인공지능이 배우는 언어의 비밀: ‘Signification Game’과 문자 진화의 연결고리

최신 인지과학 연구, AI의 언어 학습 방식을 밝히다

2024년 인지과학회(Cognitive Science Society)에 발표된 Benjamin Spiegel 연구팀의 논문 "Visual Theory of Mind Enables the Invention of Proto-Writing"은 인공지능이 언어와 문자를 학습하는 새로운 방식을 제시합니다.

 

이 연구는 AI가 문자를 단순히 데이터로 처리하는 것이 아니라, 각 기호의 ‘모양’과 ‘시각적 특징’에 주목해 마치 그림처럼 인식한다는 점을 밝혔습니다. 이는 인류가 최초의 문자(예: 이집트 상형문자, 수메르 설형문자)를 만들던 과정과 매우 유사합니다.

---

Signification Game: AI가 그림으로 소통하는 실험

연구팀은 ‘Signification Game’이라는 실험 환경을 만들었습니다. 여기서 AI 에이전트 두 명이 등장해, 한 명은 특정 개념(예: 동물, 도구 등)을 그림으로 표현하고, 다른 한 명은 그 그림을 보고 무슨 의미인지 맞춥니다.

 

이때 AI는 단순히 보상을 많이 받는 그림을 그리는 것이 아니라, 상대방이 그림을 어떻게 해석할지 ‘추론’해 가장 효과적인 그림을 선택합니다. 예를 들어, ‘물고기’를 그릴 때 상대방이 쉽게 알아볼 수 있도록 꼬리지느러미나 물결무늬를 강조하는 식입니다.

---

시각적 마음 이론: AI의 새로운 언어 능력

이 과정에서 중요한 역할을 한 것이 바로 ‘시각적 마음 이론(Visual Theory of Mind)’입니다. 이는 상대방이 어떻게 볼지, 무엇을 떠올릴지 미리 생각하며 그림을 그리는 능력입니다.

 

인간이 의사소통에서 맥락과 상대방의 입장을 고려하는 것처럼, AI도 상대방의 인식 방식을 예측해 기호를 발전시켰습니다.

---

의미 전달 격차와 문자 진화

연구팀은 단순한 그림으로는 복잡한 개념을 완전히 전달하기 어려운 ‘의미 전달 격차(signification gap)’가 존재한다고 설명합니다. 하지만 AI는 시각적 마음 이론을 활용해, 단순한 그림에서 점차 추상적이고 상징적인 기호로 발전시켰습니다.

 

실제 실험에서도 AI는 처음에는 구체적인 그림을 그리다가, 점차 선, 점, 도형 등 추상적인 형태로 의미를 전달하는 방식을 스스로 개발했습니다. 이는 고대 문자가 그림에서 상징으로 진화한 역사적 과정과 일치합니다.

---

이 연구의 의의와 한계

이 연구는 AI가 인간처럼 언어와 문자를 학습할 수 있음을 보여주며, 문자 진화의 비밀을 푸는 실마리를 제공합니다. 다만, 아직 AI가 인간 수준의 창의성이나 복잡한 맥락 이해까지 도달한 것은 아니며, 실험 환경이 제한적이라는 한계도 있습니다.

 

그럼에도 불구하고, AI와 인간의 언어 발달 연구에 새로운 가능성을 제시한 점에서 큰 의미가 있습니다.

이 글이 AI의 언어 습득과 문자 진화에 관심 있는 분들께 유익한 통찰을 제공하길 바랍니다!