개발했다. 

▲ 인공지능의 선구자 두 명이 2024년 노벨 물리학상을 받게 된다.© Jackie Niam/ Getty images

최근 몇 년 동안 인공지능은 급속한 발전을 이루었고 우리 삶과 일의 여러 측면에 혁명을 일으켰다. ChatGPT, Gemini 또는 Claude와 같은 텍스트 및 이미지 생성기는 이제 우리 인간보다 많은 작업을 더 잘 해결하고 창의성, 외교력, 심지어 거짓말 능력까지 보여준다.

이러한 AI 시스템은 모두 신경망, 즉 컴퓨팅 노드가 여러 계층에서 상호 연결되는 네트워크 시스템을 기반으로 한다. 우리 뇌의 뉴런 연결과 마찬가지로 올바른 결정으로 이어지는 모든 연결은 훈련 과정에서 더 큰 비중을 차지한다. 즉, 네트워크가 학습한다. 그러나 인공 신경망은 시냅스와 기능적 신경 경로를 최적화하는 것이 아니라 신호 경로와 입력과 출력 간의 상관 관계를 최적화한다.

Hopfield: 학습 경로로서의 최소 에너지 경로

미국 물리학자 존 홉필드(John Hopfield)는 1982년 신경망이 이러한 가중치와 일종의 연관 기억을 개발하는 방법을 처음으로 개발했다. Hopfield의 시스템은 입자의 자기 스핀과 집단 시스템에서의 동작에 관한 이전 연구를 기반으로 했다. Hopfield는 이러한 입자 시스템과 유사하게 네트워크가 가능한 한 적은 에너지를 사용하는 상태를 위해 노력하는 원리를 개발했다.

▲ 존 홉필드(John Hopfield)는 신경망이 불완전한 패턴도 학습하고 인식하고 할당할 수 있는 시스템을 개발했다. © nobelprize.org

예를 들어, 입력 이미지의 픽셀이 이미 저장된 픽셀과 일치하면 해당 노드와 네트워크 경로의 에너지가 감소한다. 맞지 않으면 시스템은 맞는 것을 찾을 때까지 계속 검색한다. Hopfield 자신은 자신의 원리를 공이 자동으로 가장 낮은 지점으로 향하는 언덕이 많은 풍경에 비유했다. 이 원리를 통해 신경망은 저장된 이전에 학습된 정보를 기반으로 유사하거나 불완전한 데이터 패턴을 인식하고 할당할 수 있다.

팁: 확률은 생성 AI를 가능하게 한다

두 번째 수상자인 영국 태생의 물리학자이자 AI의 선구자인 Geoffrey Hinton은 Hopfield의 신경망을 더욱 확장하고 중요한 기능인 확률 기반 작업을 추가했다. Hinton은 기체 방정식으로 유명한 물리학자 Ludwig Boltzmann의 발견에 기초한 원리를 사용했다. 볼츠만은 이미 에너지 수준에 따라 일부 상태가 다른 상태보다 더 가능성이 높다는 방정식을 설명했다.

▲ Geoffrey Hinton은 확률을 기반으로 학습하는 신경망인 볼츠만 머신을 개발했다. © nobelprize.org

이 방정식을 사용해 Hinton은 여러 계층과 두 가지 유형의 노드로 구성된 "볼츠만 머신"이라는 네트워크 시스템을 개발했다. "홉필드 모델과 달리 볼츠만 기계의 초점은 패턴의 통계적 분포에 있다"고 노벨상 위원회는 설명했다. 소위 "가시적 노드"는 학습할 정보를 처리하는 반면, "숨겨진 노드" 수준은 네트워크 구조를 조정하고 확률을 기반으로 학습되지 않은 패턴을 인식하는 데 도움이 된다.

오늘날에도 여전히 사용되는 원칙

오늘날의 인공지능은 새로운 것을 창조하는 능력을 힌튼의 모델에 빚지고 있다. 위원회는 "볼츠만 기계는 이미 생성 모델이었다"고 말했다. 오늘날에도 최초의 볼츠만 기계의 파생물은 더 큰 신경망의 일부로 사용된다. 예를 들어 스트리밍 서비스에서 현재 시청 습관에 맞는 새로운 시리즈와 영화를 추천하거나 온라인 상점에서 제품을 추천할 때 이러한 기능이 작동한다.

위원회는 “기초 물리학을 기반으로 한 획기적인 발전을 통해 두 수상자 모두 우리에게 컴퓨터를 사용하는 완전히 새로운 방법을 보여주었다”고 말했다. “그들의 노력 덕분에 인류는 이제 사용할 수 있는 새로운 도구를 갖게 되었다. 이러한 신경망을 기반으로 한 머신러닝은 현재 과학, 기술, 우리 일상생활에 혁명을 일으키고 있다.”
출처: Nobelprize.org

[더사이언스플러스=문광주 기자]

[ⓒ the SCIENCE plus. 무단전재-재배포 금지]