제2장: 컴퓨터는 의미를 생성할 수 있는가? 기술공생적 관점

제2장: 컴퓨터는 의미를 생성할 수 있는가? 기술공생적 관점

 

생명이 나타나기 전의 지구는 활동으로 가득 차 있었습니다. 화산이 폭발하고, 지각판이 이동하며, 거대한 폭풍이 몰아치고, 화학 반응이 들끓었습니다. 그러나 당시 이러한 활동에는 어떤 **의미(meaning)**도 없었는데, 왜냐하면 그것에 의미를 부여할 생명체가 존재하지 않았기 때문입니다. 생명이 출현하면서 의미 창출이 가능해졌습니다. 이 장에서는 생명의 출현과 의미 창출 관행을 이해할 수 있는 두 가지 프레임워크를 제시합니다. 하나는 필자가 **'인터미디에이션(intermediation, 상호 매개)'**이라 부르는 창발(emergence)의 비전이고, 다른 하나는 **테런스 디콘(Terrence Deacon)**의 제약 기반 설명입니다. 이 두 프레임워크는 상호 보완적인 관점에서 의미 창출 관행의 더 많은 측면을 설명해 줍니다.

 

계산 매체의 부상은 의미의 편재성을 크게 확장했습니다. 의미를 변화하는 환경에 대한 행동적 반응으로 보는 생물기호학적 지향과 유사하게, 사이버기호학적(cybersemiotic) 접근 방식을 사용하여 컴퓨터 역시 그 내부 및 외부 환경에 특유한 의미 창출 관행에 참여한다고 주장할 것입니다. 수 세기 동안 기술은 다윈의 자연 선택을 무디게 만들어 왔으며, 이 과정은 인간이 계산 매체의 도움을 받아 박테리아와 협력하여 인간 및 비인간의 유전 코드를 조작하기 시작하면서 더욱 정밀해졌습니다. 그 결과가 바로 **'생물-기술 진화(bio-techno evolution)'**이며, 이는 정보, 해석, 의미가 인간과 계산기의 유연한 집합체인 **'인지적 어셈블리지(cognitive assemblages)'**를 통해 순환하는 하이브리드 과정입니다.

 

인지적 어셈블리지가 어떻게 작동하는지에 대한 우리의 이해는, 계산 매체를 의미를 생성하거나 전파하거나 참여할 능력이 없는 단순한 계산기로만 보는 시각 때문에 방해받아 왔습니다. 철학자들과 일부 컴퓨터 과학자들 사이에서 널리 공유되는 이 견해는, 인간만이 행위성, 가치, 인지를 독점한다는 의심스러운 가정에 기초하고 있습니다. 이러한 관점은 인간이 지구에 대한 독점적 지배권을 갖는다는 세계관을 강화할 뿐만 아니라, 현대 사회에서 인지적 어셈블리지가 미치는 실제 효과를 심각하게 왜곡하며, 생물-기술 진화가 우리 공동의 미래에 제기하는 시급한 문제들을 가려버립니다. 생명체와 계산 매체, 그리고 인지적 어셈블리지 내에서의 그들의 상호작용 속에 존재하는 의미 창출 관행을 더 잘 이해할 수 있는 방법을 모색하는 것이 이 장의 과업입니다.

컴퓨터 인지의 타당성을 입증하기 위해서는 먼저 인간이 어떻게 인지적 존재가 될 수 있었는지에 대한 역동적인 전환 과정을 추적해야 합니다. 이는 다시 생명이 어떻게 비생명으로부터 발생했는지에 대한 간략한 설명으로 이어집니다. 이러한 접근은 무한 소급의 위험이 있어 보일 수 있지만, 컴퓨터 인지라는 중심 질문을 생물학적 진화라는 더 넓고 오래된 맥락 속에 위치시킨다는 점에서 유용합니다. 넓은 범위에서 볼 때, 첫 번째 진화적 도약은 단순한 기계적 반응으로부터 복잡성을 이끌어냈고(bootstrapping), 두 번째 도약은 그 복잡성으로부터 의미 창출 관행을 이끌어냈으며, 세 번째 도약은 생물학적으로 파생된 기호와 의미로부터 인공 인지를 이끌어냈습니다.

 

필자가 제안하는 첫 번째 설명 전략은 2005년 저서 My Mother Was a Computer에서 소개한 **'인터미디에이션(intermediation, 상호 매개)'**입니다. 기본 아이디어는 창발이 여러 규모 수준에서 반복되는 패턴을 통해 진행된다는 것입니다. 생물학적 인지와 계산적 인지 사이의 연속성을 강조하기 위해, 필자는 각 조직 수준을 **'매체(media)'**라고 부르며, '상호 매개'는 상위 수준에서 하위 수준으로, 그리고 하위 수준에서 상위 수준으로 일어나는 수준 간의 상호작용을 의미합니다. 예를 들어, 아원자 입자라는 낮은 수준의 역동적 조직은 원자라는 다음 단계의 실체를 형성함으로써 준안정적인 패턴을 이룹니다. 원자는 다시 분자라는 더 높은 수준의 실체에 의해 포착되는 패턴을 형성하고, 분자는 단백질에 의해 포착되는 패턴을 형성하는 식입니다. 매체의 변화는 매우 중요한데, 그것이 하위 수준의 역동성을 **'고정(lock in)'**하여 더 높은 복잡성 수준으로 창발이 계속될 수 있게 하기 때문입니다.

 

두 번째 전략은 **테런스 디콘(2011)**의 연구를 인용합니다. 디콘은 자신만의 진화적 창발 체계를 가지고 있으며, 그의 설명은 먼저 박테리아와 같은 아주 단순한 유기체에서, 그리고 인간을 포함한 점진적으로 복잡한 생명체에서 의미 창출 관행이 어떻게 발달하는지를 보여주는 중요한 요소를 도입합니다. 이러한 사고방식은 생명을 뜻하는 'bio'와 기호 과학을 뜻하는 'semiotics'가 결합된 학제간 분야인 **생물기호학(biosemiotics)**에서 영감을 얻었습니다. 앞서 언급했듯이, 생물기호학은 기호를 이원적 구조가 아닌 삼원적 구조로 본 철학자 C. S. 퍼스(Peirce)의 기호학에서 발전했습니다. 생물기호학적 관점에서 글을 쓰는 디콘은, 존재하는 무언가를 사용해 부재하는 무언가를 환기하거나 지시하는 종결 지향적 과정인 **'텔레다이내믹스(teleodynamics)'**의 출현을 통해 일반적인 기호가 가능해진다고 주장함으로써 생물기호학의 범위를 확장합니다. 디콘은 이러한 종류의 움직임, 즉 **'부재를 사용하여 존재를 결정하고 정의하는 부정 논리(negative logic)'**를 사용하는 데 탁월합니다. 기호의 출현과 그것이 부재와 맺는 깊은 관계는 생물기호학 전체에서 핵심적인데, 기호가 없다면 비인간 유기체는 현재라는 세계에 갇히게 되기 때문입니다. 과거는 나무의 나이테나 개의 절뚝거림, 얼굴의 주름처럼 신체에 남겨진 흔적을 통해 감지될 수 있지만, 기호가 없다면 비인간에게 미래의 세계는 완전히 사라져 버립니다. 아직 일어나지 않은 미래는 오직 의미를 지닌 부재로서만 현재로 소환되고 예견될 수 있기 때문입니다.

 

부재하는 현상을 지시할 수 있게 하는 필수 메커니즘은 **'제약(constraints)'**이며, 그의 체계에서 다양한 형태의 제약은 필자의 체계에서 다양한 수준의 상호 매개와 유사한 기능을 합니다. 제약은 역동적 시스템이 작동하는 영역을 제한하기 때문에 필연적으로 부재를 참조합니다. 예를 들어, 자동차 엔진의 오일 윤활은 움직이는 부품 사이의 마찰로 인해 엔진이 멈춰버리는 상태의 '부재'를 만들어냅니다. 보통 우리는 제약을 시스템이 정상적으로 작동하는 영역을 정의하는 것으로 생각하지만, 부정 논리를 적용하면 이러한 장면을 심리적으로 뒤집어 시스템이 고장 나는 영역의 '부재'를 명시하는 것으로 볼 수 있습니다.

 

디콘의 부정 논리 전략은 강력하지만, 앞서 언급했듯이 웬디 휠러(Wendy Wheeler)나 예스퍼 호프마이어(Jesper Hoffmeyer) 같은 다른 생물기호학자들과 공유하는 중대한 사각지대가 있습니다. 디콘은 컴퓨터가 인지적이지 않으며, 생물학적 유기체의 인지와는 질적으로 다른 단순한 기계적 관행에만 종사한다고 주장합니다. 그러나 디콘이나 휠러 등이 고려하지 않는 것은, 컴퓨터가 자율적으로 진화하는 것이 아니라(분명히 자율적이지 않음) 바로 인간과의 파트너십을 통해 진화할 가능성입니다. 존재가 인지적이기 위해 반드시 자율적이어야 한다는 가정은 필자가 **'생물주의(biologism)'**라고 부르는 것의 한 예인데, 이는 생물학적 추론을 계산 매체로 잘못 확장한 것입니다. 생물기호학자들은 생물학에는 깊이 정통해 있지만 계산 매체가 어떻게 작동하는지에 대해서는 피상적인 이해만을 보여주는 경우가 많습니다. 더욱이 그들이 역동성에만 초점을 맞추는 것은 인공 인지의 진화에서 상호 매개가 수행하는 역할을 가립니다. 이 장의 주요 기여 중 하나는 생물주의적 가계에 근거한 주장들이 빗나갔으며 계산 매체에 나타나는 인지 과정을 오해하고 있음을 보여주는 것입니다. 긍정적인 측면에서, 이 장은 상호 매개와 제약을 결합한 프레임워크가 어느 하나만 사용하는 것보다 컴퓨터가 어떻게 의미를 생성하는지에 대해 더 깊은 이해를 가능하게 한다고 주장합니다. 또한 왜 인지적 어셈블리지가 현대 인지 생태계에서 강력한 행위자가 되었는지를 밝혀줍니다.

 

인터미디에이션과 텔레다이내믹스 (Intermediation and Teleodynamics)

상호 매개는 개별 요소들 간의 교대로 이해될 수 있는데, 이 요소들이 서로 상호작용하여 더 높은 복잡성 수준의 개체 출현에 통합되는 준안정적인 패턴을 만들고, 이 과정이 점점 더 복잡한 패턴을 낳게 됩니다. 해롤드 모로위츠(Harold Morowitz)가 주장했듯, 이러한 종류의 창발은 빅뱅 이후 우주가 실제로 진화해 온 방식입니다. 초고온의 플라즈마가 식으면서 아원자 입자가 나타났고, 그 다음에는 화학 원소들이 나타났으며, 행성의 형성과 지구상의 생명체 출현으로 이어졌습니다.

필자의 상호 매개는 모로위츠의 설명과 달리 각 수준의 요소를 **'매체(media)'**라고 부릅니다. 존 길로리(John Guillory)가 상기시켰듯, 매체는 '물질성'과 '매개'라는 두 가지 의미를 모두 담고 있습니다. '매개'는 다시 시간과 공간의 거리를 넘어서는 소통을 뜻합니다. 기술적 매체는 기계 내부의 서로 다른 코드 층과 기계 간의 네트워크 기능을 통해 이를 달성하지만, 물리화학적 실체들이 그들의 상호작용 역학을 통해 '소통'하며 준안정적인 패턴을 출현시키는 과정 또한 거리 상의 소통으로 이해될 수 있습니다. 앞서 언급했듯이, 상호 매개는 하위 패턴으로부터 새로운 실체가 형성되는 상향식(bottom-up) 창발과, 상위 실체가 하위 역학에 영향을 미치고 이를 변화시키는 하향식(top-down) 창발을 모두 의미합니다. 따라서 상호 매개는 하위 매체가 상위 매체를 생산하는 동시에 상위 매체가 하위 매체에 영향을 미치는 **역동적 헤테라키(dynamic heterarchy)**라 부르는 재귀적 조직을 묘사합니다.

정보적 관점에서 볼 때, 물리화학적 매체에 의해 형성된 특정 수준은 항상 상위 또는 하위 수준으로 전달되는 것보다 더 많은 정보를 해당 수준 내에 포함하고 있습니다. 실제로 수준들을 수준 자체로 특징짓는 것은 바로 이러한 역동적 정보의 보존(reserve)입니다. 예를 들어, 아원자 입자는 원자에 통합될 때 통계적으로 '매끄럽게' 처리되어 수학적으로 질점으로 다뤄질 수 있는 확률 분포로 나타납니다. 그러나 수준 특유의 정보는 **전자 터널링(electron tunneling)**과 같은 현상을 통해 드러나는데, 이는 전자가 충분한 에너지가 없음에도 장벽 반대편에 나타날 유한한 확률이 존재하기 때문에 설명 가능합니다. 물리화학적 상호작용의 각 수준은 상위 또는 하위 수준에 기여하는 바를 초과하는 수준 특유의 역동성을 가지고 있습니다.

디콘의 체계에서는 다른 전략이 작동합니다. 그의 핵심 용어는 시간을 따라 진화하는 역동적 패턴을 포함합니다(이 점에서 상호 매개와 겹칩니다). 또한 그는 제약이 구조적 조직과 상호작용하여 창발적 과정을 생성하는 방식에 초점을 맞춘 새로운 구성 요소를 도입합니다. 그는 세 가지 종류의 역동성을 특징짓는데, 이를 **호메오다이내믹(homeodynamic), 모포다이내믹(morphodynamic), 텔레다이내믹(teleodynamic)**이라 부릅니다. 이러한 추론을 탐구하는 것은 그의 접근 방식이 기여하는 바를 조명하며, 상호 매개와 보완적으로 겹치는 방식을 보여줍니다.

호메오다이내믹은 시간이 지남에 따라 더 무작위적이고 무질서해지는 경향이 있는 기계적 물리화학 시스템을 특징짓습니다. 열역학 제2법칙은 닫힌 시스템이 자발적으로 엔트로피(무작위성)가 증가하는 방향으로 이동하는 경향이 있다고 설명합니다. 커피 잔에 부은 크림은 자발적으로 흩어지는 경향이 있고, 물에 떨어뜨린 설탕 큐브는 녹는 경향이 있습니다. 친숙한 예로 양말과 속옷으로 가득 찬 서랍을 생각해 봅시다. 시간이 지나면서 주인이 물건을 뒤적거림에 따라 그것들은 서랍 전체에 골고루 섞이는 경향이 있으며, 주인은 이를 '지저분해졌다'고 느낍니다. 제2법칙에 대한 설명은 종종 인간이 '질서'라고 인식하는 것이 가능한 상태들 중 아주 작은 비중만을 차지한다는 점을 지적합니다. 이 예에서 물건들이 깔끔하게 분리되어 있을 방법보다 서로 섞여 있을 방법이 기하급수적으로 더 많기 때문입니다.

따라서 제2법칙을 더 엄밀하게 서술하면, 닫힌 시스템은 자발적으로 더 확률이 높은 상태, 예를 들어 높은 위치 에너지를 가진 상태보다 낮은 위치 에너지를 가진 상태로 이동하려 한다고 말할 수 있습니다. '질서'와 '무질서' 같은 용어는 주관적인 암시를 줄 수 있기 때문에(서랍 예시처럼), 디콘은 자발적으로 일어나는 방향과 일치하는 과정을 **'순행적(orthograde)'**이라 부르고, 자발적인 경향에 반하는 과정을 **'역행적(contragrade)'**이라 부름으로써 용어를 유용하게 다듬었습니다.

세 가지 역동적 시스템을 더 구체화하기 위해 디콘은 제약의 아이디어를 도입합니다. 호메오다이내믹 시스템의 순행적 경향은 제약을 소산시키는 것입니다. 예를 들어, 거대한 물줄기가 댐에 가두어져 있는 저수지를 생각해 봅시다. 시스템의 자발적인 경향은 물이 지면 위로 고르게 퍼지게 하는 것인데, 물이 댐 안에 갇혀 있는 소수의 상태보다 그렇게 될 수 있는 가능한 상태가 훨씬 더 많기 때문입니다. 댐은 물을 억제하기 위해 일관된 압력, 즉 제약을 가합니다. 만약 폭우나 지진으로 댐이 약해지면 그 제약은 물을 억제하기에 충분하지 않게 되고, 그 경우 시스템의 순행적 경향이 압도하여 물이 쏟아져 나와 지면으로 폭포처럼 쏟아집니다.

지금까지의 설명은 고등학교 물리 교과서를 벗어나지 않지만, 디콘이 제약이 존재하는 것으로서 부재하는 것, 즉 제약에 의해 배제된 것을 지시하는 기능을 한다고 지적할 때 그 설명력은 배가됩니다. 예를 들어, 홀수만 허용된다는 제약을 사용해 수 체계를 구축할 수 있습니다. 이 제약은 짝수의 부재를 통해서만 가시화되며, 짝수는 홀수 제약에 의해 환기되는 현상입니다. 디콘은 이처럼 배제함으로써 기능하는 제약을 **'부재적(absential)'**이라 부릅니다. 즉, 존재하지 않는 것을 지시함으로써 기능하는 현상입니다.

제약에 대한 이러한 관점은 디콘으로 하여금 호메오다이내믹 시스템과 진화의 사다리에서 그 다음 단계인 모포다이내믹 시스템을 더 잘 구분하게 해줍니다. 모포다이내믹 시스템은 목성의 '붉은 눈'처럼 폭풍이 시간과 공간의 제약된 차원 내에서 일관된 패턴으로 계속 순환하는 자기 조직화(self-organizing) 현상입니다. 일리야 프리고진(Ilya Prigogine)과 이자벨 스텐저스(Isabelle Stengers)가 설명했듯, 소산 구조는 엔트로피 생산이 너무 커서 열역학 제2법칙을 어기지 않고도 질서의 포켓이 형성될 수 있는 평형에서 멀리 떨어진 현상입니다. 자기 조직화 시스템은 디콘의 용어로 시스템의 위상 공간 궤적이 이동하는 한계를 정의하는 **끌개(attractors)**가 자발적으로 출현하는, 제약의 생산으로 특징지어집니다. 기상 패턴 특유의 '로렌츠 끌개(Lorenz attractor)'가 유명한 사례인데, 개별 사례로서의 궤적은 예측 불가능하지만 위상 공간 내 끌개의 매개변수에 의해 제약되는 나비 날개 모양의 패턴을 그립니다.

디콘은 생명이 호메오다이내믹 시스템에서 직접 발생할 수 없었다고 주장합니다. 생명은 세포막부터 에너지 및 온도 요건에 이르기까지 수많은 종류의 제약이 지속적으로 존재하는 것에 의존하기 때문입니다. 모포다이내믹 시스템은 제약이 생성되고 보존될 수 있게 하는 필수적인 징검다리를 제공합니다. 프리고진과 스텐저스의 통찰을 빌려 말하자면, 모포다이내믹 시스템은 호메오다이내믹 시스템 내부에 캡슐화되어 있으며, 호메오다이내믹 시스템의 강력한 엔트로피 생산은 모포다이내믹 시스템 내에서는 역행적이지만 상위 시스템 내에서는 순행적인 '제약 소산'으로부터 모포다이내믹 시스템을 보호하고 완충하는 역할을 합니다.

다음 진화 단계는 어떤 목표나 종착점을 향하는 시스템인 텔레다이내믹 시스템의 출현입니다. 살아있는 유기체에게 근본적인 목표는 생존과 번식입니다. 여기서도 조직적 역동성과 관련 제약은 이러한 시스템이 어떻게 자기 조직화 현상으로부터 창발할 수 있는지 이해하는 데 필수적입니다. 화학 네트워크가 더 많은 반응을 촉발하고 강화하는 촉매를 생산할 때처럼 모포다이내믹 시스템들이 강력하게 결합하면, 시스템의 출력이 다시 입력이 되는 재귀적 패턴이 나타나고, 이는 입력이 순환하며 더 많은 출력을 내는 추가적인 촉매 작용으로 이어집니다. 스튜어트 카우프만(Stuart Kauffman)은 이를 **자기 촉매 네트워크(autocatalytic networks)**라 부르며 생명의 직전 단계라고 주장합니다. 디콘의 용어로, 이러한 시스템은 제약들을 상호 보완적인 방식으로 연결하고 확장하며, 상호작용을 통해 서로를 공진화시키고 공동 창조합니다. 그것들은 재귀적으로 서로를 자기 구성하며 상관된 제약들의 시스템을 공동으로 재생산하여 살아있는 세포와 같은 복잡한 조직으로 이어집니다. 세포 전체는 그 부품들의 제약과 조직을 통해 구성되지만, 부품들 또한 전체의 제약과 조직을 통해 구성됩니다. 디콘은 다음과 같이 설명합니다. "생명은 유기체 내외로 흐르는 에너지를 사용하여 그 구조적-기능적 온전성을 유지하는 제약을 생성하는 것으로 특징지어진다. 유기체는 또한 특정 형태의 소산을 지속적으로 저지해야 한다. 유기체는 자신을 통과하는 에너지 흐름을 이용해 일을 수행함으로써, 다른 경로에 비해 특정 소산 경로를 차단하는 제약을 생성한다. 유기체는 단지 제약을 차단할 뿐만 아니라, 새로운 제약을 가진 새로운 형태를 생성한다".

생물 시스템의 제약이 기호의 출현을 가능하게 하는 다음 진화적 단계로 넘어가기 전에, 잠시 멈춰서 '상호 매개'와 '역동적 조직 및 제약'이라는 두 설명 프레임워크 간의 관계를 생각해 봅시다. 두 프레임워크 모두 수준의 존재와 그 수준들 사이의 관계 및 전환을 강조합니다. 둘 다 이전 패턴을 '고정'하고 추가적인 재조직을 허용하는 메커니즘을 식별합니다. 둘 다 전체가 부품을 생산하고 부품이 동시에 전체를 생산하는 재귀적 조직 패턴을 강조합니다.

중대한 차이점도 있습니다. 상호 매개의 수준들이 그것을 형성하는 패턴과 실체의 관점에서 이해되는 반면, 디콘의 역동적 프레임워크는 텔레다이내믹 시스템으로 귀결되는 세 가지 수준을 특징짓는 구조적 조직과 제약을 강조합니다. 따라서 두 프레임워크는 '고정' 효과에 대해 서로 다른 설명을 제공합니다. 상호 매개에서는 매체의 변화가 그 역할을 하는 반면, 디콘은 이를 제약이 작동하는 방식의 **'극성 반전'**으로 식별합니다. "열역학적 변화의 순행적 지표는 제약 소산이고, 모포다이내믹 변화의 순행적 지표는 제약 증폭이며, 텔레다이내믹 변화의 순행적 지표는 제약 보존... 및 (제약 간의) 상관관계이다". 어떤 의미에서 상호 매개는 존재하는 것에 초점을 맞추는 반면, 제약 프레임워크는 부재하는 것을 강조합니다.

두 프레임워크가 설명하려는 궁극적인 현상이 무엇인가에서도 관련 분기점이 나타납니다. 디콘에게 그것은 생명의 출현이라기보다 살아있는 유기체에서의 기호 관계의 출현입니다. 이 프레임워크의 큰 강점은, 특히 상호 매개와 비교했을 때, 기호가 이미 제약의 형성에 함축되어 있는 부재적 현상으로부터 어떻게 창발하는지를 설명한다는 점입니다. 그리하여 처음부터 기호와 의미 생산을 내장하고 있는 반면, 상호 매개는 기호가 우주를 존재하게 한 상호 매개 과정과 유사한 역학을 통해 작동할 수 있다고 단순히 가정합니다.

하지만 이 강점은 한계이기도 한데, 왜냐하면 그것이 창발을 역동적 조직에 너무 강력하게 결속시키기 때문에, 역동성이 더 이상 중요한 진화적 동인이 아닌 계산 매체에서는 별다른 힘을 쓰지 못하기 때문입니다. 계산 매체에서는 서로 다른 기호 수준들 사이의 상호 매개가 중심 무대를 차지합니다. 계산 매체에서는 제약이 진화할 필요가 없는데, 왜냐하면 그것들은 논리 게이트를 통해 근본적인 수준에서 프로그래밍되어 있기 때문입니다. 기호 관계 또한 비트(이진수) 패턴을 통해 프로그래밍됩니다. 그러나 이러한 프로그래밍은 이전에 인간에게서 제약과 기호가 진화했기 때문에 가능한 것입니다. 즉, 계산 매체는 생물학적 창발을 전제하고 이에 의존합니다. 이런 의미에서 상호 매개는 역동적 프레임워크가 멈춘 지점에서 생물-기술 진화의 이야기를 이어받습니다. 서로 적대적인 것이 아니라 보완적인 것으로 볼 때, 이 두 프레임워크는 각기 다른 강조점, 강점, 한계를 가지고 우리의 현재 상황을 이해하는 포괄적인 방법을 제공합니다. 나아가 두 프레임워크를 모두 시야에 두면, 어느 하나를 다른 하나에 종속시키지 않고도 컴퓨터와 인간 사이의 중요한 구별을 드러낼 수 있습니다. 의미 창출 관행의 출현을 더 탐구하기 위해, 이제 기호가 생물학적으로 어떻게 진화했는지 다시 살펴봅시다.

제약으로부터 기호의 출현 (The Emergence of Signs from Constraints)

일단 살아있는 세포가 출현하면, 자연 선택은 제약을 연결하고 그것을 환경의 변화 신호와 결합하도록 작동합니다. 이는 상호 연관된 역동성에 **예견(anticipation)**이라는 형태의 전진 운동을 부여합니다. 예를 들어 가을에 기온이 떨어지면, 낙엽수는 이 환경 신호를 내부의 역동적 과정을 통해 해석하여 일련의 상호 연관된 변화를 시작합니다. 나무 호르몬은 **탈리(abscission)**라 불리는 과정을 시작하여 양분의 흐름을 차단하고, 양분은 잎에서 회수되어 뿌리에 저장됩니다. 우리는 나무가 겨울을 '예견'한다고 말할 수 있지만, 분명히 그런 추상적인 개념이 작동하는 것은 아닙니다. 오직 종의 진화 역사에서 미래 사건의 신뢰할 수 있는 지표로 증명된 상관된 변화들이 있을 뿐입니다. 이는 디콘이 말하는 **'부재적 현상'**의 전형적인 사례입니다. 즉, 존재하지 않는 것(겨울)이 존재하는 것(나무의 잎)으로 하여금 그렇지 않았다면 설명할 수 없었을 변화를 겪게 만드는 것입니다.

웬디 휠러는 부재적 현상의 아이디어를 의미와 연결하여 구체화합니다. "무언가의 의미는 그것이 세상에서 하는 일, 즉 그것이 사물들을 어떻게 존재하게 하고 변화하게 하는가에서 발견된다. 따라서 우리는 생물학적 의미가 곧 기능(function)이라고 말한다. 그러나 이 과정은 확실히 물질적 대상에 의해 수행되고 종종 물질적 대상에 관한 것이기도 하지만, 사실 물질 자체만으로는 설명할 수 없는 무언가를 포함한다". 이 '다른 무언가'는 존재하는 것과 부재하는 것 사이의 관계입니다. "일어나는 일은 관계가 설정된다는 것이며, 그 관계는 그것을 경험하는 유기체에게 어떤 종류의 가치를 갖는다". 기호 매체(sign vehicle), 해석체(interpretant), 표상체(representamen)로 구성된 퍼스의 삼원적 기호 관계에서 파생된 생물기호학적 용어로 볼 때, 유기체에게 갖는 가치는 세상의 현상('표상체', 위의 예에서는 가을의 기온 하락), 이 사건에 반응하는 기능이나 과정('해석체', 여기서는 탈리 과정), 그리고 부재하지만 예견되는 '대상'(겨울의 도래) 사이에서 발생하는 것으로 이해됩니다. 휠러는 "기대(expectations)는 실질적인 인과력과 형성력을 가진 '비-존재(no-things)'와의 관계이다"라고 씁니다.

이러한 접근 방식은 인간뿐만 아니라 비인간 세계에서, 심지어 나무처럼 중앙 신경계가 없는 유기체나 박테리아 같은 단세포 유기체에서 어떻게 의미 창출 관행이 나타나는지를 설명하는 데 효과적이었습니다. 인간이 전 지구적 생태계에 변화를 일으켜 제6차 대멸종을 촉발하고 기록적인 수준의 오염과 지구 온난화를 만들어낸 지금, 세상이 어떻게 조직되고 작동하는지에 대한 인간 중심적 가정을 재고해야 한다는 요구가 그 어느 때보다 절실해졌습니다. 의미 창출이 인간만의 독점적 특권이 아님을 받아들이는 것은 올바른 방향으로 나아가는 결정적인 단계입니다. 이러한 노력에 핵심적으로 기여한 생물기호학은 찬사받아 마땅합니다.

그러나 이러한 기여가 오직 생물학적 유기체에만 적용된다는 주장은 결함 있는 추론에 근거한 불필요한 제한입니다. 심문해야 할 핵심 포인트는, 의미 창출 관행이 가능하려면 그 실체가 반드시 자율적이고, 자기 조직적이며, 자기 유지적이고, 자기 캡슐화되어 있어야 한다는 가정입니다. 이러한 가정은 생물학적 영역에서는 정당화되지만(실제로 그것들은 생명이 출현하기 위한 필수 요건입니다), 네트워크화되고 프로그래밍 가능한 기계의 인공 인지에는 반드시 적용될 필요가 없습니다. 인지 매체의 진화적 요구 사항에는 생물학적 진화를 통해 이미 존재하는 인간과의 필연적인 상호작용이 포함됩니다. 이러한 상호작용이 인공 매체가 인지적이 되는 것을 막지는 않습니다. 단지 생물-기술 진화가 이제 생물학적 진화 단독이 아니라 인지적 기계-인간의 역동성을 통해 계속된다는 점을 나타낼 뿐입니다.

생물주의적 추론의 한계 (Limitations of Biologistic Reasoning)

컴퓨터가 의미 창출에 참여할 수 있다는 명제에 대한 생물기호학의 주요 반대 근거는 그들의 자율성 결여입니다. 휠러는 주석에서 이를 명시합니다. "물론 컴퓨터는 관계를 '알아차리도록' 프로그래밍될 수 있다. 하지만 '프로그래밍되었다'는 것이 핵심이다. 인간으로부터 유래한 프로그램이 없는 컴퓨터는 단지 금속, 플라스틱, 실리콘의 불활성 집합체일 뿐이다". 디콘은 "오늘날의 컴퓨터는 사람들(프로그래머)이 자신을 표현하는 통로다. 따라서 궁극적으로 소프트웨어 기능은 특정 작업을 수행하도록 기계를 구성하려는 인간의 의도다"라고 관찰합니다. 그는 이와 유사한 진술들을 통해 계산은 단지 "서술적 수식(descriptive gloss)"일 뿐이며, "계산은 외부에서 부과된 제약을 기판에서 기판으로 전달할 뿐이지만, 인지(기호 작용)는 전파되고 자기 조직화될 능력이 있는 내부적 제약을 생성한다"고 결론짓습니다.

물론 컴퓨터가 생물학적 유기체와 같은 방식으로 자율적이지 않다는 점은 사실입니다. 하지만 이 그림에서 빠진 것은, 진화가 생명을 탄생시킨 후 이제는 인간-컴퓨터 상호작용에 의존하여 생물학적 인지 단독의 한계를 넘어서는 기호 관계를 형성하는 다른 메커니즘에 의해 진행될 수 있다는 가능성입니다. 만약 생물학적 인지를 출현하게 한 기준(제약과 소산적 역동성의 상호작용)만을 사용한다면, 컴퓨터는 인지를 달성하기 위해 끌개나 소산 시스템에 의존하지 않으므로 당연히 부족해 보일 것입니다. 하지만 이것만이 인지가 출현하는 유일한 길이어야 한다는 요구는 컴퓨터-인간 상호작용이 실제로 성취하고 있는 바를 무시하는 자의적인 제한입니다.

이러한 종류의 생물주의적 추론이 이끄는 엄청난 맹목성은 디콘의 다음 구절에서 잘 드러납니다. "계산이 완료되었을 때 추가적으로 생산되는 것은 아무것도 없으며, 단지 그 해석을 수행하는 장치 내부의 물질과 에너지의 물리적 재배열이 있을 뿐이다". 그는 생물학적 제약이 에너지 흐름에 작용할 때 생성되는 출력으로서의 '일(work)'을 이전에 강조했기 때문에 자신 있게 이런 주장을 합니다. 즉, 세상의 사물을 움직이고 그렇지 않았다면 불가능했을 사건을 일으키는 일 말입니다. 그러나 그의 추론은 '일'이 인간-기술 한 쌍이 아닌 자율적인 실체에 의해 수행되어야 한다고 가정합니다. 컴퓨터가 수행하는 인지적 작업을 인간이 대신 수행하기 위해 무엇이 필요할지 묻고, 그 척도를 사용해 세상이 얼마나 변했는지 결정해 본다면 이러한 오류는 금방 드러납니다. 질문을 던지는 것만으로도 디콘의 주장이 얼마나 터무니없는지 알 수 있는데, 오늘날 수백만 대의 네트워크 컴퓨터가 수행하는 인지적 과업을 동일한 결과로 내기 위해서는 지구상의 74억 인구 전체가 풀타임 노동을 투입해야 할 것이기 때문입니다. 게다가 네트워크화되고 프로그래밍 가능한 기계가 인간 파트너에게 일상적으로 제공하는 데이터 분석, 패턴 인식, 상관관계의 범위는 너무 방대하고 빠르고 복잡해서 인간의 인지 단독으로는 도저히 포괄할 수 없는 것들이 많습니다.

계산의 한계에 대한 디콘의 많은 주장들은 생물학적 뇌가 컴퓨터처럼 작동한다고 주장하는 **심리 계산주의(computational theory of mind)**를 비판하는 데 맞춰져 있습니다. 필자 역시 이 비판에 전적으로 동의합니다. 수많은 신경과학자와 인지과학자들의 연구는 인간 인지에서 체화되고 세상을 향한 상황적 맥락이 얼마나 중요한지를 보여주었습니다. 그러나 여기서 중요한 비대칭성이 나타납니다. 생물학적 뇌가 인지를 달성하기 위해 환경, 감각 시스템, 신체 기능으로부터의 입력을 사용한다는 사실이, 컴퓨터 역시 의미 창출 관행에 참여하기 위해 반드시 인간과 똑같은 방식으로 세상을 향하고 체화되어야 함을 의미하지는 않기 때문입니다.

휠러 역시 유사한 생물주의적 추론을 사용합니다. "인간이 만든 어떤 기계도 자신의 입력에 대해 선택권이 없으며, 비의식적이고 의식적으로 환경에 반응하는 신체를 가지고 있지 않다 .... 이와 대조적으로 가장 단순한 유기체조차 자신의 입력과 출력에 대해 선택을 하고, 느끼는 신체를 가지고 있으며, 자신과 환경을 스스로 재생산하고 성장시킨다". 그러나 여기서도 자의적인 제한이 보입니다. '선택'이 반드시 인지적 기능을 수행하기 위해 '입력과 출력'에 관한 것이어야 한다는 규정, 그리고 느낌, 번식, 성장이 인지적 실체가 되기 위해 필수적이라는 가정 말입니다. 컴퓨터도 신체를 가지고 있지만, 단지 생물학적 신체와 다르게 조직되어 있을 뿐입니다. 센서와 액추에이터를 갖춘 네트워크화된 프로그래밍 가능 기계는 자신의 입력과 출력에 대해 선택을 내립니다. 그럼에도 불구하고 휠러의 언급은 인간과 컴퓨터 사이의 무수히 많은 차이점을 지적한다는 점에서 정당합니다. 결여된 것은 그러한 차이점들이 컴퓨터 인지에 무엇을 의미할 수 있는지 탐구하려는 의지입니다.

디콘과 휠러 모두 생물주의적 추론이 인공 인지에는 적합하지 않을 수 있음을 깨닫기 직전까지 가는 순간들이 있습니다. 예를 들어 휠러는 앞의 구절 뒤에 "우리는 (생물학적 뇌를 묘사하는 데 사용되는) 기계 은유를 의심하거나, 기계가 무엇인지에 대해 근본적으로 다시 생각해야 한다"고 덧붙입니다. 하지만 제시된 대안인 '기계에 대한 근본적인 재고'는 더 발전되지 못한 채 그녀의 텍스트에서 막다른 길로 남습니다. 디콘 역시 "한 가지 근본적인 차이는 명백하다. 물리화학적 과정을 지배하는 원리는 계산을 지배하는 원리와 다르다"고 설명하며, "우리는 유기적 메커니즘의 기원을 설계된 메커니즘과 아주 다르게 생각해야 한다"고 주장합니다. 그러나 휠러와 마찬가지로 그는 이것이 자신의 생물주의적 가정에 대한 비판이 될 수 있음을 보지 못하고, 오히려 심리 계산주의에 반대하는 논거로만 사용합니다.

디콘과 휠러의 강조점이 생물학적 유기체와 생물권에서의 의미 창출 관행의 출현에 있고, 그 점에서는 훌륭하게 성공하고 있는데 왜 그들이 컴퓨터에 대해 잘못 말하는 것이 중요할까요?. 그것이 중요한 이유는, 그들이 생물학적 영역에서 구축한 해석, 목적, 의미에 관한 프레임워크가 약간의 필요한 수정을 거치면 컴퓨터가 어떻게 의미를 달성하는지, 그리고 컴퓨터-인간의 상호작용이 우리 세상을 더 좋게 혹은 더 나쁘게 변화시키는 우리의 잠재력을 어떻게 극적으로 변형시켰는지를 이해할 수 있는 강력한 아이디어 저장소가 될 수 있기 때문입니다. 계산 매체가 어떻게 의미를 생성, 소통, 전파하는지를 보여주는 것이 다음 섹션의 초점입니다.

계산 매체에서의 인터미디에이션과 제약 (Intermediation and Constraints in Computational Media)

생물기호학에서 나와 계산 매체에 맞게 수정할 수 있는 유용한 아이디어 중 하나는 **해석(interpretant)**에 대한 개념입니다. 해석은 유기체의 부모로부터 들은 종 특유의 노래와 같이, 역사적 연결을 통해 확립된 내부 또는 외부의 기호 관계와 일관되게 연결된 행동이나 행위로 구성됩니다. 호프마이어는 부모의 노래가 어린 새에게 '기호적 비계(semiotic scaffolding)' 역할을 하여 그렇지 않았다면 불가능했을 일을 해내게 하며, 어린 새는 그 노래를 배움으로써 음향 신호를 해석하여 새로운 행동을 시작하고, 이는 다시 추가적인 해석의 토대가 된다고 씁니다.

폰 노이만 방식의 계산 매체에서 해석은 궁극적으로 **논리 게이트(logic gates)**에 기반합니다. 논리 게이트는 디콘의 체계에서 순행적/역행적 역동성을 통해 성취되었던 '제약'을 생성합니다. 이것이 생물학적 인지와 인공 인지 사이의 근본적인 차이점 중 하나를 예고합니다. 유기체의 경우 그들이 기호 관계를 생성하고 이에 반응할 수 있는 '방식'을 설명하는 것이 핵심이라면, 논리 게이트를 통해 상징적 과정을 구현하도록 설계된 계산 매체의 경우, 이러한 결정론적 작동이 어떻게 생물학적 인지의 전매특허인 유연성, 적응성, 진화 가능성의 토대를 만들 수 있는지가 핵심입니다. 이 질문을 탐구하기 위해 논리 게이트가 어떻게 작동하는지 살펴봅시다.

논리 게이트는 대개 트랜지스터로부터 하나 또는 두 개의 입력을 받는데, 스위치가 켜지면(5볼트 전압 신호) 이진수(비트)로 '1'로 등록되고, 꺼지면(0볼트 전압) '0'으로 등록됩니다. 입력 조합과 입력을 통과시키는 게이트의 종류에 따라 다양한 논리 연산자가 생성됩니다. 예를 들어, AND 게이트는 두 입력이 모두 켜져야 출력 1을 내보내고, 그렇지 않으면 0을 내보냅니다. OR 게이트는 두 입력 중 하나라도 켜져 있으면 1을 내보내고, 둘 다 꺼져 있을 때만 0을 내보냅니다. NOT 게이트(인버터)는 입력이 하나이고 출력도 하나입니다. 그것은 입력이 무엇이든 반대로 뒤집으므로, 예를 들어 입력이 켜져 있으면 0을 내보냅니다. 다른 게이트로는 XOR(배타적 OR), NAND(출력이 반전된 AND) 등이 있습니다. 이러한 논리 연산자들은 수많은 방식으로 결합될 수 있으며, 그 위에 쌓인 코드 층들을 통해 점점 더 복잡한 명령을 생성합니다. 여기에는 기계의 명령어 세트 아키텍처를 호출하는 기계어와 하드웨어 내장 코드, 특정 하드웨어를 실행하는 시스템 소프트웨어(예: 필자가 타이핑하고 있는 맥북을 실행하는 OS10), 운영 체제를 인코딩하는 어셈블리어, 특정 하드웨어 프로세서와 칩셋을 실행하는 운영 체제 소프트웨어를 인코딩하는 파이썬, 자바, C++와 같은 고급 언어, 그리고 마지막으로 대부분의 사용자가 기계와 상호작용하는 수준인 마이크로소프트 워드와 같은 실행 프로그램이 포함됩니다. 그러나 궁극적으로 모든 명령은 처리를 위해 논리 게이트 수준으로 하향 번역되어야 하며(인터프리터 언어처럼 한 줄씩 처리되든, 컴파일 언어처럼 묶음으로 처리되든), 결과를 소통하기 위해 다시 고급 언어로 상향 번역되어야 합니다.

이러한 서로 다른 코드 수준 간의 구별은 상호 매개하는 역동적 헤테라키에서의 서로 다른 '매체'로서 기능합니다. 정보는 논리 게이트에서 상위 코드 수준으로 전달되고, 실행 프로그램에서 다양한 코드 수준을 거쳐 논리 게이트로 하향 전달됩니다. 이는 수준들이 서로 소통할 때의 내부 신호(엔도세미오시스, endosemiosis)나 사용자가 명령을 입력할 때의 외부 신호(엑소세미오시스, exosemiosis)에 반응하는 일관된 해석 패턴 속에서 이루어집니다.

생물학적 맥락에서 해석에 관해 쓰는 생물기호학자들은, 해석이 '옳다'는 능력을 갖기 위해서는 해석이 '틀릴' 가능성 또한 있어야 한다고 종종 강조합니다. 그렇지 않으면 선택이 개입되지 않은 단순한 사실 기술에 불과하기 때문입니다. 부러진 날개를 흉내 내는 새를 쫓던 포식자는 새가 둥지로부터 포식자를 멀리 유인한 뒤 날아가 버릴 때 자신이 틀렸음을 깨닫게 됩니다. 유인한 먹이로 생각하고 다가간 박테리아는 그것이 사실은 독소였음을 발견할 수도 있습니다. 이러한 요구 사항은 타당합니다. 해석이 유의미하려면 적어도 두 가지 이상의 선택지가 있어야 하며, 그렇지 않으면 그 상황은 해석이 필요 없는 단순한 인과 사슬로 분석될 수 있기 때문입니다.

컴퓨터 내부에서는 어떤 맥락에서 해석이 작동하며, 그것은 어떻게 틀릴 수 있을까요?. 논리 게이트는 결정론적이지만, 실수할 수 있으며 실제로 실수합니다. 예를 들어 트랜지스터 스위치를 켜고 끄는 변화하는 전압은 신호가 시간이 지남에 따라 쇠퇴하는 '트레일-오프(trail-off) 오류'를 나타내는 경우가 많습니다. 그래서 구간 끝에서 전압이 실제로는 5.0볼트가 아닌 4.7볼트일 수 있습니다. 4.7은 0보다는 5.0에 훨씬 가깝기 때문에 전자 장치는 신호를 정정하여 이를 '꺼짐'이 아닌 '켜짐'으로 해석하고 5.0으로 복구합니다. 더 심각한 전압 변동은 이 정정 과정에서 오류를 일으킬 수 있습니다.

불확실성의 또 다른 원천은 **우주선(cosmic rays)**이 컴퓨터 내부의 비트를 뒤집을 때 발생하는데, 이는 우주선이 유전자의 돌연변이를 일으키는 것과 유사합니다. 따라서 컴퓨터 충돌은 해수면보다 우주선이 더 강한 3만 피트 상공에서 더 빈번합니다. 1990년대 IBM의 연구에 따르면 이러한 오류는 보통 매달 256메가바이트당 한 번꼴로 발생하지만, 칩의 크기가 작아지면서 비트를 설정하는 데 필요한 전압과 전하가 줄어들었기 때문에 우주선에 의한 위험은 더 커졌습니다. 인텔의 한 특허 신청서에는 "우주선에 의한 컴퓨터 충돌이 발생했으며, 장치(예: 트랜지스터) 크기가 작아짐에 따라 빈도가 증가할 것으로 예상된다. 이 문제는 향후 10년 동안 컴퓨터 신뢰성을 제한하는 주요 요인이 될 것으로 전망된다"는 예측이 담겨 있었습니다. 때때로 우주선에 의한 비트 뒤집힘은 실제 생활에서 중대한 결과를 초래합니다. 비디오 *우주는 컴퓨터에 적대적이다(The Universe Is Hostile to Computers)*는 비트 뒤집힘으로 인해 비행기가 추락한 사례와 2003년 5월 18일 브뤼셀 선거에서 무명 후보인 마리 빈데보겔이 재검표 결과보다 정확히 4,096표를 더 얻었던 사례를 보여줍니다. 4,096은 2의 12제곱으로 매우 중요한 숫자입니다. 조사 결과 13번째 비트가 우주선으로 인해 0에서 1로 뒤집혀 오계산이 발생한 것으로 드러났습니다. 패리티 체크(parity checking)나 스스로를 점검할 수 있는 다른 프로그램들은 비트 뒤집힘을 감지하여 이를 오류로 올바르게 해석하고 수정할 수 있습니다. 반대로 비트 뒤집힘은 특정 명령을 오해하게 만들어 컴퓨터를 충돌시킬 수도 있습니다. 돌연변이처럼 아주 희박한 확률로 비트 뒤집힘이 컴퓨터의 성능을 실제로 향상시킬 수도 있지만, 만약 그렇다면 아마 감지되지 않은 채 남을 것입니다.

그러나 이러한 오류들은 외부적으로 발생한 것이며 논리 게이트의 결정론적 성질을 훼손하지는 않습니다. 옵션들 사이의 선택으로 이해되는 해석에 도달하려면 실행 프로그램 수준으로 올라가야 합니다. 그곳에서는 논리 연산자들 간의 복잡한 상호작용이 예측 불가능한 입력과 결합하여 해석의 가능성을 만들어냅니다. 예측 불가능한 환경에 몰입해 있는 생물학적 유기체에게 우발성(contingency)은 존재의 사실입니다. 반면 컴퓨터 프로그램에서 우발성은 가변성과 유연성을 높이기 위해 의도적으로 도입되어야 합니다. 이를 달성하기 위한 두 가지 기본 전략은 **재귀성(recursivity)**과 **의사 난수성(pseudorandomness)**입니다.

재귀적 역학은 생물학적 유기체에서 인지적 복잡성을 증가시키는 진화 과정의 강력한 동인으로 알려져 있습니다. 컴퓨터 프로그램에서 재귀성은 출력이 입력으로 사용되기 때문에 우발성을 도입합니다. 자기 학습 시스템에서 시스템은 다음 주기를 위해 이러한 입력에 어떤 가중치를 부여할지 스스로 결정하며, 이는 예측 불가능한 방향으로 진행될 수 있는 일종의 인공 진화를 만들어냅니다. 난수성(더 정확하게는 의사 난수성)은 우발적 과정을 통해 알고리즘에 값이 주입될 때 생성됩니다. 예를 들어, 특정 지점에서 컴퓨터의 시계로부터 값을 가져오는 전략이 있습니다. 알고리즘과 시계는 항상 같은 방식으로 작동한다는 점에서 결정론적이지만, 알고리즘이 실행될 때마다 시계 값과 알고리즘 사이의 관계가 고유하게 설정되기 때문에 그 결과는 특정 인스턴스에서 예측 불가능해집니다.

진화적 프로그래밍에서 난수성은 때때로 알고리즘 구조에 변이를 일으키고 그 변이들을 적합성 기준에 따라 테스트하여 어떤 것이 가장 잘 작동하는지 발견함으로써 달성됩니다. 어떤 것이 성공할지 미리 알 수 없으므로, 수백 수천 번의 연속적인 시행을 거쳐 무엇이 창발하는지 지켜보는 것만이 결과를 결정할 수 있는 유일한 방법이라는 의미에서 예측 불가능성이 도입됩니다. 이 아이디어의 예술적 구현은 스웨덴 예술가 요하네스 헬덴(Johannes Helden)과 하칸 욘손(Hakan Jonson)이 설계한 진화 프로그램인데, 이는 알고리즘적 변이를 통해 헬덴의 시를 '진화'시킵니다. 시계 예시처럼 이 프로그램은 알고리즘에 의사 난수성을 도입하기 위해 다양한 데이터 세트를 참조합니다. 재미있게도 여기에는 "영상으로 탐지된 외계 행성계의 질량", "다양한 장소와 날짜의 GISS 지표면 온도", "트윈 픽스(Twin Peaks) 에피소드당 커피 잔 수"와 같이 엉뚱하게 섞인 데이터들이 포함됩니다. 프로그램은 실행될 때마다 이러한 의사 난수 값의 주입으로 인해 매번 다른 결과를 내놓습니다.

**예견(anticipations)**은 생물기호학에서 중요한데, 그것이 존재하는 것과 부재하는 것 사이의 관계를 설정하면서도 실제적인 인과력을 갖기 때문입니다. 디콘과 휠러는 기호를 "한쪽으로는 대상과, 다른 쪽으로는 해석체와 관계를 맺어, 기호 자신이 대상과 맺는 관계에 대응하도록 해석체를 대상과 관계 맺게 하는 무언가"라고 정의한 퍼스의 정의를 인용합니다. 관계형 연산자로서 기호는 의미 창출의 가능성을 만드는데, 왜냐하면 그것이 행동('해석체')을 기호가 대신하는 부재적 현상인 '대상'과 관계 맺게 하기 때문입니다. 해석에 '지향성(aboutness)', 즉 해석이 일어나는 맥락에서의 의미를 부여하는 것이 바로 이 관계입니다. 각 유기체는 자신만의 기호적 니치(semiotic niche)를 가지고 있으며, 이는 다시 환경에서 작동하는 다른 모든 니치들과 조정됩니다. 모든 기호적 니치의 총합이 바로 호프마이어가 명명한 기호권(semiosphere), 즉 행성을 감싸고 있는 기호 관계들의 역동적 상호작용입니다.

예견은 컴퓨터 코드에서도 작동합니다. 알고리즘의 기본 구조는 'if/then(만약 ~라면, ~하라)' 구조입니다. 초보자용 "Hello World" 알고리즘조차 모니터와 암묵적인 if/then 관계를 맺고 있는데, 알고리즘이 계산을 완료하고 지정된 문자열을 표시하라고 모니터에 명령할 때만 메시지가 나타나기 때문입니다. 더 복잡한 프로그램은 진행을 위해 종종 서브루틴의 결과를 요구합니다. 어떤 복잡한 프로그램에서는 상위 프로그램이 서브루틴의 결과가 필요할 때 시간을 절약하기 위해 결과를 예견하고 다음 단계로 넘어갑니다. 만약 결과가 예견한 것과 다르면 다시 돌아가 계산을 다시 수행합니다.

컴퓨터 내부에서 기호가 작동한다는 점은 아무도 의심하지 않지만, 설득력 있는 반론은 생물기호학에서 매우 중요한 '지향성', 즉 컴퓨터가 부재적 현상을 인식할 수 있는 능력에 관한 것입니다. 요약하자면, 컴퓨터는 기호를 조작할 수 있지만 그 기호가 무엇을 의미하는지에 대해 무언가 알고 있을까요?. 여기서 고전적인 도전은 존 설(John Searle)의 '중국어 방(Chinese Room)' 사고 실험입니다. 중국어를 전혀 모르는 사람이 방 안에 앉아 있고, 문 틈으로 중국어 글자들이 들어옵니다. 그 사람은 규칙서와 글자 바구니를 사용해 답변을 작성해 밖으로 내보냅니다. 밖의 사람들은 그가 중국어를 안다고 확신하지만, 사실 그는 자신이 무슨 말을 하는지 전혀 이해하지 못합니다. 이 사람은 컴퓨터를 상징하며, 설의 주점은 컴퓨터가 패턴 매칭을 통해 결과를 얻을 뿐 자신이 무엇을 하는지 전혀 모른다는 것입니다. 이 도전에 대해 수백 건의 반박이 있었는데, 컴퓨터는 단지 그 사람이 아니라 규칙서, 글자, 방 전체를 포함하는 시스템이라는 지적과, 신체를 가진 로봇이 그 사람의 자리를 대신해 체화된 상호작용을 통해 입력과 출력을 연결할 수 있다는 의견 등이 있었습니다.

질문을 다르게 던져 봅시다. 야코프 폰 윅스쿨로부터 모든 유기체가 세상을 이해하는 통로인 **환경세계(umwelt, 세계 지평)**를 가지고 있다는 아이디어를 빌려온다면, 우리는 컴퓨터가 그 내부 환경에서 무엇에 대한 지식을 가지고 있는지, 즉 컴퓨터의 환경세계가 무엇인지 물을 수 있습니다. 이는 컴퓨터가 인간처럼 '이해'하는가라는 문제에서 컴퓨터의 내부 상태와 그 상태를 감지하고 반응하는 능력으로 초점을 옮깁니다. 여기서 생물학적 유기체의 맥락에서 '지식'이 무엇인지 잠깐 생각해 보는 것이 도움이 될 것입니다. 많은 유기체는 환경 신호를 해석하는 방법에 관한 정보('지식')를 가지고 있지만, 이 정보가 반드시 유기체의 모든 부분에 존재하는 것은 아닙니다. 예를 들어, 필자는 내면의 자명종 시계를 설정해 특정 시간(예: 새벽 5시)에 깰 수 있는 능력이 있습니다. 필자는 변함없이 설정된 시간 1~2분 내에 잠에서 깨는데, 필자의 몸은 시간을 어떻게 '아는' 것일까요?. 이를 알아내는 것은 어렵지 않습니다. 심장이 분당 몇 번 뛰는지 세고, 지나가야 할 분을 곱한 다음, 그만큼 박동이 지나면 깨우는 신호를 보내면 됩니다. 하지만 누가 숫자를 세고 있을까요?. 필자가 잠들어 있으므로 필자의 의식은 분명 아닙니다. 그럼에도 불구하고 필자의 몸 안의 무언가가, 의심할 여지 없이 비의식적 인지를 통해 이 과업을 완수합니다. '내'가 알지 못하더라도, 통합된 시스템으로서 필자의 신체 어딘가에 이 정보가 존재합니다.

마찬가지로 컴퓨터도 많은 상호작용하는 부분들로 이루어져 있으므로, 컴퓨터가 무엇을 '아는가'를 묻는 더 나은 방법은 컴퓨터의 통합된 시스템 내부 어딘가에(반드시 모든 부분일 필요는 없음) 어떤 정보가 존재하는지 묻는 것입니다. 컴퓨터는 내부 시계를 통해 시간에 대한 정보를 가지고 있으며, 어떤 작업에 대해 몇 번의 클럭 사이클이 지났는지에 대한 정보도 가지고 있습니다. 컴퓨터는 코드의 서로 다른 계층과 그것들이 어떻게 상호 연관되는지에 대한 정보를 가지고 있습니다. 컴퓨터는 문제를 해결하기 위해 사용하는 알고리즘을 해석하는 방법에 대한 정보를 가지고 있으며, 그 알고리즘의 다음 단계를 예견하고 주어진 문제에 필요한 적절한 시퀀스를 구성할 능력이 있습니다. 또한 바이러스에 감염되었을 때 이를 식별할 수 있는 프로그램을 가질 수 있고, 악성 소프트웨어를 삭제하여 스스로를 치료하는 방법에 대한 정보도 가질 수 있습니다. 이 모든 것은 생존과 번식이라는 생물학적 명령 대신, 컴퓨터가 특정 목적을 위해 설계되었으며(또는 초기 설계 매개변수를 넘어 스스로 진화한 컴퓨터의 경우 자기 설계되었으며), 그 '환경세계'는 이러한 목적을 달성하게 해주는 기능, 아키텍처, 절차들로 구성됨을 의미합니다.

설의 사고 실험으로 돌아가서, 필자는 그 사람이 아무것도 '이해하지' 못한다는 그의 주장에 내재된 인간 중심적 가정을 명시하고 싶습니다. 이는 방 안의 대화 상대를 인간으로 상상함으로써 강조된 가정입니다. 생물기호학의 가장 중요한 공헌은 인간 중심주의에 도전하고 '의미'를 유기체에게 유익한 방식으로 환경 신호에 반응하는 것으로 재개념화한 것입니다. 휠러는 "의미는 항상 일종의 행위(doing)다. 기호의 의미는 그것이 불러일으키는 변화 속에서 발견된다"고 썼습니다. 생물학적 명령을 대체한 설계와 목적을 바탕으로 볼 때, 컴퓨터가 알고리즘을 처리하고, 데이터 세트를 읽고, 지시된 계산을 수행하고, 예견, 해석, 정보 흐름을 통해 스스로 '이해'하는 결과를 산출할 때, 컴퓨터는 이러한 행동적 의미에서 의미를 달성합니다.

물론 이것이 계산 매체가 하는 일의 전부가 아닙니다. 인간은 하이브리드 인간-컴퓨터 어셈블리지의 맥락에서 유용한 작업을 수행하도록 그것들을 설계했기 때문입니다. 논리 게이트의 기초 능력을 탐구하기 위해 위에서 사용된 독립형 컴퓨터보다는, 현대의 계산 매체는 서로 네트워크로 연결되어 있고 다양한 센서와 액추에이터에 연결되어 있으며, 그것에 의존하는 인간들에게는 종종 보이지 않는 방식으로 현대 인프라에 스며들어 있습니다. 계산 시스템에 센서가 포함되는 즉시, 그것은 유기체가 대처하기 위해 진화해 온 것과 같은 종류의 우발성에 노출됩니다. 마찬가지로 시스템의 알고리즘 또한 불확실하거나 모호한 데이터를 처리할 수 있어야 합니다. 이러한 계산 시스템의 결과는 의심할 여지 없이 **텔레다이내믹(종결 지향적)**입니다. 즉, 설계가 가능하게 하고 (추정컨대) 상호작용하는 인간에게 이익을 주는 목적을 향해 나아갑니다. 이러한 계산 매체가 인간과 같은 방식으로 이해하지 못한다는 점은 인정하더라도, 그것들은 자신의 환경세계 내에서 의미 창출 관행이 가능하며, 내부 및 외부 신호에 반응하여 행동하고, 해석을 수행하며, 예견과 작동 제약을 통해 존재하는 것과 부재하는 것 사이의 관계를 구축할 수 있습니다. 폰 윅스쿨이 강조했듯 서로 다른 종의 환경세계는 겹칠 수는 있어도 결코 완전히 일치하지는 않습니다. 마찬가지로 계산 시스템은 그 내부 및 외부 환경에 대한 정보를 가지고 있으며, 이는 인간이 아는 것과 겹치지만 일치하지는 않습니다. 게다가 진화적 계산, 유전 알고리즘, 신경망 아키텍처와 같은 자기 설계 프로그램에서는 인간이 계산 과정 내에서 일어난 모든 일을 사후에 재구성하는 것이 매우 어렵거나 불가능하며, 이런 의미에서 컴퓨터는 인간보다 더 많은 것을 '압니다'.

대화에 더 복잡한 형태의 인공 인지를 포함하는 것은 우리를 다시 생물-기술 진화의 문제로 데려갑니다. 우리가 보았듯이 인간 인지의 출현 이후 다음 진화적 도약은 인공 인지자들의 개발을 통해 성취되었으며, 이들은 정보 흐름, 해석, 의미 창출 관행의 전 지구적 네트워크를 통해 서로 그리고 인간과 소통합니다. 이 전략은 기호 교환의 폭발적 증가를 가져왔으며, 생물학적 영역의 기호 관계를 뜻하는 '기호권(semiosphere)'에서, 이 모든 것과 더불어 계산 매체를 통해 생성되고 소통되는 모든 기호 관계를 포함하는 **'인지권(cognisphere)'**으로 그 범위를 확장했습니다. 이 발전을 더 탐구하기 위해 이제 인지적 어셈블리지와 그것이 우리 인간 및 비인간 미래에 갖는 함의로 눈을 돌려보겠습니다.

인지적 어셈블리지: 기술공생적 관점 (Cognitive Assemblages: Technosymbiotic Perspectives)

필자가 주장했듯, 인지적 어셈블리지는 위성 이미지 소프트웨어부터 철도 스위칭 제어기, 전력망 구성 요소와 운영자에 이르기까지 우리 현대 세계 어디에나 존재합니다. 아마도 가장 명백하고 가시적인 것은 인터넷과 그것이 호스팅하는 웹일 것인데, 이는 엄청난 범위와 복잡성을 가진 전 세계적인 트래픽을 촉진합니다. 이러한 어셈블리지에서 오직 인간 참여자만이 의미 창출 관행이 가능하다고 가정하는 것은, 생물권에서 오직 호모 사피엔스만이 의미를 만들 수 있다고 믿는 것만큼이나 잘못되었고 인간 중심적입니다. 그러한 관점은 인간의 지배를 암묵적으로 수용하며 위험하게 치우쳐 있어 더 이상 유지될 수 없습니다. 우리 행성의 기호권에 기여하는 다른 종들의 기여를 인정하는 대안적 관점뿐만 아니라, 현대 인지권의 세계 지평에서 하이브리드 인간-기술의 행동, 인식, 의사 결정을 안내하는 의미를 창조하는 인지 매체의 중요성을 강조하는 이론적 프레임워크가 시급히 필요합니다.

인지 매체의 의미 창출 능력을 뒷받침하는 증거는 도처에 널려 있습니다. 수만 개의 예시 중 하나로, 자유 비행 중인 우주 위성과의 로봇 도킹을 위한 인지 비전 시스템 제안서를 들어보겠습니다. 저자들의 설명은 다음과 같습니다. "(1단계) 캡처된 이미지를 처리하여 위성의 현재 위치와 방향을 추정한다. (2단계) 행동 기반 지각 및 메모리 유닛이 맥락 정보를 사용해 장면의 상징적 묘사를 구축한다. (3단계) 인지 모듈이 상황 미적분법을 사용하여 인코딩된 장면 역학 지식을 활용해 장면 해석을 구축하고, 마지막으로 (4단계) 인지 모듈이 현재 목표를 달성하기 위한 계획을 수립한다. 3단계에서 구축된 장면 해석은 비전 시스템의 발견 내용을 검증하는 메커니즘을 제공한다. 계획 능력은 시스템이 예기치 못한 상황을 처리할 수 있게 해준다".

해석, 인지, 지식, 계획, 유연성은 이 시스템의 설계 매개변수를 특징짓습니다. 이 시스템은 인간에 의해 만들어지고 구현되며 감독되지만, 우주 환경에서 스스로 작동하는 데 필요한 자율성을 가지고 있습니다. 연구자들은 이 시스템이 센서, 액추에이터, 인지 모듈에 의해 생성된 지각, 행동, 예견을 포괄하는 인지적 지평인 **환경세계(umwelt)**를 실제로 가지고 있음을 분명히 합니다. 자신의 환경세계 내에서 그것은 성공적인 도킹이라는 종결 지향적 목표를 가진 텔레다이내믹 시스템으로 작동합니다. 더 큰 인간-기술 어셈블리지 내에서 그것은 수동 도킹에 필요한 우주선 외부의 위험한 활동으로부터 우주비행사를 보호하거나, 오류가 발생하기 쉽고 유연성이 부족해 예기치 못한 상황에 대처할 수 없는 자동 도킹 스크립트의 위험으로부터 보호하는 목적을 수행합니다.

브루노 라투르(Bruno Latour)와 피터-폴 페르베이크(Peter-Paul Verbeek)가 주장했듯, 이러한 인지 시스템은 단순한 중립적 도구가 아닙니다. 알려질 수 있는 것의 지평을 바꾸어 사회, 문화, 경제적 관행에 광범위한 영향을 미치기 때문입니다. 루이스 아무어(Louise Amoore)는 클라우드 컴퓨팅, 특히 아마존 웹 서비스(AWS)의 6억 달러 규모 데이터 보안 및 지능 인프라 계약인 ICITE(eye-sight로 발음)에 관한 연구에서 이러한 함의를 강조합니다. 그녀는 "클라우드는 어떤 종류의 데이터가 어디에 누구에 의해 저장될 수 있는지뿐만 아니라, 가장 중요하게는 세상에 대해 무엇이 발견되고 분석될 수 있는지를 변형시키겠다고 약속한다. '빅 데이터'를 '무한 데이터'로 확장하는 클라우드의 능력은 보안 관행이 가능한 지평에 작용하는 '가능성의 정치'라는 새로운 공간을 연다"고 씁니다. ICITE의 플랫폼 중에는 정보로부터 의미를 분석하고 도출하는 머신러닝 프로그램인 디지털 리즈닝(Digital Reasoning) 소프트웨어가 있습니다. 그녀는 소프트웨어 설명을 인용하는데, 그것은 "복잡하고 종종 불투명한 데이터로부터 가치를 추출하여... 분석가에게 고도의 상황 인식을 부여하고 의사 결정을 위한 인지적 명확성을 향상시키는" 능력을 과시합니다. 그녀가 증명하듯, 이러한 프로그램은 이메일이나 소셜 미디어 사이트의 인간 언어와 같은 다양한 데이터 형태에 걸쳐 "빅 데이터의 분산 분석을 가능하게 합니다". 그녀가 인용한 한 분석가가 관찰했듯, 결론은 "상관관계만으로 충분하다고 말할 수 있게 해준다"는 것입니다. 즉, 테러 혐의가 있는 '관심 인물'을 구금하는 것부터 금융 업계의 내부자 거래를 적발하는 것에 이르기까지 다양한 감시 맥락에서 실행 가능한 정보를 얻기에 충분하다는 뜻입니다.

이 예시와 다른 많은 사례들은, 감시로부터 자유로울 권리나 자신의 허락이나 지식 없이 데이터가 분석되는 것을 거부할 권리와 같은 오랜 전통적 가치들을 위협하는 이러한 하이브리드 인간-기술 시스템을 사용하는 윤리에 대해 고통스러운 질문을 던집니다. 루이스 아무어는 저서 Cloud Ethics(2021)에서 알고리즘이 국경 검문소를 통과할 수 있는 사람과 없는 사람을 결정하는 등의 활동을 지배하는 유연한 규범을 제공하는 방식을 탐구합니다. 웬디 천(Wendy Hui Kyong Chun)은 데이터 수집 및 저장과 차별 관행 사이의 관계를 탐구하며, 앙투아네트 루브루아(Antoinette Rouvroy)는 데이터 행동주의가 적법 절차를 대체하는 것에 대해 비판합니다. 에리히 휠(Erich Horl)은 이러한 우려들을 환경주의와 연결합니다. 아무어와 유사한 사고를 따라 그는 "존재는 관계"라면, 관계는 인간 상호작용의 모든 놀라운 다양성과 뉘앙스뿐만 아니라 환경, 비인간 생명체, 인지 매체와의 상호작용을 포괄한다고 씁니다. 이 복잡성이 각각의 상관적 확률을 가진 일련의 식별 가능한 속성들로 충분히 포착될 수 있다는 생각은 통제에 대한 꿈(또는 환상)에 불과하며, 공원을 한 번만 산책해 보아도 그것이 틀렸음을 증명할 수 있습니다. 이러한 복잡한 문제들을 해결하기 위해서는, 윤리적 책임의 소재는 여전히 시스템을 설계하고 구현하고 유지하는 인간에게 남아 있을지라도, 계산 매체가 현대 세계에서 윤리적 동인으로 행동한다는 사실을 인정해야 합니다. 우리가 더 이상 감당할 수 없는 것은 계산 매체가 해석, 예견, 의미 창출이 결여된 단순한 계산만을 수행한다는 환상입니다.

필자에게, 그리고 인간의 미래에 관해 글을 쓰는 많은 이들에게 명백해 보이는 것은(환경 붕괴나 파괴적인 세계 대전이 일어나지 않는 한), 이미 시작된 계산 매체와의 공생 여정이 향후 수십 년 동안 가속화될 것이라는 점입니다. 스튜어트 카우프만은 생물학적 진화 내에서의 **'인접 가능성(adjacent possibles)'**에 관해 썼습니다. 그는 가능성 공간이 매우 넓을 때 중요한 것은 그 공간의 이론적 크기가 아니라, 기존의 경로와 인접한 경로를 따를 강력한 가능성이라고 주장하며, 이것이 진화적 발전에 종결 지향적(teleological) 추진력을 부여한다고 말합니다. 이 추론을 통해 그는 지구상에서 생명이 진화한 것은 통계적 기적이 아니라 일련의 인접 가능성을 따름으로써 나타난 개연성 있는 결과였음을 입증합니다. 우리가 지금 있는 지점에서 볼 때, 인접 가능성에는 위에서 본 예시들처럼 인간의 인지 능력이 계산 매체에 의해 확대되고 강화되는 **지능 증강(intelligence augmentation)**의 증가하는 사용이 포함되며, 이는 더 강력하고 유연하며 편재하는 형태의 인공지능 개발과 나란히 진행될 것입니다.

그중에는 재귀적 역학을 광범위하게 사용하는 프로그램인 신경망 아키텍처와 딥러닝 알고리즘이 있습니다. 신경망 아키텍처의 잠재력은 딥마인드(DeepMind)가 개발한 **알파고(AlphaGo)**에서 잘 드러납니다. 필자는 이 사례를 이전에 다음과 같이 논의한 바 있습니다.

바둑은 가능한 수의 조합이 체스보다 기하급수적으로 많기 때문에 체스보다 더 '직관적인' 게임으로 간주됩니다. 신경망 아키텍처를 채택한 알파고는 인간이 둔 게임 데이터를 학습하며 입력/출력 피드백의 폭포수 같은 수준들을 사용했습니다. 알파고는 점차 나아져서 2016년 이세돌, 2017년 커제와 같은 인간 바둑 챔피언들을 이겼습니다. 이제 딥마인드는 인간의 게임 데이터를 전혀 사용하지 않고 오직 바둑의 기본 규칙만을 입력받아 '무에서부터 배우는' 새로운 버전인 **알파고 제로(AlphaGo Zero)**를 개발했습니다. 신경망 아키텍처와 강력한 검색 알고리즘을 결합하여, 알파고 제로는 스스로와 대국하며 시행착오를 통해 전략을 배웠습니다. 학습 3시간 만에 초보자 수준이 되어 장기 전략보다는 당장의 이득에 집중했고, 19시간 후에는 중급 수준이 되어 장기적인 목표를 진화시키고 추구할 수 있게 되었습니다. 그리고 70시간 만에 초인적 수준에 도달하여 알파고를 100 대 0으로 이겼으며, 명실상부 지구상에서 가장 뛰어난 바둑 기사가 되었습니다.

이러한 발전에는 유토피아적 가능성과 디스토피아적 가능성이 공존합니다. 이 험난한 바다를 헤쳐 나갈 우리의 최선의 희망은, 인간의 환경세계가 생물학적 유기체와 계산 매체를 포함한 비인간 타자들의 환경세계와 어떻게 겹치고 어떻게 다른지에 대한 명확한 관점에서 시작하는 것입니다.

계산 매체가 의미 창출 관행이 가능하다고 이해하는 것은 생태적 관계성의 철학에 기여합니다. 오직 인간만이 의미를 창조하고 전파하고 이해할 수 있다는 환상을 깨뜨리기 때문입니다(이 환상을 지속시키는 것이 바로 설의 '중국어 방'의 요점이었습니다). 게다가 이는 계산 매체가 인간과 강력한 피드백 루프 속에 얽혀 있으며, 인간 인지가 세상에서 어떻게 작동하는지부터 인간의 사회성, 경제, 정치 등의 (인프라)구조에 이르기까지 모든 것에 영향을 미치고 있음을 강조합니다. 우리 모두가 상호작용하는 인지권은 갈수록 더 밀도가 높아지고 복잡해지고 있으며, 이는 미시-진화-기술(micro-evo-techno) 진화가 미지의 미래를 향해 계속해서 가속화되고 있다는 확실한 신호입니다. 우리 인간과 비인간 인지자 모두가 번영하고 꽃피울 수 있게 해줄 기호 교환을 창조하고 인식하고 해석하는 것은 이제 우리에게 달려 있습니다. 생태적 관계성의 철학을 채택하는 것은 그러한 미래를 실현하기 위한 한 걸음입니다.