과학 포털 iKAOS

5 Contents

[해SSUL이 있는 과학뉴스] 딥페이크 영상 다들 어떻게 만드나?

딥페이크 기술은 이제 우리 일상에서 흔히 접할 수 있는 현상이 되었습니다. 최근 언론 보도에 따르면, 2013년 별세한 애니메이션 <심슨 가족>의 성우 마샤 월리스의 목소리를 재현하거나 틱톡의 톰 크루즈 가짜 영상, 유튜브의 링컨 전 대통령 영상 등 놀라운 사례들이 잇따르고 있습니다. 과거에는 상상하기 어려웠던 고인의 목소리 복원이나 유명인의 정교한 합성 영상이 대중에게 공개되면서, 딥페이크는 단순한 기술적 호기심을 넘어 사회적인 관심사로 급부상했습니다. 딥페이크 기술이 대중화된 결정적인 계기는 기술의 공유 정신에 있습니다. 과거에는 전문가들만 접근할 수 있었던 복잡한 알고리즘이 오픈 소스 형태로 공개되면서, 전 세계 개발자와 일반인들이 이를 자유롭게 연구하고 활용할 수 있게 되었습니다. 특히 개발자 커뮤니티를 중심으로 관련 라이브러리가 빠르게 확산된 점은 기술의 문턱을 낮추는 데 핵심적인 역할을 했습니다. 이러한 공유 문화 덕분에 오늘날 우리는 다양한 플랫폼에서 창의적이고 놀라운 딥페이크 영상들을 손쉽게 접할 수 있게 된 것입니다. 일반인들도 기본적인 운용법만 익히면 딥페이크 영상을 직접 제작해 볼 수 있는 시대입니다. 파이썬(Python)으로 작성된 오픈 소스를 활용하면 직접 복잡한 코딩을 하지 않더라도 이미 구축된 프로그램을 통해 정보를 입력하고 실행하는 것이 가능합니다. 물론 영상 하나를 제작하는 데 여전히 상당한 시간이 소요되기도 하지만, 단계별 가이드를 따라가다 보면 '컴알못'이라 불리는 비전문가들도 기술의 문턱을 넘을 수 있습니다. 이러한 접근성은 딥페이크 기술이 특정 전문가의 전유물에서 벗어나 대중적인 도구로 자리 잡게 했습니다. 기술의 발전 속도 또한 놀랍습니다. 불과 몇 년 전만 해도 특정인의 목소리를 구현하기 위해 수십 시간의 데이터가 필요했지만, 이제는 단 10분에서 20분 정도의 분량만으로도 충분한 수준에 이르렀습니다. 이는 단순히 데이터가 많이 쌓였기 때문이라기보다, 기존에 학습된 인공지능 모델을 기반으로 새로운 데이터를 적용하는 방식이 효율적으로 변했기 때문입니다. 인공지능이 처음부터 학습을 시작하는 것이 아니라, 이미 축적된 지능을 바탕으로 특정 분야에 최적화되면서 시간과 비용이 획기적으로 단축된 것입니다. 딥페이크의 비약적인 발전 뒤에는 소프트웨어뿐만 아니라 하드웨어의 진화도 큰 몫을 차지하고 있습니다. 과거에는 연산 능력이 부족해 결과물을 얻기까지 막대한 시간이 걸렸으나, 현재의 고성능 하드웨어는 복잡한 알고리즘을 빠르게 처리해 냅니다. 또한 인공지능은 그림이나 음성 등 각 분야에 특화된 형태로 발전하고 있습니다. 이러한 분야별 전문화와 기술적 뒷받침이 결합하면서 딥페이크 기술은 더욱 정교해지고 있으며, 앞으로도 우리 삶의 다양한 영역에서 변화를 이끌어갈 전망입니다.

국립과천과학관요즘과학👏

융합

[석학인터뷰] 오준호_ 대한민국 대표 로봇 휴보! 휴보의 아버지! | 2020 봄 카오스강연 '첨단기술의 과학'

휴머노이드 로봇은 인간의 형태를 닮은 로봇으로, 우리 생활 환경에 최적화된 구조를 가지고 있습니다. 우리가 살아가는 공간에는 계단, 좁은 문, 의자 등 수많은 장애물이 존재하며, 이를 원활하게 극복하고 상호작용하기 위해서는 결국 인간과 유사한 형태가 가장 효율적이라는 당위성이 생깁니다. 물론 모든 로봇이 반드시 인간의 모습을 할 필요는 없습니다. 특정 목적에 따라 바퀴를 달거나 팔의 개수를 조절하는 등 다양한 형태가 존재할 수 있지만, 휴머노이드 로봇은 우리가 지향하는 가장 궁극적인 로봇의 형태 중 하나로 자리 잡고 있습니다. 로봇과 인공지능은 서로 밀접해 보이지만 본질적으로는 독립적인 개념입니다. 하드웨어와 그 안에서 구동되는 소프트웨어의 관계처럼, 로봇은 물리적 공간에서 움직이고 환경과 상호작용하는 물리적 장치에 해당합니다. 반면 인공지능은 이러한 로봇에게 스스로 판단하고 움직일 수 있는 지능적인 능력을 부여하는 역할을 합니다. 즉, 로봇이 명령을 수행하는 육체라면 인공지능은 그 육체를 제어하는 정신과도 같습니다. 이러한 기술적 결합을 통해 로봇은 단순한 기계를 넘어 우리 삶에 더 편리하고 유용한 존재로 거듭나게 됩니다. 로봇 기술의 발전은 끊임없는 호기심과 탐구 정신에서 시작됩니다. 어린 시절 백과사전을 탐독하며 지식의 지평을 넓혔던 경험처럼, 새로운 기술에 대한 갈망은 미래 로봇 시대를 여는 원동력이 됩니다. 앞으로 로봇이 우리 사회의 다양한 요구를 어떻게 충족할 수 있을지, 그리고 기술적 한계를 어떻게 극복해 나갈지에 대한 고민이 필요합니다. 로봇이 잘하는 영역과 여전히 어려움을 겪는 분야를 명확히 구분하고, 미래 사회에서 로봇과 인간이 조화롭게 공존하기 위한 기술적 완성도를 높여가는 과정은 우리에게 남겨진 중요한 과제입니다.

오준호

카오스재단카오스강연

물리학
융합

[강연] 컴퓨터과학의 원천 아이디어가 나오기까지 (2) _ by이광근 | 2018 봄 카오스 강연 '모든 것의 수數다' 10강 | 10강 ②

앨런 튜링은 기계적인 계산의 본질을 정의하기 위해 상태와 기호, 그리고 규칙 표로 이루어진 추상적인 장치를 고안했습니다. 이 장치는 테이프 위의 기호를 읽고 상태를 변화시키며 정해진 규칙에 따라 작동합니다. 흥미로운 점은 특정 작업을 수행하는 개별 기계들을 글자로 표현하여 하나의 '보편 튜링 기계'에 입력할 수 있다는 사실입니다. 이는 오늘날 우리가 사용하는 하드웨어와 소프트웨어의 개념적 시초가 되었으며, 현대 컴퓨터 과학의 근간을 이루는 위대한 발견이었습니다. 보편 튜링 기계는 테이프에 기록된 다른 기계의 규칙을 읽어 그대로 흉내 냅니다. 우리가 스마트폰에 앱을 설치하고 실행하는 과정은 사실 텍스트로 표현된 튜링 기계의 설계를 메모리에 올리는 것과 본질적으로 같습니다. 하드웨어는 소프트웨어에 적힌 명령을 충실히 따르며 동영상을 재생하거나 메시지를 전달합니다. 이처럼 모든 계산 과정을 기호의 나열로 변환할 수 있다는 통찰은 복잡한 논리 체계를 물리적인 연산 장치로 구현할 수 있는 길을 열어주었습니다. 튜링의 연구는 수학자 쿠르트 괴델의 불완전성 정리에서 큰 영감을 받았습니다. 괴델은 자연수에 관한 참인 명제들 중에는 기계적인 방식으로는 결코 증명할 수 없는 영역이 존재함을 논리적으로 입증했습니다. 튜링은 이러한 추상적인 논리를 자신의 기계 모델로 가져와 재해석하고자 했습니다. 그는 모든 튜링 기계가 유한한 부호의 조합으로 표현될 수 있으며, 따라서 자연수와 일대일로 대응하여 번호를 매길 수 있다는 '가산성'의 개념을 증명에 활용했습니다. 튜링은 '정지 문제'라는 독특한 화두를 던지며 기계적 계산의 한계를 탐구했습니다. 정지 문제란 어떤 기계의 설계도를 보고 이 기계가 작업을 마친 후 멈출지, 아니면 영원히 멈추지 않고 작동할지를 미리 판단하는 문제입니다. 만약 모든 참인 명제를 생성하는 완벽한 기계가 존재한다면 이 정지 문제도 해결할 수 있어야 합니다. 하지만 튜링은 논리적 모순을 통해 이러한 판단을 내릴 수 있는 보편적인 알고리즘이나 기계 장치는 존재할 수 없음을 명확히 보여주었습니다. 증명의 핵심은 칸토어의 대각선 논법을 응용한 것입니다. 모든 가능한 튜링 기계를 일렬로 세우고 각각의 입력값에 대한 결과를 표로 만들었을 때, 튜링은 그 어떤 기계와도 다르게 행동하는 새로운 기계를 상상했습니다. 만약 정지 문제를 푸는 기계가 있다면, 우리는 기존의 모든 기계 목록에 포함되지 않는 기괴한 기계를 설계할 수 있게 됩니다. 이는 모든 기계가 이미 목록에 있다는 전제와 충돌하며, 결국 정지 문제를 해결하는 기계 자체가 논리적으로 불가능하다는 결론에 도달하게 합니다. 흔히 튜링을 하늘에서 떨어진 천재로 묘사하곤 하지만, 그의 업적은 철저히 앞선 연구자들의 토대 위에서 피어난 결과물입니다. 맥스 뉴먼 교수의 강의를 통해 괴델의 정리를 접하고, 이를 자신만의 기계적 언어로 번역하는 과정이 있었기에 가능했습니다. 괴델이 숫자로 논리를 인코딩했다면, 튜링은 이를 기계의 동작으로 시각화했습니다. 이러한 지적 계승의 과정은 원천 지식이 단순히 개인의 천재성에 의존하는 것이 아니라, 기존의 아이디어를 비판적으로 수용하고 재구성하는 노력에서 탄생함을 시사합니다. 튜링의 논문을 추적해 보면 그가 겪었을 사고의 흐름이 고스란히 드러납니다. 무한한 대상을 다루는 고정점의 개념에서 힌트를 얻고, 기계가 기계를 입력으로 받는 구조를 고민하며 보편 튜링 기계의 가능성을 발견했을 것입니다. 우리는 위대한 과학자를 '천재'라는 틀에 가두어 거리감을 두기보다, 그들이 어떻게 문제를 정의하고 해결해 나갔는지 그 과정을 살펴볼 필요가 있습니다. 누구나 논리적인 사고를 통해 원천적인 질문을 던질 수 있다는 자신감을 가질 때, 제2의 튜링이 탄생할 수 있을 것입니다.

이광근

카오스재단카오스강연

수학
융합

[강연] 패널토크 | 2016 가을 카오스 콘서트 '뇌 vs AI' 3부 | 3부 ③

인간 뇌와 인공지능은 현대 과학이 탐구하는 가장 매혹적인 주제 중 하나입니다. 최근 인공지능 기술이 비약적으로 발전하면서 인간 고유의 영역이라 여겨졌던 창의성마저 기계가 대체할 수 있을지에 대한 논의가 활발해지고 있습니다. 알파고의 사례에서 보여준 인공지능의 파격적인 수는 기존의 이론을 뛰어넘어 '상자 밖의 사고'를 가능하게 했으며, 이는 단순한 모방을 넘어선 새로운 지능의 탄생을 예고했습니다. 이러한 변화는 우리에게 인간 지능의 본질이 무엇인지, 그리고 기계와 공존하는 미래를 어떻게 준비해야 할지에 대한 깊은 질문을 던집니다. 하지만 인공지능이 모든 면에서 인간을 앞지른 것은 아닙니다. 알파고의 사례를 다시 살펴보면, 시간 제한이 엄격한 상황이나 직관에 의존해야 하는 순간에는 여전히 인간의 능력이 빛을 발하기도 합니다. 이는 현재의 인공지능이 방대한 데이터를 처리하는 데는 능숙하지만, 인간이 가진 찰나의 직관이나 통찰력을 완벽히 구현하기에는 아직 넘어야 할 산이 많음을 시사합니다. 인공지능이 인간을 뛰어넘기 위해서는 단순히 계산 속도를 높이는 것을 넘어, 우리가 아직 제대로 파악하지 못한 인간 뇌의 복잡한 작동 원리에 대한 깊은 이해가 선행되어야 할 것입니다. 하드웨어 측면에서 보면 인간 뇌와 인공지능의 격차는 더욱 명확해집니다. 인간 뇌는 약 천억 개의 뉴런이 정교하게 연결되어 작동하지만, 현재의 인공지능 모델은 그에 비하면 훨씬 적은 수의 뉴런을 모방하고 있습니다. 만약 인공지능의 규모가 인간 뇌 수준으로 확장된다면 어떤 일이 벌어질지는 누구도 예측하기 어렵습니다. 특히 인류가 축적한 모든 지식을 학습할 수 있는 단일 알고리즘의 가능성은 인공지능의 한계를 규정짓기 어렵게 만듭니다. 데이터의 축적과 하드웨어의 발전이 결합할 때, 인공지능은 우리가 상상하는 것 이상의 진화를 이룰 수 있습니다. 인간 뇌는 진화 과정을 통해 제한된 에너지를 효율적으로 사용하도록 최적화되었습니다. 반면 인공지능은 에너지 사용에 대한 물리적 제약이 상대적으로 적어, 기술 발전에 따라 그 규모를 무한히 확장할 수 있는 잠재력을 가집니다. 이러한 차이는 소위 '강한 인공지능'이 등장하지 않더라도, 특정 분야에서 인간을 압도하는 '약한 인공지능'만으로도 충분히 위협적일 수 있음을 의미합니다. 인간이 생물학적 한계 내에서 지능을 활용하는 동안, 기계는 자원의 제약 없이 지능의 지평을 넓혀가고 있기 때문입니다. 인공지능이 일상화될 미래를 준비하기 위해 우리는 과학적 사고와 더불어 인간만의 고유한 가치에 주목해야 합니다. 기계가 따라오기 힘든 사람 사이의 관계 맺기, 가치관 정립, 그리고 공감 능력은 인공지능 시대에 더욱 빛을 발할 자산입니다. 또한 기술의 변화 속도가 예측 불가능할 정도로 빠르기 때문에, 과거의 지식에 안주하기보다는 평생에 걸쳐 새로운 것을 배우려는 태도가 필수적입니다. 스스로의 무지를 인정하고 끊임없이 탐구하는 자세야말로 인공지능과 공존하며 인간의 존엄성을 지켜나갈 수 있는 가장 강력한 무기가 될 것입니다.

감동근, 임창환, 정재승

카오스재단카오스콘서트

뇌인지과학
수학
융합

[강연] 인간의 뇌는 과연 특별한가? (4) _ 김경진 교수 | 2016 봄 카오스 강연 '뇌 - Brain' 2강 | 2강 ④

우리 뇌의 신경 신호전달은 단순히 전선처럼 연결된 전기적 흐름이 아닙니다. 뉴런과 뉴런 사이의 시냅스를 통해 신호가 전달되는 과정은 일종의 릴레이 방식과 유사합니다. 이때 다음 뉴런을 흥분시키거나 억제하는 신경전달물질이 동시에 작용하며, 여러 신호가 합쳐져 발화 여부를 결정하는 '대의 민주주의적' 합의 과정을 거칩니다. 이러한 복잡성은 0과 1로만 이루어진 디지털 신호보다 훨씬 높은 유연성을 제공하며, 수만 개의 뉴런이 동시에 움직이는 정교한 동기화 기작을 가능하게 합니다. 특정 뇌 부위의 손상을 대체하기 위한 뇌 이식은 현대 과학이 꿈꾸는 기술이지만, 신경 회로를 다시 연결하는 것은 매우 어려운 과제입니다. 현재는 줄기세포를 이용한 접근보다는 전극을 삽입해 전기적 신호를 주고받는 '뇌-기계 인터페이스(BMI)' 기술이 더 활발히 연구되고 있습니다. 이는 손상된 신경망을 대신해 외부 기기나 로봇 팔을 제어하는 방식으로, 물리적인 뇌 조직의 이식을 넘어선 새로운 치료 가능성을 제시합니다. 기술의 발전은 인간의 의지를 기계적 신호로 변환하여 신체적 한계를 극복하는 시대로 우리를 안내하고 있습니다. 인간의 뇌와 컴퓨터의 결정적인 차이는 하드웨어의 가변성과 신경전달물질에 있습니다. 컴퓨터는 고정된 하드웨어 위에서 0과 1의 신호만 오가지만, 뇌는 도파민과 같은 다양한 신경전달물질을 사용하여 정보 전달의 다양성을 유지합니다. 또한 뇌는 외부 자극과 환경에 따라 구조 자체가 변화하는 가소성을 지니고 있어, 고정된 기계보다 훨씬 융통성 있게 상황에 대처할 수 있습니다. 이러한 생물학적 특징은 인간이 복잡한 감정과 사고를 처리하며 끊임없이 학습하고 적응할 수 있게 만드는 근본적인 힘이 됩니다. 인간의 뇌가 비약적으로 진화할 수 있었던 배경에는 에너지 효율과 사회적 상호작용이라는 중요한 요소가 자리 잡고 있습니다. 불의 발견과 요리 문화는 영양 섭취의 효율성을 높여 뇌가 필요로 하는 막대한 에너지를 공급할 수 있게 했으며, 이는 신피질의 급격한 발달로 이어졌습니다. 또한 타인과의 관계 속에서 속고 속이지 않으려는 사회적 압력과 지적 능력이 뛰어난 개체가 선택받는 성 선택 과정 역시 뇌의 고도화를 이끈 동력이 되었습니다. 이러한 진화적 선택은 인간을 단순한 생존을 넘어 고도의 정신 활동을 영위하는 존재로 탈바꿈시켰습니다. 예쁜꼬마선충의 커넥톰 해독은 신경과학 분야에서 콜럼버스의 신대륙 발견과도 같은 획기적인 사건입니다. 비록 1mm 크기의 작은 생명체일지라도 그 신경망 지도를 완성하는 데는 10년이라는 긴 시간이 소요되었으며, 이는 뇌의 복잡성을 단적으로 보여줍니다. 하지만 지도를 가졌다고 해서 그 안에서 일어나는 모든 정보의 흐름과 행동의 원리를 완벽히 이해한 것은 아닙니다. 이제 우리는 신경망의 구조를 넘어 그 속에서 신호가 어떻게 운영되고 군집을 이루는지 탐구하는 새로운 시작점에 서 있으며, 이는 인공지능과 로봇 공학의 미래에도 깊은 영감을 줄 것입니다.

김경진, 김재상, 선웅

카오스재단카오스강연

뇌인지과학