인지과학

인지과학(cognitive science)은 인간의 마음과 동물 및 인공적 시스템, 지적 시스템에서 정보 처리가 어떻게 발생하는지 연구하고 규명해 구체적으로 기술하는 학문이다. 다르게 말하면, 인지과학은 인간의 마음의 과정 및 내용, 동물 및 인공적 지적 시스템에서의 지능의 정보적 표상과 그 작동 과정을 연구하는 종합적 과학이다.

개요

인지과학은 인간의 마음과 동물 및 인공적 시스템, 지적 시스템에서 정보 처리가 어떻게 발생하는지 연구하는 학문이라고 할 수 있다. 인지과학은 뇌의 작동 및 몸의 움직임의 제어를 포함하는 인간의 마음이라는 작용과 동물 및 시스템에서의 지능의 정보 표현과 그 작동 과정을 연구하는 학문이다. 인지과학은 심리학, 철학, 신경과학, 언어학, 인류학, 전산학, 학습과학, 교육학, 사회학, 생물학 등 여러 학문과 연관돼 있다. 계산기를 디지털 계산기로, 디지털 계산기를 컴퓨터로 개념화하며 컴퓨터의 처리 과정과 인간의 마음 작동 과정을 정보 처리라는 공통적인 개념으로 엮을 수 있다는 생각이 인지과학의 출발이다. 인지과학의 형성은 여러 학문 분야에서 형식주의 이론, 계산 이론, 튜링기계 이론, 저장된 프로그램 이론, 커뮤니케이션 이론, 정보 이론 등 많은 이론이 수렴된 결과이다. 인지는 인간이 수행하는 작업을 할 때 필수적인 부분이다. 인지과학은 인간의 생각, 지적 깨달음이 확장됨에 따라 끊임없이 변모하는 학문이다. 따라서 인지과학은 세계적으로 모든 사람의 의견이 일치를 보이는 통일되고 고정된 정의를 찾기 어렵다. 인지과학의 정의는 대학마다, 학자마다, 시대마다 다르며, 역동적으로 변화하고 있다.

역사

현대적 인지과학은 1930년대와 1940년대의 워런 맥컬럭(Warrant McCuloch)과 월터 피츠(Walter Pitts)와 같은 초기 인공두뇌학자에서 유래했는데, 그들은 정신의 조직적 원리를 이해하고자 했다. 워런 맥컬럭과 월터 피츠는 인공 신경망으로 알려진 초기 변종들을 개발했는데, 이는 생물의 신경망 구조에 영감을 받은 계산 모델이었다. 그러다 1950년대에 인지과학의 사조가 형성되는데, 1940년대와 1950년대에 계산 이론과 디지털 컴퓨터 이론을 초기에 개발한 선도자들은 앨런 튜링(Alan Turing)과 폰 노이만(John von Neumann)이다. 폰 노이만 구조는 정신에 대한 비유와 탐구의 도구 측면에서 인지과학의 중추적 역할을 했다. 학술 기관에서 최초로 수행된 인지과학 실험은 매사추세츠 공과대학교 경영대학의 J. C. R. 리클라이더(J. C. R. Licklider)가 컴퓨터 메모리를 인간 인지에 대한 모형으로 삼고 진행했다. 1959년 노암 촘스키(Noam Chomsky)는 자극과 반응의 기능적 관계에 초점을 맞춘 심리학을 비판했다. 노암 촘스키는 언어를 설명하기 위해 발생 문법과 같은 이론이 필요하다고 주장했는데, 이는 내재적 표현을 기술할 뿐만 아니라 그 기반의 질서를 특성화했다. 인지과학이라는 용어는 1973년 크리스토퍼 히긴스(Christopher Higgins)에 의해 라이트힐(Lighthill) 리포트에서 처음 사용됐다. 인지과학이라는 용어는 인공지능에 대한 그 당시의 상태에 대한 우려를 나타냈다. 같은 시대에 인지과학 저널과 인지과학 학회가 창립되었다. 1982년 배서 대학교(Vassar College)가 인지과학 학부 학위를 수여하는 세계 최초의 기관이 됐다. 1970년대와 초기 1980년대에는 인지과학 연구의 상당 부분이 인공지능의 가능성을 중점적으로 다뤘다. 연구자들은 리스프(LISP) 같은 언어로 컴퓨터 프로그램을 작성해서, 사람이 결정을 하거나 문제를 해결하는 동안 거치는 과정을 정형적으로 특징화하려고 했다. 이는 인간의 사고를 더 잘 이해하고 인공적인 정신을 창조하기 위함이었다. 기호적 인공지능 연구 프로그램은 인간의 지식을 기호적 컴퓨터 프로그램이 사용할 수 있는 형태로 총체적으로 나열하는 것이 비현실적이라는 한계에 도달했다. 80년대와 90년대 후반에는 연구 패러다임으로 신경망과 연결주의가 탄생해, 이러한 관점하에 정신은 계층화된 망으로 표현되는 복잡한 연관의 집합이었다. 비평가들은 어떤 현상들은 기호 모형으로 더 잘 설명될 수 있고, 연결주의 모형은 종종 너무 복잡해서 설명력이 떨어진다고 했다. 최근 기호 모형과 연결주의 모형의 장점을 이용하려고 하고 있다.

특징

다양한 계층 분석

인지과학의 핵심 원칙은 단일 수준의 연구만으로는 정신에 대해 완벽한 이해를 할 수 없다는 것이다. 예를 들어, 전화번호를 외우고 나중에 기억하는 프로세스를 이해하기 위한 방법의 하나는 직접 관찰을 통해 그 행동을 이해하는 것이다. 즉, 어떤 사람에게 하나의 전화번호를 보여주고, 잠시 후에 그 전화번호를 기억해내도록 한 뒤, 그 기억의 정확도를 측정하는 것이다. 다른 하나는 전화번호를 기억하는 동안 사람의 뉴런이 어떻게 동작하는지 연구하는 것이다. 둘 중 어느 방법으로도 전화번호 기억 과정을 완벽하게 설명할 수 없다. 기술을 활용해서 뉴런의 작동을 실시간으로 포착하고, 작동 시점을 알 수 있더라도, 뉴런의 특정한 작동을 바로 관찰된 행동으로 해석할 수는 없다. 따라서 이러한 두 가지 다른 수준의 분석이 서로에게 어떻게 연관되는지 이해하고, 전신을 연구하는 새로운 과학들은 그 연구 범위를 실제 인간의 경험과 그 경험에 내재한 변형 가능성까지 확대해야 한다. 이는 그 프로세스의 기능 단계에서 설명될 수 있다. 뇌에서 발생하는 어떤 과정들이 특정 행동을 일으키는지 알기 위해서는 어떤 현상에 대하여 다양한 계층에서의 분석이 필요하다. 영국의 신경과학자이자 심리학자인 데이비드 마아(David Marr)는 사람이 눈으로 보는 것을 정보 처리 시스템으로 비유하고, 시스템 이해를 위해 3단계 분석 방법을 제시했다. 계산 계층에서 이 시스템이 해결하고자 하거나 극복하고자 하는 목적을 정의하고, 표현과 알고리즘 계층에서 목적 달성을 위해 시스템이 어떻게 동작하는지 분석하고, 입력과 출력을 위해 어떤 표현을 사용하고, 어떤 과정을 통해서 입력을 출력으로 처리하는지 정의한다. 또, 물리적 계층에서 신경 구조와 뉴런 활동이 그 시스템을 구현하는지 같은 시스템의 물리적 구현을 정의한다. 인지과학 문제의 해명은 실험분석이나 수치적 해석의 수법으로는 큰 성과를 기대할 수 없기 때문에 내부 지식의 구조와 작용을 충분히 밝힐 수 있는 동적인 기호 처리 모델의 작성이 요구되었다. 이런 종류의 모델은 인간의 지적 능력의 대행이나 증강을 목적으로 하는 것은 아니지만, 컴퓨터상에 프로그램으로 실현됨으로써 인공지능 연구와 밀접한 관계가 생겼다. 지식 표현의 기초적인 아이디어는 언어학에서 의미 표현 이론을 참고한 것이 많았다. 더 나아가서 그 내부 지식의 입출력 매체로 자연어를 생각하는 것이 일반적이기 때문에, 인지과학 연구와 언어학의 연관도 밀접했다.

다양한 학문과 연계

인지과학은 심리학, 신경과학, 언어학, 철학, 컴퓨터과학, 인류학, 사회학, 생물학 등 다양한 학문 분야와 연계된다. 인지과학은 다른 과학 분야와 마찬가지로 객관주의 관점, 현실주의 관점을 지니는데, 이 분야는 다른 자연과학과 마찬가지로 시뮬레이션이나 모형화 같은 과학적 방법을 활용하고, 모형을 통한 결과를 인간의 행동 특성과 비교하기도 한다. 어떤 사람들은 인지과학이 단일한 학문 분야로 인정하기를 꺼리며 인지과학 학문들 식으로 부르기도 한다. 스스로 인지과학자라고 생각하는 많은 사람들은 정신에 대해서 기능주의자 관점을 지니고 있다. 기능주의자 관점은 정신 상태를 기능적으로 구분하는 관점이다. 시스템이 어떤 정신 상태를 위하여 특정 기능을 수행하면 그 시스템이 그 정신 상태에 있다고 여기는 것이다. 이 관점에 따르면 인간 외의 다른 동물, 외래의 생명체, 고등 컴퓨터는 원칙적으로 정신 상태를 지닐 수 있다.

참고자료

• 인지 과학 위키백과 - https://ko.wikipedia.org/wiki/%EC%9D%B8%EC%A7%80_%EA%B3%BC%ED%95%99
• 인지과학 네이버 지식백과 - https://terms.naver.com/entry.nhn?docId=2165014&cid=44418&categoryId=44418

같이 보기

이 문서는 사진이 필요합니다.

이 인지과학 문서는 인공지능 기술에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술 □■⊕, 인공지능 기업, 인공지능 인물 인공지능 기술 AI 워싱 • 랭체인 • 로봇공학 • 로봇기술 • 인지과학 • 자동추론 • 자연어 처리 • 지능 • 지식표현 • 컴퓨터 비전 • 튜링 테스트 • 프롬프트 • 프롬프트 엔지니어링 문자인식과 음성인식 ICR • OCR • OMR • TTS • URL • 글자 • 답변 • 대화 • 동영상 • 디자인 • 맥락 • 문서 • 문자 • 문자인식 • 문자채팅 • 발음 • 번역 • 분류 • 상담 • 소스코드 • 스토리 • 얼굴 • 얼굴인식 • 음성 • 음성채팅 • 음성인식(STT) • 이미지 • 인공어 • 인공지능 음성 • 자막 • 자연어 • 질문 • 채팅 • 코드 • 코딩 • 텍스트 • 통번역 • 통역 • 파일 • 폴더 • 화상채팅 • 화자인식 인공지능 데이터 데이터라벨러 • 데이터라벨링 • 데이터셋 • 돌마 • 벡터 • 벡터DB • 벡터공간 • 스칼라 • 임베딩 • 크라우드워커 • 토큰 • 토큰화 인공지능 학습 ADP • CoLLM • DALL-E • DDPG • DQN • LAM • LMM • SARSA • sLLM • SLM • 강화학습 • 거대언어모델(LLM) • 결정이론적 메타추론 • 계통적 강화학습 • 과적합 • 동적 계획법 • 딥러닝 • 딥큐러닝 • 머신러닝(기계학습) • 메타추론 • 모델 기반 강화학습 • 모델 프리 강화학습 • 미세조정(파인튜닝) • 반영식 아키텍처 • 비지도학습 • 사전학습 • 수시 알고리즘 • 어니 • 에이전트 • 인공지능 학습 • 전이학습 • 준지도학습 • 지도학습 • 추론 • 학습 • 확률적 경사하강법 인공지능 알고리즘 AGI • ANI • ASI • RAG • XAI • 가중치 • 관계형 네트워크(RN) • 뉴런 • 다층퍼셉트론 • 단층퍼셉트론 • 데이터마이닝 • 방사신경망 • 볼츠만 머신 • 분산 샌드박스 • 생성대립신경망(GAN) • 생성형 AI • 수퍼얼라인먼트 • 순전파 • 순환신경망(RNN) • 시그모이드 함수 • 신경망 • 신경망 구조 • 심층신경망(DNN) • 심층신뢰신경망(DBN) • 양방향 비고정값 암호 체계(TSID) • 역전파 • 은닉층 • 인공신경망(ANN) • 인공지능(AI) • 제한 볼츠만 머신(RBM) • 전방전달신경망 • 주의 메커니즘 • 코헨 자기조직 신경망 • 텍스트마이닝 • 트랜스포머 • 파이 • 퍼셉트론 • 합성곱 신경망(CNN) 계산복잡도 NP • NP-완전 • 계산복잡도 • 공간복잡도 • 시간복잡도 • 여 NP • 여 NP-완전 인공지능 프로그램 BCI • GPT • 딥블루 • 딥페이크 • 멀티모달 AI • 모달 • 모달리티 • 모달창 • 알렉스넷 • 어니 • 알파고 • 알파고제로 • 알파폴드 • 왓슨 • 카페 • 컨트롤넷 • 텐서플로 • 텔레파시 • 토치 • 파이토치 • 한돌 인공지능 특징 결정이론 • 계산상의 합리성 • 논리학 • 논리주의자 • 분산성 • 불확실성 • 삼단논법 • 선호도 • 예측곤란성 • 완벽한 합리성 • 유계 합리성 • 이유 불충분의 원리 • 자율성 • 최대기대효용 • 할루시네이션 • 효용이론 인공지능 법적 지위 권리주체성 • 소버린 AI • 전자대리인 • 전자적 인간 • 책임법 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반