posts list

2016년 10월 5일 수요일

루치아노 플로리디: 오늘의 에세이-지능 기계들로부터 두려워할 것은 아무것도 없다


지능 기계들로부터 두려워할 것은 아무것도 없다
Humans have nothing to fear from intelligent machines


스페이스 엑스와 테슬라 모터스의 창업자인 일론 머스크(Elon Musk)는 인공 지능이 "핵폭탄보다 잠재적으로 더 위험한" 것이라고 믿는다. 인류에 대한 "가장 큰 실존적인 위협"은 언젠가 인류를 지배할 터미네이트형 슈퍼 기계 지능이라고 그는 생각한다. 운이 좋게도, 머스크씨는 잘못 생각하고 있다.

많은 기계들이 놀라운 일들을 흔히 인간들보다 더 잘 할 수 있다. 예를 들면, 1997년 체스 경기에서 IBM의 딥 블루 컴퓨터는 그랜드 마스터 가스 카스파로프(Garry Kasparov)를 이겼다. 2011년에 다른 한 IBM 기계 왓슨은 TV 퀴즈 쇼 <제퍼디(Jeopardy>에서 두 명의 인간 참가자들을 꺾고 우승했는데, 그들 가운데 한 사람은 그때까지 74번 연속으로 우승했었다. 무제한으로 있는 듯 보인다.

그렇지만 딥 블루와 왓슨은 "튜링 기계(Turing machine)", 즉 계산기가 할 수 있는 것의 한계를 설정하는, 앨런 튜링에 의해 고안된 수학적 모형의 판본들이다. 튜링 기계는 아무 오성도, 아무 의식도, 아무 직관도 갖추고 있지 않는데, 요약하면, 우리가 심적 삶으로 인식할 것은 아무것도 갖고 있지 않다. 그것은 생쥐의 지능조차도 결여하고 있다.

인공 지능의 도래를 신봉하는 사람들의 의견은 다르다. 스티븐 호킹(Stephen Hawking)은 "완전한 인공 지능의 개발은 인류의 종말을 초래할 수 있을 것"이라고 주장했다. 그는 옳지만, 묵시록의 네 기사가 출현하는 경우에도 마찬가지이다.

아메리카 발명가이자 미래학자인 레이 커즈와일(Ray Kurzweil)은 2045년 경에 계산 기술의 발달이 인공 지능이 그것을 파악하고 통제할 수 있는 인간들의 능력을 능가하는 지점에 이를 것이라고 예측했다. 커즈와일 류의 시나리오들은 무어의 법칙(Moore's law)에서 외삽된 것들인데, 그 법칙에 따르면 컴퓨터의 트랜지스터 수가 매 2년마다 두 배가 되고, 그래서 항상 더 저렴한 비용으로 더욱 더 큰 계산 능력을 얻게 된다.

그런데 그 법칙의 당사자인 고던 무어는, 집적 회로에 밀어넣을 수 있는 트랜지스터 수에 물리적 한계가 있기 때문에 그의 일반화는 적절하지 않게 될 것이라는 점을 스스로 인식했다.

어쨌든 무어의 법칙은 지능이 아니라 계산 능력의 척도이다. 나의 진공 청소기 로봇 룸바는 빠르고 저렴하게 그리고 점점 더 잘 바닥 청소를 할 것이지만, 혼자 힘으로 내 신용 카드로 휴일을 결코 예약하지는 못할 것이다.

1950년에 튜링은 다음과 같은 시험을 제안했다. 다른 방에 있는 두 명의 대화자들에게 글로 쓰여진 질문들을 묻는 인간 판정관을 생각하자. 한 대화자는 인간이고, 나머지 다른 한 대화자는 기계이다. 70%의 시간 동안 판정관이 기계의 출력과 인간의 출력을 구별할 수 없다면, 그 기계는 그 시험을 통과한 것으로 말할 수 있다.

튜링은 2000년 경에 컴퓨터들이 그 시험을 통과할 것이라고 생각했다. 그는 틀렸다. 구글의 전직 최고 경영자 에릭 슈미트(Eric Schmidt)는 2018년 경에 튜링 시험이 통과될 것이라고 믿었다. 우리는 알게 될 것이다. 여태까지 아무 진전도 없었다. 컴퓨터 프로그램들은 여전히 1960년대에 개발된 수법들을 사용하여 판정관들을 속이려고 한다.

예를 들면, 매년 개최되는 튜링 시험 경연 대회의 2015년 뢰브너 상(Loebner Prize)에서 한 판정관이 이렇게 물었다. "그것이 너무 작았기 때문에 그 차는 주차 공간에 맞을 수 없었다. 무엇이 너무 작았는가?" 올해의 감투상을 수상한 소프트웨어는 이렇게 대답했다. "알다시피, 나는 걸어다니는 백과사전이 아니다."

그러므로 초지능 기계들에 관한 불안들은 과학적으로 정당화되지 않은 것이다. 나무 꼭대기에 오르는 것이 달을 향한 단계가 아닌 것과 꼭 마찬가지로, 현존하는 "스마트" 기술들은 전면적인 인공 지능을 향한 단계가 아니다. 이런 응용물들은 확실히 우리보다 더 똑똑하고, 우리의 능력을 능가하며, 우리 대신에 점점 더 많은 과업들을 수행할 수 있다. 그렇지만 이것은 그것들이 세계를 지적으로 다루기 때문이 아니라, 우리가 세계를 그것들에게 점점 더 친화적인 것으로 만들고 있기 때문이다.

산업 로봇을 살펴보자. 우리는 그것들을 차량을 제조하도록 세계에 풀어놓지 않는다. 우리는 그것들의 성공을 보장하도록 그것들 주변에 인공적 환경을 구축한다. 조만간 이른바 사물 인터넷에서 서로 소통할 수십 억 개의 스마트 인공물들의 경우에도 마찬가지이다.

그 어떤 인공 지능 판본의 고질라도 우리를 노예화하지 못할 것이고, 그래서 우리는 과학 소설에 관하여 더 이상 걱정하지 말고 인공 지능이 제기하는 실제 난제들에 집중하기 시작해야 한다. 최종 분석에서 스마트 기계들이 아니라 인간들이 문제이며, 예견할 수 있는 미래 시기에도 여전히 그럴 것이다.

우리의 우선 순위는 우리 기술들의 설계와 사용에 있어서 고통스럽고 값비싼 실수를 저지르지 않는 것이어야 한다. 우리가 인간 종과 지구 둘 다를 손상시킬 정도로 기술들을 오용할 심각한 위험이 존재한다.

예전에 윈스턴 처칠(Winston Churchill)이 이렇게 말했다. "우리가 건축물을 만들지만, 그 다음엔 건축물이 우리를 만든다." "정보권(infosphere)"의 스마트 기술들에게도 마찬가지로 적용된다.

루치아노 플로리디: 정보-엔트로피와 무작위성


엔트로피와 무작위성
Entropy and randomness

섀넌의 의미에서 정보는 엔트로피로도 알려져 있다. 이 혼란스러운 표식은 20세기의 가장 뛰어난 과학자들 가운데 한 사람인 존 폰 노이만(John von Neumann, 1903-1957)에서 기인된 듯 보이는데, 그는 섀넌에게 다음과 같이 그것을 추천했다.

두 가지 이유에서 그것을 엔트로피라고 불러야 합니다. 첫째, 그 함수는 이미 동일한 이름으로 열역학에서 사용되고 있습니다. 둘째 그리고 더 중요하게도, 대부분의 사람들이 엔트로피가 정말 무엇인지 알지 못하고, 그래서 어떤 논증에서 엔트로피라는 낱말을 사용한다면 매번 승리할 것입니다.

불행하게도 두 가지 점 모두에서 폰 노이만이 옳은 것으로 판명되었다. 무소음 통신 채널이라는 이상적인 경우를 가정할 때 엔트로피는 세 가지 등가적인 양들의 척도이다.

(a) 정보 제공자에 의해 산출되는 기호당 평균 정보량, 또는

(b) 정보 제공자의 출력을 검사하기 전에 정보 수신자가 갖고 있는 상응하는 데이터 부족(섀넌 불확정성)의 평균량, 또는

(c) 동일한 원천의 상응하는 정보적 잠재성, 즉 정보적 엔트로피(informational entropy).

어떤 특수한 알파벳을 선택함으로써 자동적으로 정보 제공자가 정보 전달자에 의해 다양한 정도로 충족(해소)될 수 있는 정보 수신자의 데이터 부족(불확정성)을 만들어내기 때문에 엔트로피는 동등하게 (a) 또는 (b)를 가리킬 수 있다. 스무 고개 게임을 떠올리자. 단일한 공평한 동전을 사용하면, 나는 즉시 일 비트의 데이터 부족 상태에 처하게 되는데, 나는 동전이 앞면인지 뒷면인지 알지 못하고, 그래서 알아내기 위해 하나의 질문이 필요하다. 두 개의 공평한 동전을 사용하면 최소한 두 개의 질문이 필요하기 때문에 내 데이터 부족은 두 배가 되지만, 까마귀를 사용하면 내 데이터 부족은 영이 된다. 나의 빈 유리잔(위의 (b))은 그것을 채울 수 있는 여러분의 역량에 대한 정확한 척도(위의 (a))이다. 물론, 확률 분포를 특정할 수 있을 경우에만 정보를 엔트로피에 의해 수량화된 것으로 말하는 것이 의미가 있다.

(c)에 대해서 MTC는 정보를 질량이나 에너지 같은 하나의 물리적 양으로 간주하고, MTC에 의한 정보 분석과 엔트로피 개념에 대한 통계 역학의 형식적 표현 사이의 유사성은 이미 섀넌에 의해 논의되었다. 엔트로피에 관한 정보적 개념과 열역학적 개념은 확률과 무작위성이라는 개념들을 통해 서로 관련된다. '무작위성'이 '무질서(disorder)'보다 더 나은데, 전자는 구문론적 개념인 반면에 후자는 강한 의미론적 가치를 지니고 있기 때문이다. 다시 말해서, 십 대일 때 내가 양친에게 설명하려고 노력하곤 했던 것처럼, 무질서라는 개념은 쉽게 해석들과 관련된다. 엔트로피는 에너지 또는 정보를 품고 있는 과정과 체계들에 있어서 '뒤섞임'의 정도에 대한 척도이다. 또한 그것은 가역성의 표식으로 간주될 수 있는데, 엔트로피의 변화가 전혀 없다면 그 과정은 가역적이다. 고도로 구조화된, 완전히 조직된 메시지는 더 낮은 정도의 엔트로피 또는 무작위성, 섀넌의 의미에서 더 낮은 정보를 포함하고, 그래서 그것은 영에 접근할 수 있는(까마귀를 떠올리자) 더 낮은 데이터 부족을 초래한다. 이와는 대조적으로, 알파벳 기호들의 잠재적 무작위성이 더 높을수록, 장치에 의해 더욱 더 많은 비트의 정보가 산출될 수 있다. 엔트로피는 균일한 분포를 갖는 극단적인 경우에 최대값을 나타내는데, 말하자면, 얼음 한 덩이가 들어 있는 한 잔의 물이 얼음이 녹아버린 한 잔의 물보다 더 낮은 엔트로피를 포함하고, 편향된 동전이 공평한 동전보다 더 낮은 엔트로피를 갖는다. 열역학에서, 엔트로피가 더 클수록 가용 에너지는 더욱 더 작아진다. 이것은, 높은 엔트로피가 높은 에너지 부족에 대응하지만, MTC에서 엔트로피는 다음과 같다는 것을 의미한다. 엔트로피의 높은 값은 더 큰 양의 데이터 부족에 대응한다. 결국 폰 노이만이 옳았을 것이다.

정보에 관한 정량적 개념들에 대한 탐색은 끝났다. MTC는 잘 구성된 데이터의 통신과 처리에 대한 수학적 접근 방식의 토대를 제공한다. 데이터가 유의미할 때, 그것들은 의미론적 내용을 구성한다. 의미론적 내용이 참이기도 할 때, 그것은 의미론적 정보로서의 자격을 갖게 된다. 이것이 이 책에서 논의되는 모든 개념들의 여왕이며 다음 장에서 그것에 전념한다.

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 45-7.

루치아노 플로리디: 정보-통신의 수학적 이론에 함축된 몇 가지 개념적 의미들


통신의 수학적 이론에 함축된 몇 가지 개념적 의미들
Some conceptual implications of the mathematical theory of communication

통신의 수학적 이론(MTC)의 경우에 정보는 일단의 가능한 기호들에서 한 기호를 선택하는 것일 뿐이고, 그래서 MTC가 정보를 어떻게 수량화하는지 파악하는 단순한 방법은 정보원이 무엇을 소통하고 있는지 결정하는 데 필요한 예/아니오 질문들의 수를 고려하는 것이다. 공평한 동전의 결과를 결정하는 데에는 질문 하나면 충분하고, 그해서 일 비트의 정보를 산출한다고 한다. 두 개의 공평한 동전으로 이루어진 체계는 네 개의 질서정연한 출력―<h, h>, <h, t>, <t, h>, <t, t>―을 산출한다는 것을 이해했고, 그래서 최소한 두 가지 질문이 필요한데, 각 출력은 이 비트의 정보를 포함한다. 기타 등등. 이 분석은 두 가지 요점을 분명히 한다.

첫째, MTC는 정보라는 낱말의 일상적 의미에서 정보에 관한 이론이 아니다. MTC에서 정보는 전적으로 기술적인 의미를 갖는다. MTC에 따르면 애초에, 해당하는 질문이 '배터리가 방전되었는가?'이든 '저와 결혼해 주시겠습니까?'이든 간에, 확률이 같은 두 개의 '예' 대답은 동일한 정보량을 포함한다. 이 책이든 브리태니커 대사전 전체이든 간에, 어떤 장치가 동일한 확률로 우리에게 전송할 수 있다는 것을 안다면, 이것 아니면 저것을 수신함으로써 우리는 매우 상이한 양의 데이터를 수신할 것이지만, 정보에 관한 MTC의 의미에서는 사실상 일 비트의 정보를 수신할 뿐이다. 1944년 6월 1일에 BBC 방송은 베르네르(Verlaine)의 <가을의 노래>라는 시의 한 행―'Les sanglots longs des violons de Autumne'―을 방송했다. 이것은 일 비트 미만의 정보를 포함하는 암호화된 메시지였는데, D-데이 침공이 임박했는지 여부에 관한 질문에 대해 '예'라고 대답할 확률이 점점 더 커졌다. 그 다음에 BBC는 두 번째 행 'Blessent mon coeur d'une longueur monotone'을 방송했다. 또 하나의 거의 무의미한 철자들의 열이지만, 거의 일 비트에 해당하는 다른 한 정보인데, 그것은 침공이 즉시 일어날 것인지 여부에 관한 질문에 대한 대망의 '예'이기 때문이었다. 독일 정보 기관은 그 암호에 관해 알고 있었고, 그 메시지들을 가로챘으며, 베를린에 통보까지 했지만, 최고 사령부는 노르망디에 진주하고 있었던 제7 군단에 경보를 발하지 못했다. 히틀러는 정보에 관한 섀넌의 의미에서 모든 정보를 갖고 있었지만, 그런 작은 비트의 두 데이터의 결정적 중요성을 이해하지 못했다(또는 믿지 못했다). 우리 자신들의 경우에, 정보에 관한 MTC의 의미에서, 정보의 최대량은 각 문자가 균일하게 분포되어 있는 텍스트, 즉 완전히 무작위적인 배열에 의해 산출된다는 결론에 놀라지 말아야 한다. MTC에 따르면, 무작위적으로 타자기 자판을 누르고 있는 고전적 원숭이가 사실상 수많은 정보를 산출하고 있다.

둘째, MTC는 (무의미하다는 의미에서가 아니라 아직 유의미하지 않다는 의미에서) 의미를 고려하지 않는 정보 이론이기 때문에, 그리고 [정보 - 의미 = 데이터]이기 때문에 '정보 이론'보다 '데이터 통신의 수학적 이론'이 확률론의 이 갈래에 대한 훨씬 더 적절한 서술이다. 이것은 그저 표식의 문제가 아니다. 의미론적 내용으로서의 정보는 데이터 + 질문들로도 서술될 수 있다.'지구는 단 하나의 위성이 있다' 같은 한 조각의 정보를 가정하자. 그것을 [지구는 단 하나의 위성이 있는가? + 예] 같은 [질문 + 이진 대답]으로 변환시킴으로써 그것의 거의 모든 의미론적 내용을 양분시키기 쉽다. '예'―많아야 일 비트의 정보이다―를 제거하면 참 또는 거짓의 표식들이 제거된 의미론적 내용만 남게 된다. 의미론적 내용은 올바른 대답에 의해 아직 포화되지 않은 정보이다. 데이터 '예'는 질문에 포함된 정보를 여는 열쇠로서 작동한다. MTC는 정보를 데이터 열쇠, 즉 정보 수신자의 불포화 정보를 포화시키는 데 필요한 어떤 신호 또는 메시지 또는 기억 공간 속의 세부 내용의 양으로 취급함으로써 정보의 코드화와 전송을 연구한다. 위버가 올바르게 진술했듯이,

정보라는 낱말은 여러분이 정작 말하는 것과 관련되어 있다기보다는 여러분이 말할 수 있는 것과 관련되어 있다. 통신의 수학적 이론은 정보 자체가 아니라 정보의 운반자들, 기호와 신호들을 다룬다. 즉, 정보는 여러분이 어떤 메시지를 선택할 때 갖게 되는 자유도에 대한 척도이다.

MTC는 잘 구성된 신호 열들로 코드화된 미해석 기호들로 이루어진 메시지들을 다룬다. 이것들은 의미론적 정보를 구성하지만 아직은 의미론적 정보가 아닌 데이터일 뿐이다. 그래서 MTC는 일반적으로 구문론적 층위에서의 정보에 관한 연구로 서술된다. 그리고 컴퓨터는 구문론적 장치이기 때문에 MTC가 정보통신 기술(ICT)에서 대단히 성공적으로 적용될 수 있다.

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 43-5.

루치아노 플로리디: 정보-중복성과 소음


중복성과 소음
Redundancy and noise

실생활에서 좋은 코드화는 적당히 중복적이다. 중복성은 어떤 메시지의 물리적 표현과 필요한 비트량만 사용하는 동일한 메시지에 대한 수학적 표현 사이의 차이를 가리킨다. 사진의 디지털 크기를 줄이는 데 사용하는 절차 같은 압축(compression) 절차들은 데이터 중복성을 줄임으로써 작동하지만, 중복성이 항상 나쁘지는 않은데, 그것이 모호성(equivocation, 송신되었지만 결코 수신되지 않은 데이터)과 소음에 대항하는 데 도움을 줄 수 있기 때문이다. 메시지 + 소음은 원래 메시지 자체보다 더 많은 데이터를 포함하지만, 통신 과정의 목표는 데이터 증가가 아니라 충실도(fidelity), 즉 원래 메시지를 송신자에서 수신자로 정확히 전달하는 것이다. 어느 정도의 중복성이 환경과 통신의 물리적 과정에 의해 편입되는 불가피한 소음과 모호성을 상쇄한다면, 전송 과정이 끝나는 무렵에 메시지를 올바르게 재구성할 확률이 더 높다. 소음은 메시지를 선택함에 있어서 정보 수신자의 선택의 자유를 확대시키지만, 그것은 바람직하지 못한 자유이고 얼마간의 중복성이 그것을 제한하는 데 도움을 줄 수 있다. 그런 이유 때문에 존의 자동차 사용 지침서는 동일한 정보를 (약간 중복되게) 전달하는 언어적 설명과 그림들을 동시에 포함하고 있다.

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 42-3. 

루치아노 플로리디: 정보-통신의 수학적 이론



통신의 수학적 이론(MTC)

정보의 어떤 특징들은 직관적으로 수량화할 수 있다. 광대역 연결망은 초당 최대의 정보량을 전송할 수 있을 뿐이다. 컴퓨터는 유한한 양의 정보만을 포함할 수 있는 하드 디스크를 장착한다. 더 일반적으로, 우리는 물리적 신호처럼 특정한 양으로 코드화되고, 전송되며, 저장되는 정보에 익숙하다. 또한 우리는 정보가 비스킷과 동전처럼 가법적이라고 예상하는데, 내가 정보 a + 정보 b를 제시하면 나는 정보 a + b를 제시한 것이다. 그리고 우리는 정보가 결코 음이 아니라고 이해한다. 확률 및 이자율과 마찬가지로 정보는 영 미만이 될 수 없는데, 이것은 내 은행 계좌나 옥스퍼드의 온도와 다르다. 존이 이웃에게 질문을 했을 때 최악의 시나리오는 그가 아무 대답도 받지 못하거나 틀린 대답을 받는 것일 것인데, 그것은 새로운 정보를 전혀 전달하지 못할 것이다.

이것들과 정보의 다른 양적 특성들은 다양한 성공적인 수학적 접근 방식에 의해 탐구된다. 지금까지 통신의 수학적 이론(MTC)이 가장 중요하고 영향력이 있으며 널리 알려진 접근 방식이다. 확률론의 이 갈래에 대한 이름은 클로드 섀넌(Claude Shannon)의 획기적인 저작에서 비롯된다. 그가 벨 연구소의 다른 연구자와 동료들이 수행한 이전 작업의 중요성을 인정했더라도, 섀넌은 정보에 관한 수학적 연구 분야의 선구자로서 그 분야의 주요한 결과들 가운데 많은 것을 이루었다. 섀넌 이후에 MTC는 정보 이론으로 알려지게 되었다. 오늘날 섀넌은 '정보 이론의 아버지'로 간주되며, 그리고 MTC가 다루는 정보의 종류는 흔히 섀넌 정보로 불린다. '정보 이론'이라는 술어는 호소력이 있지만 불행한 명칭인데, 그것은 계속해서 끝없는 오해를 초래한다. 섀넌은 그것의 광범위한 보급을 후회하게 되었고, 그래서 나는 이 맥락에서 그것을 자제할 것이다.

MTC는 데이터 코드화와 전송를 포함하는 현상의 배후에 놓여 있는 이론이다. 자체적으로 그것은 다양한 종류의 정보에 대한 분석에 심대한 영향을 끼쳤는데, 전문적 어휘를 비롯하여 최소한 초기의 개념적 틀을 제공했다. 최소한 MTC의 주요 골자를 파악하지 않은 채 정보의 본성을 이해하는 것은 불가능할 것이다. 이것이 이 장의 과업이다.

MTC는 정보를 데이터 통신으로 취급하는데, 일차 목표는 데이터를 코드화하고 전달하는 효율적인 방식들을 고안하는 것이다. 그것은 통신 한계에 관한 연구로서 전기공학이라는 분야에서 비롯되었고 정보에 대한 수량적 접근 방식을 개발한다.


그 접근 방식에 대한 직관적 감각을 얻기 위해 우리 사례로 돌아가자. 존이 정비 기사와 전화로 나눈 대화를 상기하자. 그림 8에서 존은 정보 제공자(informer), 정비 기사는 정보 수신자(informee), '배터리가 방전되었다'는 존에 의해 송신된 (의미론적) 메시지(informant)이고, 언어(영어), 통신 채널(전화 체계) 그리고 어떤 가능한 소음(송신되지 않았지만 수신되는 원치 않은 데이터)를 통한 코딩 절차와 디코딩 절차가 존재한다. 정보 제공자와 정보 수신자는 사용 가능한 기호들의 집합체(전문적으로 알파벳으로 알려져 있는데, 이 경우에는 영어이다)에 관한 동일한 배경 지식을 공유한다.

MTC는 그림 8에 나타낸 자원들의 효율적인 사용에 관한 것이다. 존이 정비 기사와 나눈 대화는 꽤 현실적이고, 그래서 단순화된 사례보다 모형화하기가 더 어렵다. MTC를 소개하기 위해 그 대신에 단 하나의 기호를 산출할 수 있는 매우 지루한 소자를 가정하자. 에드거 앨런 포(Edgar Alan Poe, 1809-1849)는 까마귀 한 마리가 어떤 질문에도 오직'네버모어(nevermore)'라고 대답할 수 있는 내용을 담은 단편을 적었다. 포의 까마귀는 단항 소자(unary device)라고 불린다. 존이 정비소에 전화를 걸고 포의 까마귀가 응대한다고 가정하자. 이런 기본적인 층위에서도 섀넌의 단순한 통신 모형은 여전히 적용된다. 그 까마귀(단항 소자)는 영에 해당하는 정보량을 제공하는 것이 분명하다. 단순화했을 때, 존은 그 통신 교환의 결과를 이미 알고 있는데, 그가 무엇을 묻던 간에 그 대답은 항상 '네버모어'이다. 그래서, 예를 들면, '제가 배터리를 충전할 수 있을까요?"라는 질문으로 표현되는 그의 무지는 감소될 수 없다. 그의 정보적 상태가 무엇이든 간에, 그 까마귀에게 적절한 질문들, 예를 들면, '제가 자동차의 시동을 걸 수 있겠습니까?', '자동차를 수리하러 오실 수 있습니까?' 같은 질문들을 묻는 것은 아무 차이도 만들어내지 못한다. 충분히 흥미롭게도, 이것이 <<파이드로스>>에서 글로 쓰여진 텍스트가 제공하는 의미론적 정보의 가치에 반대하는 플라톤의 유명한 논증의 기초라는 점을 인식하자.

[소크라테스]: 파이드로스, 글쓰기에는 뭔가 이런 기이한 점이 있으니, 그것은 사실 그림 그리기와 똑같네. 거기서 생겨난 것들은 살아 있는 생물처럼 보이지만, 자네가 어떤 질문을 던지면 무겁게 침묵한다네. (글로 쓰인) 말들도 똑같지. 자네에게는 그것들이 마치 무언가 생각을 가지고 말하는 것처럼 보일 수도 있겠지만, 그 글에 담긴 것들 가운데 무언가 배우고 싶은 것이 있어서 질문을 던지면 글은 언제나 똑같이 하나만을 가리킨다네[우리 술어로 그것은 단항 소자이다]. 일단 [275e] 글로 쓰이고 나면, 모든 말은 장소를 가리지 않고 그것을 이해하는 사람들 주변과 그 말이 전혀 먹히지 않는 사람들 주변을 똑같이 맴돌면서, 말을 걸어야 할 사람들과 그렇지 않은 사람들을 가려 알지 못하네. 잘못된 대우를 받고 부당하게 비판을 당하면 언제나 아비의 도움을 필요로 하지. 혼자서는 자신을 지킬 수도 없고 자신을 도울 힘도 없기 때문이라네. [플라톤, <<파이드로스>>(조대호 역, 문예출판사, 2008), pp. 143-4.]

플라톤이 잘 깨닫고 있듯이, 단항 원천은 모든 질문에 침묵 아니면 메시지가 아니라 항상 단 하나의 메시지로 대답하는데, 2장에서 이해했듯이, 침묵도 하나의 메시지로 간주되기 때문이다. 당연히 완전히 침묵하는 원천 역시 단항 원천으로 간주될 수 있다. 그리고 어떤 원천을 침묵시키는 것(검열)이 원천으로 하여금 아무 정보도 제공하지 못하게 하는 메스꺼운 방법이라면, 늑대가 나타났다고 소리치는 것(환경에 상관없이 동일한 메시지를 항상 반복하는)은 정보를 제공하는 원천이 아무 정보도 제공하지 못하는 단항 소자로 퇴화하는 고전적 사례라는 것이 잘 알려져 있다.

이제 확률이 같은 두 가지 기호, 즉 앞면과 뒷면 {h, t}를 갖는 공평한 동전 A처럼, 또는 '오직 너희 말은 옳다 옳다, 아니라 아니라 하라 이에서 지나는 것은 악으로 좇아나느니라'라는 마태 복음 5:37의 구절이 시사하듯이, 두 가지 메시지를 산출할 수 있는 이항 소자를 고찰하자. 동전을 던지기 전에 정보 수신자(예를 들면, 컴퓨터)는 그 소자가 실제로 어떤 기호를 산출할지 '알지' 못하는데, 그것은 영보다 큰 데이터 부족(data deficit) 상태에 놓여 있다. 섀넌은 '불확실성'이라는 전문 용어를 사용하여 그런 데이터 부족을 가리킨다. 비수학적 맥락에서 이것은 이 용어의 강한 심리학적 함의들 때문에 오해를 불러 일으킬 수 있고, 그래서 그 용어를 자제하기를 바랄 것이다. 정보 수신자가 단순한 기계일 수 있고, 그래서 심리적 또는 심적 상태가 분명히 무관하다는 것을 상기하자. 일단 동전을 던지고 나면, 그 체계는 가능한 결과―이 경우에는 확률이 같은 두 개의 기호―의 함수이며 그것이 제거하는 데이터 부족에 해당하는 양의 정보를 산출한다. 이것은 일 비트의 정보이다. 이제 두 개의 공평한 동전 A와 B로 이루어진 약간 더 복잡한 체계를 구축하자. AB 체계는 네 가지 결과, 즉 <h, h>, <h, t>, <t, h>, <t, t>를 산출할 수 있다. 그것은 네 단위의 데이터 부족을 생성하는데, 각 쌍은 원천 알파벳에서 기호 <_,_>로 산정된다. AB 체계에서 각 기호 <_,_>의 발생은 A 체계에서의 어떤 기호의 발생보다 더 높은 데이터 부족을 제거한다. 다시 말해서, 각 기호는 더 많은 대안들을 배제함으로써 더 많은 정보를 제공한다. 동전 한 개를 더하면 여덟 단위의 데이터 부족을 제공할 것인데, ABC 체계에서는 각 기호 <_,_,_>에 의해 운반되는 정보량이 더 증가한다. 기타 등등.

기본 착상은 데이터 부족의 감소(섀넌의 '불확실성')라는 견지에서 정보가 수량화될 수 있다는 것이다. 한 개의 동전은 일 비트의 정보를, 두 개의 동전은 이 비트의 정보를, 세 개의 동전은 삼 비트의 정보를 산출한다. 기타 등등. 불행하게도 실제 동전은 항상 편향되어 있다. 그것들이 실제로 얼마나 많은 정보를 산출하는지 계산하기 위해서는 일련의 유한한 동전 던지기에서 나타나는 기호들의 발생 빈도에 의거하거나, 또는 동전 던지기가 무한정 계속된다면 그것들의 확률에 의거해야 한다. 공평한 동전에 비해서 약간 편향된 동전은 일 비트보다 적은 정보를 틀림없이 산출하지만, 여전히 영 비트보다는 크다. 일련의 '네버모어'의 발생은 정보를 제공하지 않기(더 직관적이지만 심리학적인 섀넌의 어휘를 사용하면 놀랍지 않기) 때문에 까마귀는 도대체 아무 정보도 산출하지 않으며, 그런 이유 때문에 '네버모어'의 발생 확률은 최대이고, 그래서 완전히 예측할 수 있다. 마찬가지로, 편향된 동전에 의해 산출되는 정보량은 h 또는 t 발생의 평균 정보성(informativeness)에 의존한다. 결과들 가운데 하나가 발생할 확률이 더 높을수록, 그 결과를 들을 때 우리는 덜 놀랄 것이고, 결국 정보량이 더욱 더 적을 것이다. 동전이 대단히 편향되어 항상 같은 기호를 산출한다면, 그것은 아무 정보도 제공하지 못하고 까마귀나 늑대가 나타났다고 소리치는 소년처럼 거동한다.

방금 묘사한 정량적 접근 방식은 코딩 이론과 암호학 및 데이터 저장과 전송 기술에서 근본적인 역할을 수행한다. MTC는 주로 데이터를 기록할 수 있고 전송할 수 있는 신호로 효율적으로 암호화할 수 있는 코드와 통신 채널의 특성들에 대한 연구이다. 통신 분석 및 메모리 관리에 있어서 중추적인 역할을 수행하는 두 개념, 즉 중복성(redundancy)과 소음은 매우 중요하여 간략히 설명할 가치가 있다.

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 37-42. 

루치아노 플로리디: 정보-의미론적 내용으로서의 정보


의미론적 내용으로서의 정보

데이터가 잘 구성되어 있고 유의미할 때 그 결과는 의미론적 내용(semantic content)으로도 알려져 있다. 의미론적 내용으로 이해되는 정보는 두 가지 주요한 변양태―지시적(instructional) 정보와 사실적(factual) 정보―로 나타난다. 우리 사례에서 적색 등 점등은 두 가지 의미에서 의미론적 내용으로 번역할 수 있다.

(a) 한 편의 지시적 정보로서 그것은 특정한 행위, 즉 방전된 배터리를 충전하거나 교체하는 것에 대한 필요성을 전달한다.
(b) 한 편의 사실적 정보로서 그것은 배터리가 방전되었다는 사실을 나타낸다.

[...]
지시적 정보는 의미가 요구되는 특징인지 여부에 따라 일종의 환경적 정보 또는 의미론적 내용이 될 수 있다. 예를 들면, 컴퓨터 마더보드의 논리 게이트들은 전위를 전달할 뿐인데, 그때 우리는 그것들을 '만약...하다면' 같은 지시적 정보(논리적 지시들)의 견지에서 해석할 수 있을 것이다. 이 경우에 게이트의 층위에 관련된 의미론은 전혀 존재하지 않는다. 이와는 대조적으로, 자동차의 조작 지침서는 명령 형식―먼저 이것을 하고, 그 다음에 저것을 하라는 요리법 형식―이거나 아니면 조건부 형식―이렇다면 이것을 행하고, 저렇다면 저것을 행하라는 어떤 추론적 절차 형식―으로 의미론적 지시적 정보를 제공한다.

환경적이든 의미론적이든 간에 지시적 정보는 어떤 상황, 사실 또는 사태 w에 관한 것이 아니고, 그래서 w를 모형화하거나 서술하거나 표상하지 않는다. 오히려 지시적 정보는 w를 초래하도록(초래하는 데 기여하도록) 하는 의도가 담겨 있다. 사실적 의미론적 정보의 일례로서 '주전자의 물이 방금 끓었다'라는 진술과 주전자의 열선을 통과하는 전기 회로를 단락할 만큼 증기가 바이메탈판을 충분히 가열했을 때 증기에 의해 초래된 과정 사이의 차이를 비교하자. 우리 사례에서, 자동차 수리공이 존에게 전화로 자동차의 방전된 배터리를 충전된 배터리에 연결하라는 말을 할 때, 존이 수신하는 정보는 사실적 정보가 아니라 지시적 정보이다. [...]

약정('x의 값을 3으로 하자' 또는 '유전자 조작으로 일각수를 만들었다고 가정하자'), 초청('대학 파티에 충심으로 초대합니다'), 명령('창문을 닫으시오!'), 지시('상자을 열기 위해서는 키를 돌리시오'), 경기 규칙(체스 경기의 시작은'1.e2-e4 c7-c5')이 의미론적 지시적 정보의 형태들로 올바르게 규정될 수 있는 다양한 그럴듯한 맥락들이 존재한다. 악곡의 인쇄된 음표 또는 프로그램의 디지털 파일들도 지시적 정보의 전형적인 사례들로 간주될 수 있을 것이다. 지시적 정보의 그런 의미론적 사례들이 정보로 간주되기 위해서는 최소한 잠재적으로 유의미해야(해석 가능해야) 할 것이다. 마지막으로, 명명하기(예를 들면, '이제 이 배는 HMS The Informer로 불리게 된다') 또는 프로그래밍(예를 들면, 변수의 유형을 결정할 때처럼)처럼 우리가 말로 무언가를 행하는 수행적 맥락들이 존재한다. 이런 경우들에는 사실적(서술적) 정보는 지시적 가치를 획득한다.

해리 포터(Harry Potter)의 독자들이 추측할 것처럼 마법 주문에서는 두 유형의 의미론적 정보(지시적 및 사실적)가 동반할 것인데, 실생활에서는 틀렸지만 해리 포터의 모험에서는 올바르게도, x의 의미론적 표상들은 x에 대한 어떤 지시적 힘과 통제를 제공하는 것으로 추정될 것이다. 그럼에도, 시험적으로 지시적 정보는 참 아니면 거짓으로 올바르게 규정될 수 없다는 점을 기억해야 한다. 우리 사례에서 '같은 등급의 전압을 갖춘 배터리만 사용하라'는 정보가 참인지 여부를 묻는 것은 어리석을 것이다. 마찬가지로, 약정, 명령, 지시, 경기 규칙 그리고 소프트웨어는 참 또는 거짓이 될 수 없다.

흔히 의미론적 정보는 선언적 정보 또는 사실적 정보로 추정된다. 기차 시간표, 은행 계좌 수지 보고서, 의료 보고서, 내일 도서관이 열리지 않을 것이라는 통지 등과 같은 사실적 정보는 분별 있게 참 아니면 거짓으로 판별될 것이다. 그러므로 사실적 의미론적 정보는 정보를 이해하는 가장 일반적인 방식이자 가장 중요한 것들 가운데 하나인데, 참인 의미론적 내용은 지식에 대한 필요 조건이기 때문이다. [...] 이것을 다루기 전에, 의미도 진리성도 요구하지 않는 정보에 관한 개념들을 철저히 탐구할 필요가 있다. [...]

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 34-36. 

루치아노 플로리디: 정보-환경적 정보



환경적 정보

데이터가 지적인 생산자/정보 제공자에 무관하게 유의미할 수도 있는 가능성을 강조하고 싶을 때 우리는 환경적 정보에 관해 말한다. 환경적 정보에 관한 가장 흔히 인용되는 사례들 가운데 하나는 나무 나이를 추산하는 데 사용될 수 있는, 동체가 절단된 나무에서 볼 수 있는 일련의 동심원들이다. 또한 텔레비전 범죄 연속극 <CSI: 범죄 현장 조사(CSI: Crime Scene Investigation)>의 시청자들은 탄도, 피가 흩어진 유형, 장기 손상, 지문 그리고 다른 비슷한 증거에 매우 친숙할 것이다. 그런데 '환경적' 정보가 자연적일 필요는 없다. 우리 사례로 돌아가면, 존이 시동 키를 돌렸을 때 배터리 부족 표시기의 적색 등이 켜졌다. 이런 인공적 (engineered)신호 역시 환경적 정보의 일례로 해석될 수 있다. 일반적으로 후자는 본래의 데이터 자체에 직접 접근하는 대신에 그것에 의존하는 관찰자(정보적 유기체 또는 정보 수신자)와 관련하여 규정된다. 당연히 환경적 정보는 두 체계를 필요로 하는데, 그것들을 a와 b로 부르자. 여기서 a와 b는 a가 특수한 특징 F를 나타낸다는 사실이 b가 특수한 특징 G를 나타낸다는 사실과 상관되어 있는 방식으로 연결되어 있고, 그래서 두 특징 사이의 이런 연결이 관찰자에게 b는 G라고 말해준다. 요약하면,

환경적 정보 = 체계 a가 F(유형 또는 상태)라는 것이 체계 b가 G(유형 또는 상태)라는 것과 상관되어 있는 방식으로 결합되어 있는 두 체계 a와 b. 그러므로 a의 관찰자에 대해 b가 G라는 정보를 운반한다.

위의 상관관계는 어떤 법칙 또는 규칙을 따른다. 자연적 일례는 리트머스에 의해 제공된다. 산성 용액에서는 적색으로 변하고 알칼리성 용액에서는 청색으로 변하기 때문에 이것은 산/알칼리 표시약으로 사용되는 지의류의 생물학적 염료이다. 환경적 정보의 정의에 따르면, 리트머스(a)와 시험 대상 용액(b)가 리트머스가 적색으로 변하는 것(a가 상태 F에 있음)이 그 용액이 산성이라는 것(b가 유형 G임)과 상관되어 있는 식으로 결합되어 있고, 그래서 리트머스(a)의 관찰자에게 그 용액이 산성(b는 G)이라는 정보를 운반한다는 것을 알 수 있다. 우리의 자동차 사례는 인공적 사례를 제공하는데, 배터리 부족 표시기(a)의 점등(F)는 배터리(b)가 방전된 것(G)에 의해 촉발되고, 그래서 방전 사태에 관한 정보를 제공한다.

우리는 배터리 부족 표시기 점등을 배터리가 방전되었다는 정보를 운반하는 것으로 간주하는 데 매우 익숙하여 환경적 정보와 의미론적 정보―적색 등 점등은 배터리가 부족하는 것을 의미한다―를 충분히 명료하게 구별짓기가 어렵다는 것을 알아챌 것이다. 그렇지만 환경적 정보는 그 어떤 의미론도 필요하지 않거나 포함하지 않을 수도 있다는 점을 강조하는 것이 중요하다. 환경적 정보는 그저 물리적 차이로 이해되는 상관된 데이터의 연결망 또는 유형으로 구성될 수 있다. 확실히 식물, 동물 그리고 메커니즘들―예를 들면, 해바라기, 아메바 또는 광세포―는 유의미한 데이터의 의미론적 처리가 전혀 없더라도 환경적 정보를 실제로 잘 이용할 수 있다.

―― 루치아노 플로리디(Luciano Floridi), <<정보: 매우 짧은 입문(Information: A Very Short Introduction)>>(2010), pp. 32-34.